From slides to AI-ready maps: Standardized multi-layer tissue maps as metadata for artificial intelligence in digital pathology

1. O Problema

A patologia digital gerou um volume massivo de Imagens de Diapositivo Inteiro (Whole Slide Images - WSIs), que são imagens de alta resolução (até 150.000 x 150.000 pixels) usadas para diagnóstico e pesquisa em inteligência artificial (IA). No entanto, existem desafios críticos na gestão e utilização desses dados:

• Falta de Metadados Padronizados: Não existe um padrão universal para descrever o conteúdo morfológico de uma WSI (tipos de tecido, alterações patológicas, origem do órgão).
• Dependência de Inspeção Manual: A seleção de conjuntos de dados (coortes) para treinamento de IA ou validação depende atualmente da inspeção microscópica manual, um processo ineficiente e inviável para arquivos contendo milhões de lâminas.
• Desequilíbrio de Dados: A seleção aleatória ou baseada apenas no diagnóstico clínico frequentemente resulta em conjuntos de dados desbalanceados, onde certas classes de tecidos ou alterações patológicas são sub-representadas, levando a modelos de IA enviesados.
• Interoperabilidade Limitada: Diferentes arquivos e biobancos utilizam formatos de metadados incompatíveis, dificultando a busca e a reutilização de dados (princípios FAIR).

2. Metodologia

Os autores propõem um framework completo para gerar "Mapas de Tecido" (Tissue Maps) 2D que servem como metadados estruturados e prontos para IA.

A. Modelo de Metadados de Três Camadas

O núcleo da proposta é um modelo de metadados dividido em três camadas hierárquicas, codificadas em um formato de imagem de 8 bits (lossless) para eficiência de armazenamento e processamento:

1. Camada 1 (Origem): Descreve a fonte do material (ex: órgão ou parte do órgão). Utiliza padrões de codificação como ICD-O-3 (Topologia de Oncologia).
2. Camada 2 (Tipos de Tecido): Descreve os tipos de tecidos presentes em nível microscópico (ex: epitélio, nervo, tecido conjuntivo, gordura, músculo). Baseia-se no padrão NCIt (National Cancer Institute Thesaurus).
3. Camada 3 (Alterações Patológicas): Detalha alterações patológicas (ex: neoplasia maligna, benigna, metástase, necrose, inflamação). Também utiliza o padrão NCIt.

Cada entrada nas camadas é mapeada para um código de cor específico através de Tabelas de Busca (Look-Up Tables - LUT), permitindo a visualização como mapas de segmentação.

B. Framework de Visualização (WSIDOM)

Foi desenvolvido o framework WSIDOM (Whole-Slide Image Description of Morphology) para:

• Visualizar os mapas de tecido como mapas de segmentação sobrepostos à imagem original.
• Gerar gráficos de barras que mostram as proporções de área de cada classe dentro de cada camada, facilitando a comparação rápida entre múltiplas lâminas.
• Permitir a sobreposição com transparência (alpha) para inspeção humana.

C. Extração Automatizada de Metadados (Prova de Conceito)

Para automatizar a geração desses mapas, os autores realizaram um experimento utilizando classificadores binários:

• Dataset: 99 lâminas do conjunto de dados TCGA (Cancer Genome Atlas) de vários órgãos.
• Treinamento: Foram treinados classificadores binários (baseados em VGG16 com pesos pré-treinados no ImageNet) para identificar 5 tipos de tecido e 6 categorias de alterações patológicas (agrupadas em uma classe binária para simplificação inicial).
• Processo: As lâminas foram divididas em patches (512x512 pixels) para treinamento e inferência. As previsões dos classificadores foram combinadas para gerar os mapas de segmentação completos.

3. Principais Contribuições

• Padrão de Metadados Estruturado: Introdução de um modelo de metadados interoperável e semântico que descreve a composição morfológica completa de uma WSI, atendendo aos princípios FAIR.
• Mapas de Tecido como Metadados "AI-Ready": Transformação da informação morfológica em um formato de imagem (mapa) que pode ser diretamente utilizado por algoritmos de aprendizado de máquina, servindo tanto como metadados de busca quanto como input adicional para modelos de IA (ex: concatenando canais de cor do mapa à imagem original).
• Framework WSIDOM: Uma ferramenta de código aberto para visualização e conversão de anotações em mapas de tecido padronizados.
• Integração em Arquivos de WSI: Demonstração de como integrar esses mapas em arquivos de patologia, permitindo filtragem baseada em conteúdo (ex: "buscar todas as lâminas com >50% de tecido adiposo e inflamação crônica").
• Representação Gráfica: Proposta de usar os mapas de tecido para criar representações baseadas em grafos, capturando relações espaciais entre as camadas (origem, tecido, patologia).

4. Resultados

• Desempenho dos Classificadores: Os classificadores binários alcançaram alta precisão na extração de metadados. As acurácias médias nos dados de teste variaram de 89,72% (Tecido Conjuntivo) a 94,76% (Tecido Conjuntivo Adiposo), com uma acurácia geral de 93,59% para a classe combinada de alterações patológicas.
• Visualização e Análise: O framework WSIDOM conseguiu gerar mapas de segmentação claros e gráficos de barras que permitem aos patologistas visualizar a composição de múltiplas lâminas simultaneamente.
• Validação da Abordagem: A prova de conceito demonstrou que é possível automatizar a criação de metadados ricos a partir de WSIs, permitindo a criação de conjuntos de dados balanceados e específicos para treinamento de IA, algo que seria extremamente trabalhoso manualmente.

5. Significado e Impacto

Este trabalho representa um avanço significativo para a patologia digital e a IA médica:

• Aceleração da Pesquisa: Facilita a montagem rápida de coortes de dados equilibradas e de alta qualidade, essenciais para treinar modelos de Deep Learning robustos e generalizáveis.
• Redução de Viés: Ao permitir a seleção precisa de lâminas baseada na composição real do tecido (e não apenas no diagnóstico clínico), reduz-se o viés de amostragem nos conjuntos de dados de treinamento.
• Interoperabilidade Global: O uso de ontologias padrão (ICD-O-3, NCIt) permite que diferentes biobancos e instituições de pesquisa compartilhem e busquem dados de forma eficiente.
• Novas Possibilidades para IA: Os mapas de tecido não são apenas metadados de busca; eles podem ser usados como features espaciais adicionais para melhorar o desempenho de modelos de classificação e segmentação, e habilitar buscas de similaridade baseadas em conteúdo estruturado em vez de apenas similaridade visual de patches.

Em resumo, o artigo propõe uma infraestrutura fundamental para transformar arquivos de patologia digital de meros repositórios de imagens em bancos de dados inteligentes, pesquisáveis e prontos para alimentar a próxima geração de algoritmos de inteligência artificial.