Hidden networks, deconstructions, convolutions and colourful revolutions. Explainable multi- class classification for histopathologic lymphoid tissue prototyping

Stel je voor dat je een detective bent die een mysterie probeert op te lossen in een minuscule, overvolle stad gemaakt van cellen. In de medische wereld is deze stad een doorsnede van weefsel van een patiënt, bekeken door een microscoop. Normaal gesproken kijken artsen (pathologen) met hun ogen naar deze steden, op zoek naar aanwijzingen in de vormen en kleuren van de gebouwen (cellen) om te bepalen wat voor soort ziekte de stad binnenvalt. Maar soms zijn de aanwijzingen verraderlijk, is de verlichting vreemd, of is de stad simpelweg te groot om elke individuele baksteen te bekijken. Hier komt "deep learning" om de hoek kijken. Denk aan deep learning als een superintelligente, onvermoeibare robot-leerling die miljoenen van deze minuscule steden in seconden kan scannen. Er is echter een addertje onder het gras: de meeste van deze robots zijn "black boxes". Ze geven je een antwoord zoals: "Het is een B-cel probleem!", maar ze kunnen niet uitleggen waarom. Ze laten hun werk niet zien. Dit artikel pakt dit mysterie aan door een robot te bouwen die niet alleen gokt, maar ook daadwerkelijk zijn detectiebord laat zien, waarbij het precies uitlegt welke aanwijzingen tot de conclusie hebben geleid. Het gaat erom de onzichtbare logica van AI zichtbaar en begrijpelijk te maken voor de menselijke artsen die erop moeten vertrouwen.

De onderzoekers achter deze studie, werkzaam aan de University of the Witwatersrand in Zuid-Afrika, besloten een nieuw soort "detectiverobot" te bouwen die specifiek is ontworpen voor het bekijken van lymfoïde weefsel (een type immuunweefsel) dat is gekleurd met een speciale bruine kleurstof genaamd CD20. Deze kleurstof werkt als een highlighter, waardoor specifieke B-cellen (een type witte bloedcel) opvallen tegen de blauwe achtergrond van andere cellen. Hun doel was om een systeem te creëren dat deze weefsels niet alleen met hoge nauwkeurigheid in verschillende categorieën kon sorteren, maar ook zijn eigen denkproces kon "deconstrueren", zodat een mens precies kon zien hoe het tot een beslissing kwam.

Om dit te bereiken, voerden ze niet simpelweg een afbeelding aan de computer en vroegen ze om een antwoord. In plaats daarvan bouwden ze een snelweg met drie rijstroken voor de data, waar de afbeelding van het weefsel gelijktijdig door drie verschillende verwerkingsstromen reist, alsof een auto drie verschillende routes naar dezelfde bestemming neemt om aantekeningen met elkaar te vergelijken.

Stroom A is als een vorm- en kleurenscanner. Het breekt de afbeelding af in kleine rasters om randen en vormen te tellen (met behulp van iets dat HOG wordt genoemd) en maakt ook een opname van de exacte mix van rood, groen en blauw in het weefsel (RGB).
Stroom B is de textuurdetective. Het gebruikt een gereedschapskist van geavanceerde wiskundige trucs om de "korrel" van het weefsel te bekijken. Het controleert patronen in hoe kleuren zich herhalen (LBP), meet hoe licht en donker interageren (Haralick), en gebruikt zelfs een golfachtige wiskundige tool (Wavelets) om verborgen details in de textuur te vinden. Het kijkt ook specifiek naar de bruine kleurstof (DAB) om exact te meten hoeveel van de doelcellen aanwezig zijn.
Stroom C is een klein, snel neuraal netwerk (een mini-brein) dat de afbeelding als geheel bekijkt om de "grote plaatjes"-structuren te vangen die de andere twee stromen mogelijk missen.

