🧬 biology

AI-Based Pipeline for Vascularization Detection in Histological Images; low-cost solution Using Moderate Computing Resources

Este artículo presenta un flujo de trabajo de IA de bajo costo y fácil de usar que combina el procesamiento de imágenes simple con un método de búsqueda de similitud interactivo y de autoaprendizaje para permitir que los patólogos detecten de manera rápida y precisa la vascularización en imágenes histológicas utilizando recursos informáticos modestos y un etiquetado manual mínimo.

Autores originales: Jan Žídek, Bretislav Lipový, Veronika Pavliňáková, Martin Knoz, Jakub Holoubek, David Izsák, Vladimir Váňa, Jan Herudek, Edita Jeklová, Irena Koutná, Zdeněk Pavlovský, Martin Faldyna, Lucy Vojtova

Publicado 2026-07-01

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Jan Žídek, Bretislav Lipový, Veronika Pavliňáková, Martin Knoz, Jakub Holoubek, David Izsák, Vladimir Váňa, Jan Herudek, Edita Jeklová, Irena Koutná, Zdeněk Pavlovský, Martin Faldyna, Lucy Vojtova

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagine que es un patólogo mirando miles de diapositivas microscópicas de tejido. Su trabajo es encontrar diminutos vasos sanguíneos. Hacer esto a mano es como buscar una aguja específica en un pajar, pero las agujas se mueven y tiene que hacerlo durante horas cada día. Es lento, agotador y costoso.

Este artículo presenta un nuevo "asistente inteligente" de bajo costo que le ayuda a encontrar estos vasos mucho más rápido, sin necesidad de una supercomputadora o de un equipo de expertos costosos en IA.

Así es como funciona el sistema, desglosado en pasos sencillos:

1. El "Pre-filtro" (Limpiando el pajar)

Antes de que la IA siquiera mire la imagen, el sistema realiza una edición de imagen sencilla y tradicional. Esto es como usar un tamiz para separar las piedras grandes de la arena.

El Problema: Las diapositivas de tejido están teñidas con diferentes colores (marrón para los vasos, azul para los núcleos celulares). Los puntos azules pueden engañar a la computadora haciéndole creer que son vasos.
La Solución: El sistema utiliza una herramienta llamada Detección de Crestas (como un marcador de resaltado especializado) para ignorar los puntos azules y centrarse solo en las formas marrones y tubulares que parecen vasos. Esto le da a la IA una lista de "candidatos" mucho más limpia para revisar.

2. El "Motor de Búsqueda Inteligente" (El Cerebro)

En lugar de enseñarle a una computadora desde cero qué aspecto tiene un vaso (lo que requiere miles de ejemplos y servidores potentes), este sistema utiliza un "cerebro" preentrenado llamado DINOv2.

La Analogía: Imagine que DINOv2 es un bibliotecario que ha leído millones de libros y sabe cómo se ve un "árbol", un "coche" o una "cara", pero que aún no ha estudiado específicamente los "vasos de sangre de cerdo".
La Magia: Cuando el sistema ve una forma candidata, no intenta adivinar. En su lugar, convierte esa forma en una "huella digital" única (un código numérico). Luego le pregunta al bibliotecario: "¿Se parece esta huella digital a alguno de los ejemplos que ya he visto?"

3. El "Tutor Interactivo" (Aprender haciendo)

Esta es la parte más importante. El sistema no solo se ejecuta una vez y se detiene. Aprende en tiempo real mientras usted trabaja.

El Proceso: La computadora le muestra una forma candidata y pregunta: "¿Es esto un vaso?"
- Si usted dice "Sí" (Presione 'v'), el sistema guarda esa huella digital en su biblioteca como un "Vaso".
- Si dice "No" (Presione 'a'), lo guarda como "No es un Vaso".
El Resultado: El sistema utiliza una herramienta de búsqueda rápida llamada FAISS para comparar instantáneamente la nueva forma con su biblioteca en crecimiento.
- Al principio: La biblioteca es pequeña, por lo que la computadora es un poco insegura.
- Después de unas pocas docenas de correcciones: La biblioteca está llena de sus ejemplos específicos. La computadora se vuelve increíblemente precisa, alcanzando un 98% de precisión después de que usted haya corregido aproximadamente 150 elementos.

4. Por qué esto es diferente (La ventaja de "Bajo Costo")

La mayoría de las herramientas de IA son como comprar un coche de carreras construido a medida: necesitan un garaje enorme (servidores costosos), un mecánico profesional (especialista en IA) y mucha gasolina (miles de imágenes de entrenamiento).

Esta nueva herramienta es como una bicicleta confiable y eficiente en el consumo de combustible:

No necesita una Supercomputadora: Funciona en una computadora de escritorio estándar o incluso en una computadora portátil para juegos (gaming laptop). No necesita alquilar costosos servidores en la nube (aunque los autores lo probaron en un servidor en la nube, encontraron que una computadora normal funciona bien).
Sin "Entrenamiento de Caja Negra": No tiene que esperar días para que la IA "estudie". Aprende inmediatamente mientras usted hace clic.
Datos Pequeños: No necesita miles de ejemplos para comenzar. Se vuelve muy buena después de solo unas pocas docenas de correcciones.

