The PAR dataset: Prostate biopsy whole slide images from an underrepresented Middle Eastern population

技術的要約：PARデータセット

問題提起
本論文は、デジタル病理学における人工知能（AI）の開発と検証における決定的なギャップに対処している。既存の公開されている組織病理学データセットは乏しく、主に欧米の白人集団を代表するものであるため、中東などの過小評価されている地域へのAIモデルの汎用性を制限している。さらに、現在のデータセットは通常、以下の3つの特定の制限事項に悩まされている。(1) 通常、単一の病理医による参照標準に依存しており、グレーディングの変動性の評価を妨げている。(2) 病理サービスがまだ完全にデジタル化されていない、過小評価されている集団からのデータが不足している。(3) 通常、単一のスキャナータイプからの全スライド画像（WSI）のみを提供しており、クロススキャナーの堅牢性の評価ができない。これらの要因は、「鶏と卵」の問題を引き起こしている。すなわち、多様でマルチスキャナーなデータが不足していることが、低リソース環境におけるAIの検証を妨げ、それが結果としてデジタル化への投資を阻害しているのである。

手法
著者らは、2013年から2024年の間にイラクのエルビルにあるPAR病院で収集された前立腺コア針生検に由来するPARデータセットを提示している。データキュレーションプロセスには、以下のステップが含まれる：

• コホート選択： 30,056件のアーカイブから、著者らは前立立腺コア針生検を抽出し、追記レポートを統合し、オリジナルのホルマリン固定パラフィン包埋（FFFE）組織ブロックの可用性を確認した。これにより、最終的なコホートは185名の患者（339枚のユニークなガラススライド）となった。
• スライド調製： 劣化の可能性があるため、オリジナルの診断用スライドは使用しなかった。代わりに、一貫した高品質な染色を確保するために、アーカイブされたFFPEブロックから新しいH&E染色スライドを新たに調製した。
• マルチスキャナーによるデジタル化： 各339枚のガラススライドは、3つの異なる全スライドスキャナーを使用してスキャンされ、スライドごとに3つのバージョンが生成された：
  1. Hamamatsu NanoZoomer 2.0 HT (0.22 µm/pixel, .ndpi形式)
  2. Leica Aperio GT 450 DX (0.26 µm/pixel, .svs形式)
  3. Grundium Ocus40 compactスキャナー (0.25 µm/pixel, .svs形式)
• アノテーションおよび参照標準： 3名の病理医がCytomineプラットフォームを使用して、独立してWSIを評価した。2名は一般病理医（イラク出身およびノルウェー出身）、もう1名は泌尿器病理医（ノルウェー）である。彼らはスライドレベルのグリーソンスコア（GS）およびISUPグレードを割り当てた。ピクセルレベルのアノテーションは提供されていない。グレーディングはブラインドで行われ、病理医間での即時の照合は行われなかった。

主な貢献
主な貢献は、BioImage Archive（アクセッション番号: S-BIAD2323）を通じて、CC BY 4.0ライセンスの下でPARデータセットを公開することである。このデータセットには以下が含まれる：

• 1,017枚のWSI： 185名の患者から得られた339枚のスライドを表し、3つのスキャナー形式を網羅している。
• マルチ病理医ラベル： 大部分のスライドについて、3名の病理医による独立したグリーソンスコアおよびISUPグレード（0–5）。（病理医Iは全339枚をグレーディングし、病理医IIは337枚、病理医IIIは層別化された59枚のサブセットをグレーディングした。）
• 人口統計学的代表性： 過小評価されている中東の集団（イラク、クルディスタン地域）に由来するデータ。
• 技術的多様性： 変換なしのネイティブファイル形式により、クロススキャナーの堅牢性やカラーノーマライゼーションの研究が可能となる。

結果およびデータ特性
データセットは185名の患者で構成され、年齢分布は高齢層に偏っている（79名が70歳以上）。339枚のスライドにおけるISUPグレードの分布は、良性（病理医によって164〜208例）から高グレードのISUP 5（21〜86例）まで、幅広い悪性度を示している。データセットの構造には、スキャナータイプごとの3つのコンポーネントフォルダ、独立したグレーディングテーブルを含むアノテーションフォルダ、クロススキャナーのペアリングのためのファイルリスト、およびドキュメントが含まれる。技術的検証により、すべてのファイルが標準的なツール（OpenSlide, Cytomine, ASAP）で開けること、およびアノテーション辞書が一貫していることが確認された。

意義
本論文は、PARデータセットを、世界的にも多様な集団における病理AIモデルの開発と検証を支援するためのリソースとして位置づけている。過小評価されている地域からのデータを提供し、複数のスキャナータイプ（コスト効率の高いコンパクトモデルを含む）でスキャンされ、複数の病理医によってアノテーションされていることにより、本データセットは以下を可能にする：

• 集団横断的な検証： 中東の集団に対するモデルの汎用性のテスト。
• 堅牢性の評価： 異なるスキャナーメーカーおよびモデル間でのAI性能の評価。
• グレーディング一致度分析： 複数の独立した参照標準を用いた、病理医間の変動性の研究。
• ベンチマーキング： 限定的な公開データセットと施設固有のバイアスによって引き起こされる、生物医学AIベンチマーキングの広範な危機への対処。

著者らは、このデータセットを公開することは、集団の代表性と技術へのアクセスの不平等を解消することを目的としており、病理学におけるより包括的で信頼性の高いAIへと分野を前進させるものであると述べている。