iSight: Towards expert-AI co-assessment for improved immunohistochemistry staining interpretation

Resumen Técnico: iSight y HPA10M para la coevaluación Experto–IA en Inmunohistoquímica

Planteamiento del Problema
La inmunohistoquímica (IHC) es una piedra angular de la patología diagnóstica y la investigación biomédica, proporcionando información molecular con resolución espacial esencial para la caracterización de tumores, la clasificación de enfermedades y la estratificación terapéutica. A pesar de su papel crítico, la interpretación de la IHC sigue siendo laboriosa, subjetiva e inconsistente en su reproducibilidad entre instituciones. Aunque los modelos de Inteligencia Artificial (IA) entrenados en láminas teñidas con Hematoxilina y Eosina (H&E) han mostrado resultados prometedores, su aplicabilidad a la IHC está limitada por desafíos específicos del dominio:

1. Variabilidad de la Tinción: La IHC exhibe variaciones sustanciales en los perfiles de color debido a diferentes cromógenos, contratinción y protocolos.
2. Interpretación Compleja: A diferencia de la H&E, donde la morfología es primaria, la IHC requiere la evaluación simultánea del contexto morfológico y los patrones de localización de la tinción específica.
3. Integración de Metadatos: Los conjuntos de datos de IHC contienen metadatos estructurados ricos (p. ej., localización proteica esperada, tipo de tejido) que suelen estar ausentes en los conjuntos de datos de H&E, los cuales, si se integran, podrían mejorar significativamente el rendimiento del modelo.
4. Escasez de Datos: Existe una falta de conjuntos de datos de IHC a gran escala, estructurados y armonizados que sean adecuados para el entrenamiento de modelos fundacionales.

Metodología
Los autores abordan estas brechas mediante dos contribuciones primarias: la curación de un conjunto de datos masivo y el desarrollo de un marco de aprendizaje multitarea especializado.

1. El Conjunto de Datos HPA10M
Los autores construyeron HPA10M, un conjunto de datos a gran escala que comprende 10.495.672 imágenes de IHC provenientes del Human Protein Atlas (HPA) versión 23.0.

• Curación: El conjunto de datos fue transformado de recursos web no estructurados a un formato listo para el aprendizaje automático. Esto implicó el raspado web personalizado, la armonización de 20 años de metadatos XML acumulados y un riguroso control de calidad realizado por patólogos certificados.
• Anotaciones: Las imágenes están anotadas con ontologías estandarizadas (Uberon para anatomía, SNOMED CT para diagnósticos, UniProt/Ensembl para objetivos). Los metadatos incluyen la demografía del paciente, la fuente del tejido y las características de la tinción.
• Alcance: El conjunto de datos cubre 45 tipos de tejidos normales y 20 tipos principales de cáncer, abarcando más de 17.200 biomarcadores proteicos.
• Estructura: Las imágenes están emparejadas con hashes MD5 únicos para la trazabilidad, y el conjunto de datos se divide en un conjunto de entrenamiento (~10,5 millones de imágenes) y un conjunto de prueba reservado (2.000 imágenes).

2. La Arquitectura del Modelo iSight
iSight (Insight de Tinción Inmunohistoquímica con Transformers Híbridos) es un marco de aprendizaje multitarea diseñado para integrar características visuales con metadatos estructurados.

• Módulo de Codificación de Tejido: Las imágenes de portaobjetos completos se dividen en parches de 336×336 píxeles. Un Vision Transformer (CLIP-ViT-large-patch14-336) extrae incrustaciones de tokens (embeddings). En lugar de agregar dentro de los parches, el modelo concatena todos los tokens y aplica un mecanismo de atención con compuerta para crear una representación de nivel de tejido ponderada, lo que permite al modelo enfocarse en áreas de relevancia diagnóstica mientras mantiene el contexto global.
• Módulo de Codificación de Contexto: Los metadatos (tipo de tejido, códigos SNOMED, información de anticuerpo/gen) son procesados mediante un codificador de texto CLIP. Durante el entrenamiento, los subtítulos de texto se concatenan con los metadatos para crear una entrada multimodal; durante la inferencia, solo se utiliza la información del tipo de célula para evitar la fuga de datos.
• Aprendizaje Multitarea: El modelo utiliza cabezales de clasificación paralelos para predecir simultáneamente:
  • Tareas Primarias: Intensidad de la Tinción (4 clases), Localización de la Tinción (4 clases) y Cantidad de la Tinción (4 clases).
  • Tareas Auxiliares: Tipo de Tejido (58 clases) y Estado de Malignidad (2 clases).
• Entrenamiento: El modelo fue entrenado de extremo a extremo utilizando el optimizador Adam durante una época en el conjunto de entrenamiento HPA10M.

