MOSAIC: Explainable AI for Reproducible Histologic Grading and Prognostic Stratification in Breast Cancer

Het paper introduceert MOSAIC, een uitlegbare AI-framework dat de reproduceerbaarheid en prognostische nauwkeurigheid van de Nottingham-histologische grading voor borstkanker verbetert door de beoordeling te ontleden in componenten, wat leidt tot een aanzienlijke vermindering van de variabiliteit tussen pathologen en een betere risicostratificatie dan traditionele methoden.

De kern

MOSAIC: De Slimme Assistent die Kanker onder de Loep Neemt

Stel je voor dat je een gigantische, ingewikkelde mozaïekmuur moet beoordelen. Deze muur is gemaakt van duizenden kleine tegeltjes (cellen) en vertelt het verhaal van een borstkanker. Om te bepalen hoe gevaarlijk deze kanker is, moeten artsen (pathologen) naar drie specifieke dingen kijken op deze muur:

1. Hoe snel groeit het? (Het aantal delende cellen, of "mitose").
2. Hoe lelijk zijn de cellen? (Hoe onregelmatig zijn de kernen, of "pleomorfisme").
3. Hoe goed is de structuur? (Vormen ze nog netjes buisjes, of "tubuli", of is het een chaos?).

In de echte wereld is dit een heel lastige klus. Het is als proberen het weer te voorspellen door naar een wolk te kijken: twee experts kunnen er heel verschillend over denken. De ene arts ziet een storm, de andere ziet alleen een beetje wind. Dit noemen we "subjectiviteit", en het kan leiden tot verkeerde behandelingen.

Wat is MOSAIC?
De onderzoekers hebben MOSAIC bedacht. De naam staat voor Mammary Oncology Spatial Analysis and Intelligent Classification. In het Nederlands kunnen we het zien als een slimme, digitale assistent die de patholoog helpt bij het beoordelen van die mozaïekmuur.

MOSAIC is geen robot die de arts vervangt. Het is meer zoals een GPS voor de microscoop. Het kijkt niet naar de hele muur in één keer, maar splitst het probleem op in drie duidelijke taken, precies zoals de arts dat ook doet:

• De Teller: Het telt automatisch de delende cellen en zoekt de plekken waar ze het snelst groeien.
• De Vormgever: Het meet de grootte en vorm van de celkernen en vergelijkt ze met een standaard.
• De Bouwkundige: Het kijkt of de cellen nog netjes in buisjes zijn gebouwd of in een rommelige hoop liggen.

Hoe werkt het in de praktijk?
De onderzoekers hebben dit systeem getraind met duizenden foto's van kankerweefsel. Ze hebben het laten leren van de beste experts ter wereld. Vervolgens hebben ze het getest in een groot experiment met 7 ervaren artsen uit India en de VS.

Het experiment verliep als volgt:

1. Zonder hulpmiddelen: De artsen keken naar de foto's en gaven hun oordeel. Ze waren het vaak niet helemaal met elkaar eens (zoals twee mensen die naar een wolk kijken).
2. Met MOSAIC: Dezelfde artsen keken naar dezelfde foto's, maar nu met MOSAIC als assistent. MOSAIC lichtte de belangrijke plekken in, gaf aantallen en stelde een voorstel voor.

Wat was het resultaat?
Het was alsof de artsen een bril opzetten die alles scherper maakt:

• Minder ruzie: De artsen waren het veel meer met elkaar eens. Vooral bij het tellen van delende cellen en het beoordelen van de structuur was de overeenkomst bijna perfect.
• Sneller werken: De artsen waren sneller klaar, omdat ze niet urenlang hoeven te zoeken naar de juiste plekken.
• Beter voorspellen: Het belangrijkste: MOSAIC kon beter voorspellen hoe het met de patiënt zou gaan. Waar de menselijke arts soms twijfelde tussen een "licht gevaarlijke" en een "zeer gevaarlijke" kanker, zag MOSAIC de subtiele verschillen die het leven van de patiënt kunnen bepalen.

De Grootste Uitdaging: De "Lelijke" Cellen
Er was één ding waar MOSAIC het net iets minder goed deed dan bij de andere twee: het beoordelen van hoe "lelijk" de cellen eruit zagen. Dit is eigenlijk een heel moeilijk concept, zelfs voor mensen. Het is alsof je moet zeggen of een wolk "een beetje raar" of "heel raar" is. Zelfs de slimste AI heeft hier moeite mee, omdat er geen harde regels voor zijn. Maar zelfs hier hielp MOSAIC om de oordelen consistent te maken.