Lo que los resultados muestran

Los investigadores probaron tres métodos:

Solo Humano: Tardó meses en revisar 14,000 objetos.
IA Estándar (basada en la Nube): Obtuvo un 92% de precisión pero necesitaba servidores en la nube costosos y 400 ejemplos para aprender.
Esta Nueva Herramienta (basada en recuperación): Obtuvo un 98% de precisión con solo 150 ejemplos, ejecutándose en una computadora normal.

Limitación Crucial: El artículo establece explícitamente que esta herramienta le dice si un objeto detectado es un vaso o no. No cuenta el número total de vasos en la imagen. Es un detector de "sí/no", no un contador.

La "Regla de Oro" para el entrenamiento

El artículo encontró un truco sorprendente para obtener los mejores resultados:

No entrene solo en una diapositiva. Si solo le muestra a la IA ejemplos de una sola imagen, esta se confunde cuando ve una nueva diapositiva con colores o texturas ligeramente diferentes.
Distribúyalo. Los mejores resultados se obtuvieron cuando el usuario corrigió ejemplos de muchas imágenes diferentes (incluso si era solo una o dos correcciones por imagen). Esto enseña a la IA a reconocer el concepto de un vaso, no solo el aspecto específico de una diapositiva.

En resumen: Este artículo describe una forma práctica y de bajo costo de convertir un trabajo tedioso y manual en un juego rápido e interactivo donde la computadora aprende de usted a medida que avanza, utilizando una computadora estándar y muy pocos datos.

Resumen Técnico: Flujo de Trabajo Basado en IA para la Detección de Vascularización en Imágenes Histológicas

Declaración del Problema
La evaluación manual de la vascularización en especímenes histológicos es un indicador crítico para la cicatrización de heridas y la respuesta tisular, pero sigue siendo un proceso que consume mucho tiempo y requiere un esfuerzo experto significativo. Si bien la inteligencia artificial (IA) ofrece una solución potencial, su adopción práctica suele verse obstaculizada por los altos costos asociados con las licencias, la necesidad de personal especializado en IA y el requerimiento de una infraestructura informática potente (por ejemplo, servidores dedicados con GPU). Además, los enfoques tradicionales de aprendizaje profundo suelen demandar grandes conjuntos de datos de entrenamiento totalmente anotados, los cuales son costosos de producir. Los autores abordan la necesidad de un sistema de bajo costo, fácil de usar y computacionalmente eficiente que pueda detectar estructuras vasculares en tejidos teñidos mediante inmunohistoquímica con un etiquetado manual mínimo y requisitos de hardware modestos.

Metodología
El flujo de trabajo propuesto es un sistema de recuperación aumentada y de interacción humano-en-el-bucle (human-in-the-loop) diseñado para funcionar en estaciones de trabajo estándar sin hardware GPU especializado. Consta de cuatro etapas lógicas:

Preprocesamiento de Imágenes y Generación de Máscaras de Candidatos:
- El sistema emplea procesamiento de imágenes clásico para aislar estructuras positivas de actina de músculo liso (SMA). Esto implica la separación de canales de color (aislando el canal azul para suprimir la hematoxilina y enfatizar la tinción de DAB) y filtrado morfológico.
- Dos métodos distintos generan regiones de interés (ROI) candidatas:
  - Detección de Crestas (Ridge Detection): Implementada mediante el plugin de Fiji/ImageJ (basada en el algoritmo de Steger), este método realza estructuras delgadas, alargadas y curvilíneas típicas de las paredes de los vasos.
  - Segment Anything Model (SAM2): Se utiliza un modelo de segmentación zero-shot y libre de entrenamiento (Meta AI) para generar propuestas de regiones diversas sin necesidad de reentrenamiento específico para la tarea.
- Estos métodos producen máscaras binarias o regiones candidatas que sirven como entradas para la extracción de características.
Incrustación de Regiones (Region Embedding):
- Cada ROI candidata es recortada, normalizada y pasada a través de un núcleo visual autosupervisado y congelado: DINOv2 (específicamente dinov2_vits14).
- DINOv2, preentrenado en imágenes naturales, actúa como un extractor de descriptores fijos, convirtiendo cada ROI en un vector numérico compacto (incrustación o embedding) que captura características semánticas y morfológicas. No se realiza ningún ajuste fino (fine-tuning) supervisado adicional sobre el núcleo.
Indexación y Clasificación Basada en Recuperación:
- Las incrustaciones generadas se almacenan en un índice vectorial dinámico utilizando FAISS (Facebook AI Similarity Search).
- La clasificación se realiza mediante una estrategia de pocos disparos (few-shot) aumentada por recuperación. Cuando se presenta una nueva ROI, el sistema recupera los $k$ vecinos más cercanos del índice basándose en la similitud de vectores.
- Las etiquetas de estos vecinos más cercanos (Vaso vs. Artefacto) se utilizan para votar la clasificación de la nueva ROI.
Protocolo Interactivo de Humano-en-el-Bucle:
- El sistema opera en tiempo real. Un revisor experto observa los objetos detectados y proporciona retroalimentación inmediata mediante comandos de teclado:
  - Teclas 'v' o 'a': Etiquetan explícitamente un objeto como vaso o artefacto. Estas etiquetas se añaden inmediatamente al índice FAISS, actualizando la base de conocimientos del sistema para imágenes posteriores sin necesidad de reentrenar el modelo subyacente.
  - Teclas 'Enter' o 's': Se utilizan para la evaluación (estar de acuerdo o en desacuerdo con la predicción del modelo) sin actualizar el conjunto de entrenamiento.
- Esto permite que el sistema se adapte incrementalmente a patrones de tinción específicos y casos límite durante una sola sesión.