Resultados Clave
1. Rendimiento en Datos Reservados
En el conjunto de prueba HPA de 2.000 imágenes, iSight superó a los modelos fundacionales de patología ajustados (PLIP y CONCH) en todas las tareas primarias:

• Localización de la Tinción: 85,5% de precisión (frente al 79,4% de PLIP y 73,2% de CONCH).
• Intensidad de la Tinción: 76,6% de precisión (frente al 73,0% de PLIP y 70,0% de CONCH).
• Cantidad de la Tinción: 75,7% de precisión (frente al 73,2% de PLIP y 70,1% de CONCH).
• Tareas Auxiliares: iSight alcanzó un 95,7% de precisión para el tipo de tejido y un 99,9% para el estado de malignidad.
• Rendimiento Ordinal: Para la intensidad y la cantidad, iSight logró una alta precisión "dentro de un rango de uno" (96,6% y 94,3%, respectivamente) y bajas tasas de error "más allá de un rango", lo que indica que los errores fueron típicamente desviaciones menores en lugar de clasificaciones erróneas severas.
• Calibración: El modelo demostró predicciones bien calibradas con Errores de Calibración Esperada (ECE) bajos, que oscilan entre 0,0150 y 0,0408.
• Robustez: iSight mantuvo un rendimiento estable bajo corrupciones sintéticas de imagen (recorte aleatorio y ruido de sal y pimienta), mostrando una degradación mínima en la precisión.

2. Estudio de Usuario con Patólogos
Un estudio de usuario que involucró a ocho patólogos (desde residentes hasta especialistas) evaluó 200 imágenes de los conjuntos de datos HPA y Stanford TMAD.

• Mejora de la Precisión: En el conjunto de datos HPA (con verdad de campo), la precisión de los patólogos mejoró tras recibir sugerencias de la IA: Localización (68% → 70%), Intensidad (57% → 60%) y Cantidad (52% → 56%). iSight por sí solo superó tanto las puntuaciones iniciales como las puntuaciones de los patólogos asistidos por IA.
• Acuerdo Interobservador: La asistencia de la IA mejoró el consenso entre los patólogos. El coeficiente κ de Cohen aumentó de 0,63 a 0,70 en el conjunto de datos HPA y de 0,74 a 0,76 en el conjunto de datos Stanford TMAD.
• Influencia de la IA: Cuando los patólogos inicialmente discrepaban con la IA, adoptaron la sugerencia de la IA en el 34,3% de las discrepancias de localización, el 28,0% de las de intensidad y el 21,3% de las de cantidad en el conjunto de datos HPA.

Significancia y Reivindicaciones
El artículo afirma que este trabajo establece las bases para sistemas de IA capaces de mejorar la precisión y la consistencia diagnóstica de la IHC. Las contribuciones clave incluyen:

• HPA10M: El primer conjunto de datos de IHC a gran escala y sistemáticamente curado, que permite el aprendizaje a escala fundacional de patrones específicos de IHC, lo cual anteriormente se veía obstaculizado por la falta de datos estructurados.
• iSight: Una demostración de que las innovaciones arquitectónicas específicas de la tarea (aprendizaje multitarea con integración de metadatos) pueden superar a los modelos fundacionales de patología genéricos adaptados del análisis de H&E.
• Colaboración Humano-IA: El estudio proporciona evidencia empírica de que la IA puede servir como una herramienta de apoyo a la decisión que mejora la consistencia diagnóstica y el acuerdo entre observadores sin reemplazar el juicio experto. Los autores señalan que, si bien la asistencia de la IA mejoró el desempeño de los patólogos, no cerró completamente la brecha respecto al desempeño independiente de la IA, lo que sugiere que factores cognitivos (p. ej., el anclaje a los juicios iniciales) influyen en la adopción de la guía de la IA.

Los autores posicionan a iSight como un paso hacia sistemas clínicamente desplegables que aumentan la experiencia del patólogo, con un diseño modular que permite la adaptación a nuevos biomarcadores y flujos de trabajo. Reconocen limitaciones, incluyendo la necesidad de validación multiinstitucional, la ausencia de imágenes de H&E emparejadas en el conjunto de datos actual y el hecho de que las etiquetas de referencia de HPA pueden no representar un estándar de oro absoluto.