Automated Classification of AML and Multiple Myeloma from Blood Smear Whole Slide Images using Deep Neural Networks

En el silencioso y de alto riesgo mundo del diagnóstico médico, los patólogos suelen confiar en la herramienta más fundamental disponible: el microscopio. Cuando un paciente presenta síntomas de cáncer de sangre, un médico toma una diminuta gota de sangre, la extiende en un portaobjetos de vidrio y la tiñe con colorantes coloridos para revelar la arquitectura oculta de las células. Dos formas particularmente agresivas de cáncer de sangre, la leucemia mieloide aguda y el mieloma múltiple, dejan huellas distintivas en estos paisajes celulares. Durante décadas, los ojos humanos entrenados han sido el estándar de oro para leer estos portaobjetos, identificando diferencias sutiles en la forma y disposición de las células que señalan la enfermedad. Sin embargo, la medicina moderna ha comenzado a digitalizar este proceso, creando imágenes digitales masivas y de alta resolución de portaobjetos completos. Estos archivos digitales son tan grandes que se miden en gigapíxeles, conteniendo millones de detalles diminutos que abruman a los programas informáticos tradicionales. El desafío para los científicos ha sido enseñar a las computadoras a ver lo que un patólogo humano ve dentro de estos enormes archivos sin perderse en el volumen masivo de datos o requerir que un humano señale manualmente cada célula.

Un equipo de investigadores de la Universidad de Lewis ha desarrollado una nueva forma de resolver este problema, creando un sistema que puede distinguir automáticamente entre la leucemia mieloide aguda y el mieloma múltiple a partir de estos enormes portaobjetos digitales de sangre sin ayuda humana. En lugar de intentar analizar la imagen gigante completa a la vez, lo cual es demasiado para que una computadora lo maneje, los investigadores dividieron el problema en piezas más pequeñas y manejables. Trataron el portaobjetos digital como un gigantesco mosaico y lo cortaron en miles de diminutos azulejos cuadrados. El primer paso fue enseñar a la computadora a ignorar los espacios vacíos. Así como un humano ignoraría los márgenes blancos en blanco de una página para enfocarse en el texto, los investigadores utilizaron un filtro matemático para resaltar los bordes de los objetos dentro de la imagen. Este filtro, conocido como detector de bordes Sobel, actúa como un marcador fluorescente, trazando los contornos de las células y tejidos mientras desvanece el fondo en blanco y los bordes oscuros del portaobjetos.

Una vez que la computadora había identificado qué azulejos contenían material biológico real, utilizó un método de agrupamiento (clustering) para separar los azulejos útiles de los inútiles. Este proceso es similar a clasificar una bolsa mixta de canicas por color sin haber sido informado nunca de cuáles son los colores; la computadora observó los patrones de bordes en cada azulejo y los agrupó según su similitud. Este enfoque no supervisado permitió que el sistema descartara automáticamente los azulejos que eran solo fondo vacío o artefactos de la imagen, dejando atrás una colección limpia de azulejos llenos de estructuras celulares. Del conjunto original de treinta y cuatro portaobjetos digitales, este proceso de filtrado produjo casi 385,000 azulejos informativos que contenían células, descartando más de 154,000 azulejos que no ofrecían valor diagnóstico.

Con una colección curada de estos azulejos celulares, los investigadores recurrieron entonces a una herramienta poderosa llamada aprendizaje por transferencia (transfer learning) para enseñar a la computadora cómo distinguir las dos enfermedades. Utilizaron un modelo de aprendizaje profundo preexistente, originalmente entrenado con millones de fotografías cotidianas de gatos, perros y autos, y lo adaptaron para observar células sanguíneas. Debido a que la computadora ya había aprendido a reconocer formas, texturas y patrones complejos a partir de su entrenamiento con imágenes generales, pudo adaptarse rápidamente a la tarea específica de identificar células de cáncer de sangre sin necesidad de una base de datos masiva de imágenes médicas etiquetadas. Los investigadores alimentaron el sistema con los azulejos seleccionados, el cual extrajo características profundas y ocultas de las imágenes y las pasó a una red neuronal construida a medida diseñada para tomar la decisión final. Esta red aprendió a reconocer las sutiles diferencias morfológicas entre los dos tipos de cáncer, convirtiéndose efectivamente en un clasificador experto.

Los resultados de este flujo de trabajo automatizado fueron notablemente precisos. Al ser probado en un conjunto de azulejos que nunca había visto, el sistema identificó correctamente el tipo de cáncer en casi el noventa y siete por ciento de los casos. Fue altamente efectivo al detectar la enfermedad cuando estaba presente y igualmente bueno al confirmar cuando estaba ausente, minimizando el riesgo de falsas alarmas. Para asegurar que la computadora no estuviera simplemente adivinando, los investigadores utilizaron una técnica de visualización que resaltaba exactamente qué partes de la imagen estaba mirando el modelo cuando tomaba su decisión. Estos mapas visuales mostraron que el sistema se estaba enfocando en las estructuras celulares reales, las mismas características que un patólogo humano examinaría, en lugar de ruido aleatorio o partes irrelevantes del portaobjetos.

Este trabajo demuestra que es posible construir una herramienta de diagnóstico altamente precisa utilizando un proceso totalmente automatizado que no requiere el etiquetado manual de imágenes por parte de médicos. Al combinar la detección de bordes para encontrar las células, el agrupamiento para limpiar los datos y el aprendizaje por transferencia para extraer las características, los investigadores crearon un flujo de trabajo que supera muchos métodos existentes que dependen de técnicas más antiguas y menos sofisticadas. El estudio sugiere que, incluso con un número relativamente pequeño de muestras de pacientes, es posible lograr una alta precisión diagnóstica si los datos se procesan correctamente. Sin embargo, los autores advierten cuidadosamente que este sistema está diseñado para asistir a los profesionales médicos, no para reemplazarlos. El modelo actual fue entrenado y probado con azulejos extraídos del mismo conjunto de portaobjetos, lo que significa que aún no se ha demostrado que funcione con pacientes completamente nuevos de diferentes hospitales o con diferentes métodos de tinción. Si bien la tecnología muestra una gran promesa para el futuro de la patología digital, los investigadores enfatizan que es necesario realizar más pruebas en grupos independientes de pacientes antes de que tal herramienta pueda ser utilizada en un entorno clínico real para guiar decisiones de tratamiento.