The PAR dataset: Prostate biopsy whole slide images from an underrepresented Middle Eastern population
Questo articolo introduce il dataset PAR, una collezione pubblicamente disponibile di 1.017 immagini di vetrini interi di biopsia prostatica provenienti da 185 pazienti di Erbil, Iraq, annotate con punteggi di Gleason e gradi ISUP per affrontare la scarsità di dati mediorientali e migliorare la generalizzabilità dei modelli di IA nella patologia digitale.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immaginate il corpo umano come una vasta e frenetica città e, all'interno di questa città, ogni cellula come un piccolo lavoratore. A volte, alcuni lavoratori diventano ribelli e iniziano a costruire strutture caotiche e pericolose invece di seguire le regole. Questo è il cancro. Per catturare questi malintenzionati precocemente, i medici prelevano minuscoli campioni di tessuto, li colorano con coloranti vivaci e li osservano sotto potenti microscopi. Questo si chiama patologia. Per molto tempo, questo è stato fatto solo con l'occhio umano, ma ora stiamo insegnando ai computer a vedere anche queste mappe colorate. Questa è l'Intelligenza Artificiale (IA) nella patologia digitale. L'idea è che, se riusciamo a insegnare a un computer a individuare i lavoratori ribelli, esso potrà aiutare i medici a fare diagnosi più rapide e accurate. Ma ecco il problema: la maggior parte dei "manuali di istruzioni" che usiamo per insegnare a questi computer sono scritti da persone di una sola parte del mondo. Se il computer impara solo dalle immagini di un certo tipo di città, potrebbe confondersi quando ne vede una che appare un po' diversa. Dobbiamo assicurarci che i nostri detective digitali siano pronti per tutti, non solo per una cerchia ristretta.
Questo è esattamente il problema che un team di ricercatori ha deciso di risolvere con un nuovo progetto chiamato dataset PAR. Si sono resi conto che, mentre esistono molte immagini digitali di biopsie prostatiche (piccoli campioni prelevati per controllare il cancro alla prostata) provenienti da luoghi come la Svezia, i Paesi Bassi e gli Stati Uniti, ce n'erano quasi none provenienti dal Medio Oriente. Questo ha lasciato un enorme vuoto nella nostra conoscenza: l'IA addestrata su campioni occidentali funzionerebbe altrettanto bene sui pazienti dell'Iraq? Per risolvere il problema, il team è andato a Erbil, in Iraq, e ha raccolto un tesoro di immagini mediche. Hanno raccolto 1.017 immagini a vetrino intero da 185 pazienti. Ma non hanno scattato solo una foto di ogni campione; ne hanno scattate tre. Utilizzando tre diversi tipi di scanner hi-tech, hanno digitalizzato ogni singolo vetrino. È come fotografare un dipinto con una fotocamera Canon, poi con un iPhone e poi con uno scanner artistico specializzato, solo per assicurarsi che l'immagine sia buona indipendentemente dallo strumento utilizzato.
I ricercatori hanno anche coinvolto tre patologi esperti — specialisti che sono come i detective maestri del mondo cellulare — per valutare questi vetrini. Questi esperti hanno esaminato le immagini indipendentemente e hanno assegnato loro un punteggio in base a quanto il cancro apparisse aggressivo. Il risultato è una massiccia biblioteca aperta di dati che include non solo le immagini, ma anche le "risposte" di tre diversi esperti. Ciò consente agli scienziati di testare se i loro modelli di IA possono gestire diversi tipi di scanner e se possono identificare correttamente il cancro in una popolazione che è stata finora trascurata. Il team ha scoperto che, condividendo questi dati, possono aiutare a colmare il divario tra gli strumenti medici hi-tech e le persone che ne hanno più bisogno, garantendo che il futuro della diagnosi del cancro sia equo e accurato per tutti, indipendentemente da dove vivano. Non hanno inventato una nuova cura o un nuovo scanner in questo articolo; hanno invece costruito un ponte cruciale — un parco giochi condiviso dove l'IA può essere testata e migliorata affinché nessuno venga lasciato indietro.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.