Zodra deze drie stromen hun aanwijzingen hadden verzameld, gooiden ze deze niet zomaar op een hoop. Ze voegden ze samen tot een massale, 6.657-dimensionale "super-feature" vector. Om dit hanteerbaar te maken, projecteerden de onderzoekers deze enorme datacloud op een "eenheids-hypersfeer". Stel je een gigantische, onzichtbare bal voor waar elk mogelijk weefselpatroon een stip op het oppervlak is. Het systeem gebruikt vervolgens twee verschillende scoringsmethoden—Minkowski (MK) en Cauchy Kernel Density (CKD)—om te zien hoe dicht een nieuw weefselmonster bij de "prototypes" (de gemiddelde voorbeelden) staat die het al heeft geleerd. Het is alsof je controleert of een nieuwe verdachte meer lijkt op de "B-cel bende" of de "T-cel bende", gebaseerd op hoe dicht hij bij de groepsleiders op deze gigantische bal staat.

De resultaten waren indrukwekkend. Het systeem bereikte een classificatienauwkeurigheid van 95,7% op een validatieset van 303 tegels (kleine stukjes van de weefselafbeelding). Het identificeerde correct 91 tegels van Monster 1, 88 van Monster 2, 14 van Monster 3 en 93 van Monster 4. De onderzoekers ontdekten dat de twee verschillende scoringsmethoden (MK en CKD) identieke resultaten gaven, wat suggereert dat het succes van het systeem voortkwam uit de kwaliteit van de aanwijzingen die het verzamelde, en niet alleen uit de wiskunde die werd gebruikt om te tellen.

Een van de meest fascinerende ontdekkingen vond plaats bij "Monster 1". Het systeem merkte iets ongewoons op: de bruine kleurstof (CD20) was aanwezig maar zwak en vlekkerig. De onderzoekers merkten op dat dit waarschijnlijk kwam doordat de cellen zich in een specifieke staat bevonden waarin ze de productie van het CD20-eiwit hadden gestaakt, mogelijk door eerdere behandelingen of een onderdrukt immuunsysteem. Het systeem zei niet alleen "fout"; het highlightte deze "ongebruikelijke diaminobenzidine-signalisering" als een belangrijke aanwijzing, waarmee het bewees dat het subtiele biologische eigenaardigheden kon opmerken die een simpele "ja/nee"-classifier zou missen.

Het artikel is echter voorzichtig om niet te beweren dat dit een wondermiddel is dat alles oplost. De auteurs stellen expliciet dat hun model afhankelijk is van een enkele kleurstof (CD20) en dat het enigszins moeite had met Monster 3, dat minder datapunten had om van te leren (slechts 52 originele tegels, uitgebreid naar 208). Ze geven ook toe dat het model niet perfect kon onderscheid maken tussen B-cellen en T-cellen in alle gevallen, omdat het een tweede kleurstof (zoals CD3) miste om de aanwezigheid van T-cellen te bevestigen. Sterker nog, ze merken op dat drie B-cel-gedomineerde tegels per abuis als Monster 4 (dat grotendeels uit T-cellen bestond) werden geclassificeerd, wat suggereert dat de robot zonder meer genetische of multi-kleurstofgegevens nog steeds in de war kan raken bij de grenzen.

De studie concludeert dat hoewel het systeem zeer effectief is voor zijn specifieke taak—het sorteren van deze vier typen lymfoïde weefsel met 95,7% nauwkeurigheid en het bieden van een heldere visuele kaart van waarom het die keuzes maakte—het nog niet een zelfstandig diagnostisch hulpmiddel is voor alle ziekten. De auteurs suggereren dat toekomstig werk een volledig panel van kleuringen en genetische gegevens moet bevatten om de robot te helpen om meer duidelijk onderscheid te maken tussen verschillende cel-lijnen. Ze hebben een transparant, uitlegbaar framework gebouwd dat goed werkt op de gegeven data, maar ze waarschuwen dat het generaliseren hiervan naar de bredere, rommeligere wereld van menselijke ziekten meer training en complexere aanwijzingen zal vereisen.