Joint Classification and Supervised Contrastive Representation Learning for Cervical Cancer Detection in Histopathological Images

In der stillen, hochriskanten Welt der medizinischen Diagnose fungieren Pathologen als die letzten Wächter der Krebsbehandlung. Sie untersuchen dünne Gewebeschnitte unter leistungsstarken Mikroskopen und suchen nach subtilen Veränderungen in Zellformen und -anordnungen, die auf das Vorhandensein einer Krankheit hindeuten. Für Gebärmutterhalskrebs ist dieser Prozess entscheidend; die Krankheit frühzeitig zu erkennen, kann Leben retten, aber die Aufgabe ist unglaublich schwierig. Die Gewebeproben sind komplex und sehen oft täuschend ähnlich aus, egal ob sie gesund oder erkrankt sind, und die visuellen Unterschiede können minimal sein. Um menschliche Experten zu unterstützen, haben Wissenschaftler künstliche Intelligenz eingesetzt, um Computern beizubringen, diese Muster zu erkennen. Herkömmliche Computermodelle kämpfen jedoch oft mit der unordentlichen Realität medizinischer Bilder, bei denen die Beleuchtung variiert, Färbungen unterschiedlich sind und gesundes Gewebe überraschend unregelmäßig aussehen kann. Das Ziel besteht nicht nur darin, dass ein Computer die richtige Antwort errät, sondern ihn zu lehren, die tiefen, strukturellen Unterschiede zwischen einer gesunden Zelle und einer krebsartigen zu verstehen – indem er eine mentale Landkarte erstellt, in der ähnliche Dinge gruppiert und unterschiedliche Dinge voneinander entfernt werden.

Ein Forschungsteam hat eine neue Methode entwickelt, um Computern zu helfen, durch diese visuelle Komplexität zu navigieren. Sie entwickelten ein System, das darauf ausgelegt ist, histopathologische Bilder des Gebärmutterhalses zu lesen und zwischen normalem Gewebe und von Krebs betroffenem Gewebe zu unterscheiden. Anstatt sich auf eine einzige Lernmethode zu verlassen, kombinierten sie zwei verschiedene Strategien. Die erste ist der traditionelle Ansatz, bei dem dem Computer einfach die richtige Antwort für jedes Bild mitgeteilt wird und er versucht, seine Fehler zu minimieren. Die zweite, fortschrittlichere Strategie wird als „Supervised Contrastive Learning“ bezeichnet. Diese Technik zwingt den Computer, tiefer zu blicken, indem sie lernt, Bilder desselben Typs in seinem internen Speicher näher zusammenzuziehen, während Bilder unterschiedlicher Typen weiter voneinander entfernt werden. Man kann sich diesen Prozess wie das Organisieren einer Bibliothek vorstellen: Die traditionelle Methode stellt sicher, dass jedes Buch im richtigen Regal steht, während die kontrastive Methode dafür sorgt, dass Bücher zum gleichen Thema ordentlich nebeneinander gestapelt werden, was es einfacher macht, sie zu finden und von nicht verwandten Bänden zu unterscheiden. Durch die gleichzeitige Anwendung beider Methoden wollten die Forscher ein Modell schaffen, das nicht nur genau ist, sondern auch die visuelle Landschaft des untersuchten Gewebes versteht.