Contribuciones Clave

Despliegue de Bajo Costo y Bajos Recursos: Los autores demuestran que se puede lograr una detección de vascularización de alta precisión en una computadora de escritorio estándar o una computadora portátil para juegos, eliminando la necesidad de costosas instancias de GPU en la nube o servidores dedicados requeridos por los flujos de trabajo tradicionales de aprendizaje profundo.
Eficiencia de Anotación: El enfoque de recuperación aumentada logra una alta precisión (aprox. 95%) con solo ~75 reconocimientos asistidos por el usuario y se estabiliza cerca del 98% con 150 anotaciones. Esto es significativamente menor que los cientos o miles de anotaciones que típicamente se requieren para el entrenamiento de redes neuronales supervisadas.
Adaptabilidad en Tiempo Real: A diferencia de los modelos estáticos que requieren reentrenamiento para incorporar nuevos datos, este sistema aprende de forma continua e instantánea a partir de las correcciones del experto, permitiendo una rápida adaptación a condiciones de laboratorio específicas o variaciones de tinción.
Segmentación Complementaria: El estudio valida que la combinación de la detección de crestas clásica (que preserva la morfología vascular continua) con las propuestas de SAM2 (que ofrecen una cobertura de formas diversa) proporciona un conjunto de candidatos más robusto que cualquiera de los dos métodos por separado.

Resultados
El estudio comparó tres enfoques utilizando imágenes histológicas de un experimento de curación de heridas en cerdos (teñidas con SMA):

Anotación Completamente Manual: Requirió que un solo operador clasificara más de 14,000 objetos durante varios meses (2020–2022).
Red Neuronal Estándar (Basada en Azure): Una herramienta de aprendizaje automático alojada en Microsoft Azure alcanzó un 92% de precisión tras 400 anotaciones, pero requirió recursos sustanciales de computación en la nube y costó aproximadamente 7 EUR por las sesiones de anotación.
Sistema de Recuperación Aumentada (DINOv2/FAISS):
- Logró una precisión del 95.4% tras solo 75 reconocimientos asistidos.
- Alcanzó una precisión del 98.2% con 125 reconocimientos y se estabilizó cerca del 98% a las 150 anotaciones.
- Funcionó eficazmente en una estación de trabajo estándar sin GPUs dedicadas.
- Hallazgos de la Estrategia de Entrenamiento: El estudio encontró que distribuir los datos de entrenamiento en múltiples imágenes (por ejemplo, 26 objetos de 13 imágenes) produjo una precisión más alta y estable que entrenar con objetos de una sola imagen. Además, incluir casos morfológicamente ambiguos en el conjunto de entrenamiento mejoró el rendimiento en comparación con restringir el entrenamiento solo a ejemplos inequívocos.

Significado y Reivindicaciones
El artículo afirma que este enfoque ofrece un compromiso práctico para el uso rutinario en laboratorios, particularmente en entornos donde el tiempo del experto es limitado y los recursos computacionales son restringidos. Al aprovechar las representaciones autosupervisadas preentrenadas (DINOv2) y la búsqueda de similitud eficiente (FAISS), el sistema evita la necesidad de entrenamiento específico para la tarea y grandes conjuntos de datos.

Los autores enfatizan que el sistema está diseñado para asistir, no para reemplazar al experto; reduce la carga de anotación de meses a minutos manteniendo un alto grado de acuerdo con el operador. Sin embargo, el documento señala modestamente ciertas limitaciones:

El sistema clasifica los objetos detectados como "vaso" o "artefacto", pero no cuantifica el número absoluto de vasos en una imagen.
La métrica de precisión refleja el acuerdo con un evaluador específico; si el evaluador comete errores sistemáticos, el modelo los replicará.
Se requiere una validación más amplia en diferentes tinciones, tipos de tejido y laboratorios antes de que el método pueda considerarse plenamente generalizable.

Este trabajo se posiciona como un paso hacia el aprendizaje con eficiencia de etiquetas, demostrando que la combinación de incrustaciones autosupervisadas e interacción por recuperación puede abordar eficazmente las limitaciones de anotación de los flujos de trabajo rutinarios de patología.