Waarom is dit belangrijk?
Vroeger was het beoordelen van kanker een beetje als het raden van een raadsel. Nu, met MOSAIC, hebben we een rekenmachine voor de patholoog.

• Het maakt de diagnose eerlijker: twee artsen in twee verschillende ziekenhuizen krijgen nu hetzelfde antwoord.
• Het helpt bij de behandeling: Als we beter weten hoe gevaarlijk de kanker is, kunnen we de behandeling beter afstemmen. Sommige mensen krijgen dan geen zware chemo als ze die niet nodig hebben, en anderen krijgen juist wel de zware behandeling die ze nodig hebben.

Kortom:
MOSAIC is geen vervanger voor de menselijke arts, maar een superkrachtige bril die hen helpt om de mozaïekmuur van kanker duidelijker, sneller en eerlijker te lezen. Het zorgt ervoor dat de diagnose niet afhangt van wie er die dag aan het werk is, maar van de feiten die op de foto staan.

Technische samenvatting

Probleemstelling

De Nottingham-histologische grading (NHG) is de standaard voor prognostische beoordeling en behandelingsplanning bij borstkanker. Deze grading is gebaseerd op drie componenten: mitotische activiteit, nucleaire pleomorfie en tubulusvorming. Hoewel klinisch waardevol, lijdt de NHG-aanpak aan aanzienlijke inter- en intra-observer variabiliteit, vooral bij het beoordelen van mitotische activiteit en nucleaire pleomorfie. Deze subjectiviteit leidt tot inconsistente gradaties, wat kan resulteren in over- of onderbehandeling van patiënten. Bestaande AI-oplossingen zijn vaak "end-to-end" modellen die de volledige graad voorspellen zonder de onderliggende componenten te modelleren, wat de interpretatie beperkt en de generaliseerbaarheid in diverse klinische omgevingen (met variatie in kleuring en scanners) vermindert.

Methodologie

De auteurs hebben MOSAIC (Mammary Oncology Spatial Analysis and Intelligent Classification) ontwikkeld, een verklaarbaar AI-kader (Explainable AI) dat de NHG-componenten onafhankelijk modelleert in plaats van een totale graad direct te voorspellen.

1. Data en Cohorten:

• Training: Gebruik van Whole Slide Images (WSI) van openbare datasets (TCGA-BRCA, MIDOG, TUPAC, NuCLS) en private Indiase instellingen.
• Validatie: Onafhankelijke validatie op TCGA-BRCA, NIH-PLCO (VS) en meerdere Indiase cohorten (SJRI, UL, Samved, BVDUMC, Zydus).
• Calibratie: Een multi-fase pathologiestudie met 7 erkende pathologen om drempelwaarden te definiëren en de AI-output te kalibreren op klinische standaarden.

2. Model Architectuur:
MOSAIC maakt gebruik van twee complementaire deep-learning modellen:

• Semantische Segmentatie (U-Net): Voor het identificeren van weefselcompartimenten (tumor, stroma, vet, necrose) en het detecteren van tubulusvorming. Tubuli worden gekwantificeerd binnen het tumorgebied.
• Objectdetectie (DINO-DETR): Voor het lokaliseren en tellen van individuele cellen.
  • Mitotische activiteit: Detectie van mitotische figuren versus "mitotische mimes" (niet-mitotische cellen die erop lijken). Het model selecteert de 10 HPF's (High Power Fields) met de hoogste activiteit voor standaardisatie.
  • Nucleaire pleomorfie: Detectie en classificatie van celtypen (tumorcellen, TIL's, macrofagen, etc.). Voor tumorcellen wordt de kerngrootte (oppervlakte) gemeten om variabiliteit (pleomorfie) te kwantificeren.
  • Validatie: Celtype-classificatie is gevalideerd met behulp van ruimtelijke transcriptomics-data (10x Genomics Xenium) om de biologische nauwkeurigheid te bevestigen.