Das Team testete ihr System mit einer spezifischen Bildersammlung, die als CAISHI-Datensatz bekannt ist und 2.240 hochauflösende Bilder von Gebärmutterhalsgewebe aus einem Krankenhaus in China enthält. Diese Bilder wurden sorgfältig von erfahrenen Pathologen beschriftet, wobei einige normale Drüsen und andere eine spezifische Art der Vorstufe von Krebs, genannt Adenokarzinom in situ, zeigten. Um sicherzustellen, dass ihre Ergebnisse zuverlässig waren, testeten die Forscher das Modell nicht nur einmal. Sie teilten die Daten in fünf verschiedene Gruppen auf, trainierten das System mit vier Gruppen und testeten es an der fünften, wobei sie diesen Prozess wiederholten, bis jedes Bild für einen Test verwendet worden war. Dieser strenge Ansatz zeigte, dass ihre kombinierte Methode eine durchschnittliche Genauigkeit von 96,90 Prozent erreichte. Diese Leistung war über alle fünf Tests hinweg bemerkenswert konsistent, mit sehr geringer Variation, was darauf hindeutet, dass das Modell stabil ist und nicht nur durch einen speziellen Satz von Bildern Glück hatte. Das System zeigte auch eine hohe Präzision und Sensitivität (Recall), was bedeutet, dass es selten einen Krebsfall übersah und gesundes Gewebe selten fälschlicherweise als krebsartig markierte.

Um zu verstehen, warum diese neue Methode so gut funktionierte, führten die Forscher eine Reihe von Experimenten durch, bei denen sie bestimmte Teile ihres Systems entfernten oder veränderten. Sie fanden heraus, dass die Genauigkeit leicht sank, wenn sie sich nur auf die traditionelle Lernmethode verließen, was bewies, dass die kontrastive Lernkomponente entscheidend für den Erfolg des Modells war. Sie testeten auch verschiedene Einstellungen, um das perfekte Gleichgewicht zwischen den beiden Lernstrategien zu finden. Sie entdeckten, dass die Zuweisung eines spezifischen, moderaten Gewichts an den kontrastiven Lernteil die besten Ergebnisse lieferte, während eine zu starke Gewichtung die Leistung des Modells tatsächlich verschlechterte. Diese sorgfältige Abstimmung zeigte, dass die beiden Methoden am besten funktionieren, wenn sie sich gegenseitig unterstützen, anstatt miteinander zu konkurrieren. Darüber hinaus verwendeten die Forscher ein Visualisierungstool, um zu sehen, auf welche Teile der Bilder sich der Computer konzentrierte. Beim Betrachten von gesundem Gewebe hob der Computer breite, einheitliche Bereiche hervor. Beim Betrachten von Krebsgewebe konzentrierte er sich auf kleine, helle, unregelmäßige Stellen, die den dichten, chaotischen Zellstrukturen entsprachen, die typisch für die Krankheit sind. Dies bestätigte, dass das Modell nicht einfach basierend auf Hintergrundrauschen rät, sondern tatsächlich die relevanten biologischen Merkmale identifiziert.

Die Studie ordnet diesen neuen Ansatz in den Kontext anderer Methoden zur Erkennung von Gebärmutterhalskrebs ein. Frühere Versuche, die ältere Techniken des maschinellen Lernens oder Standardmodelle des Deep Learning ohne das kontrastive Element verwendeten, erreichten niedrigere Genauigkeitsraten. Selbst einige fortgeschrittene Modelle, die andere Arten von neuronalen Netzen verwenden, hatten Schwierigkeiten, die Leistung dieses kombinierten Ansatzes zu erreichen. Die Forscher merkten an, dass ihr System zwar hocheffektiv ist, aber nur an einem spezifischen Datensatz getestet wurde. Dies bedeutet, dass, obwohl die Ergebnisse stark sind, das Modell noch an Bildern aus verschiedenen Krankenhäusern und mit unterschiedlichen Färbetechniken getestet werden muss, um sicherzustellen, dass es überall funktioniert. Trotz dieser Einschränkung legen die Ergebnisse nahe, dass das Lehren von Computern, visuelle Informationen nach Ähnlichkeit zu organisieren, zusätzlich zum bloßen Auswendiglernen von Labels, ein robusteres und zuverlässigeres Werkzeug für die medizinische Diagnose schafft. Die Arbeit bietet einen vielversprechenden Weg für die Zukunft der Künstlichen Intelligenz in der Pathologie, der über einfaches Musterabgleichen hinausgeht und zu einem tieferen Verständnis der visuellen Beweise führt, die eine Krankheit definieren.