3. Calibratie en Scoring:
Op basis van de pathologiestudie werden continue AI-metingen omgezet in discrete scores (1, 2 of 3) volgens de Nottingham-criteria:

• Mitose: Gebaseerd op het aantal mitoses per 10 HPF's.
• Pleomorfie: Gebaseerd op gemiddelde kerngrootte en de interkwartielafstand (IQR).
• Tubulusvorming: Gebaseerd op de dichtheid van tubuli per mm².
  De totale AI-graad wordt berekend door de som van deze drie componenten.

Belangrijkste Bijdragen

• Component-gewijze aanpak: In plaats van een "black box" voorspelling, deconstrueert MOSAIC de grading in de drie specifieke pathologische componenten, wat interpretatie en foutanalyse mogelijk maakt.
• Patholoog-georiënteerde kalibratie: Het kader is niet alleen getraind op data, maar is expliciet gekalibreerd via een gestructureerde studie met pathologen om klinisch bruikbare drempelwaarden te definiëren.
• Explainability: Het systeem levert visuele overlays en kwantitatieve metrics voor elke component, waardoor pathologen de onderliggende bewijzen kunnen verifiëren.
• Multi-institutionele validatie: Het model is getest op diverse datasets met variatie in kleuring, scanners en geografische locaties (VS en India), zonder dataset-specifieke herscholing.

Resultaten

1. Technische Prestaties:

• Segmentatie: Hoge nauwkeurigheid bij het onderscheiden van tumorweefsel en tubuli (Accuracy > 0.97 voor tubuli).
• Detectie: De mitotische detectie toonde een hoge gevoeligheid (Recall 0.97) en onderscheidde effectief mitotische figuren van mimes.
• Concordantie met Pathologen:
  • Tubulusvorming: Hoogste overeenkomst (Accuracy ~0.66, Kappa 0.55).
  • Totale Graad: Matige overeenkomst (Accuracy ~0.56, Kappa 0.54).
  • Mitotische activiteit: Matige overeenkomst (Kappa 0.40), maar met een sterke verbetering in consistentie bij pathologen.
  • Nucleaire pleomorfie: Laagste overeenkomst (Kappa 0.27), wat de inherente subjectiviteit van dit kenmerk weerspiegelt.

2. Impact op Patholoog-Consistentie (Observer Study):

• Intra-observer variabiliteit: AI-ondersteuning verbeterde de herhaalbaarheid van mitotische scoring aanzienlijk (Kappa steeg van 0.07-0.59 naar 0.66-0.78).
• Inter-observer variabiliteit: De overeenkomst tussen verschillende pathologen nam toe voor mitose en tubuli, met een Kappa van 0.79-1.00 voor mitose in de AI-assisted sessies (tegenover 0.18-0.70 zonder AI).
• Efficiëntie: De gemiddelde tijd per slide nam af, vooral voor pathologen die eerder meer tijd nodig hadden, wat wijst op een verlaagde cognitieve last.

3. Prognostische Waarde:

• Overleving: AI-afgeleide graden waren betere voorspellers van overleving dan handmatige graden.
  • In het TCGA-cohort: AI-graad had een significante separatie van ziektevrije interval (p=0.022), terwijl handmatige graden dit niet deden.
  • In het NIH-PLCO-cohort: AI-graad toonde een sterkere separatie (p < 0.0001) dan handmatige graden (p=0.013), met name in het scheiden van lage en intermediaire risico's.
• Onafhankelijke Voorspeller: In multivariate Cox-regressiemodellen bleef de AI-graad een significante onafhankelijke prognostische factor, zelfs na correctie voor stadium en moleculair subtype, terwijl de handmatige graad vaak niet significant bleef.

Betekenis en Conclusie

MOSAIC demonstreert dat verklaarbare AI de reproduceerbaarheid van borstkanker-grading kan verbeteren zonder de bestaande diagnostische criteria te vervangen. Door de beoordeling te deconstrueren tot objectief meetbare componenten, reduceert het systeem de variabiliteit tussen pathologen, verkort het de beoordelingstijd en levert het een robuustere prognostische stratificatie op.

Het kader positioneert AI niet als een vervanging voor de patholoog, maar als een assistentiefunctie die de aandacht richt op kritieke gebieden, zoekbias vermindert en consistente drempelwaarden biedt. Dit is vooral waardevol in borderline gevallen en in settings met variabele kwaliteit van preparaten. De resultaten ondersteunen de integratie van dergelijke systemen in de routine pathologie om de kwaliteit van zorg en de precisie van behandelingen te verhogen.