Automated Classification of AML and Multiple Myeloma from Blood Smear Whole Slide Images using Deep Neural Networks

No mundo silencioso e de alto risco do diagnóstico médico, os patologistas frequentemente dependem da ferramenta mais fundamental disponível: o microscópio. Quando um paciente apresenta sintomas de câncer no sangue, um médico pega uma pequena gota de sangue, espalha-a em uma lâmina de vidro e a cora com corantes coloridos para revelar a arquitetura oculta das células. Duas formas particularmente agressivas de câncer no sangue, a leucemia mieloide aguda e o mieloma múltiplo, deixam impressões digitais distintas nessas paisagens celulares. Por décadas, olhos humanos treinados têm sido o padrão ouro para ler essas lâminas, identificando diferenças sutis na forma e no arranjo das células que sinalizam a doença. No entanto, a medicina moderna começou a digitalizar esse processo, criando imagens digitais massivas e de alta resolução de lâminas inteiras. Esses arquivos digitais são tão grandes que são medidos em gigapixels, contendo milhões de detalhes minúsculos que sobrecarregam programas de computador tradicionais. O desafio para os cientistas tem sido ensinar os computadores a ver o que um patologista humano vê dentro desses arquivos enormes sem se perderem no volume colossal de dados ou exigir que um humano aponte manualmente cada célula individualmente.

Uma equipe de pesquisadores da Lewis University desenvolveu uma nova maneira de resolver este problema, criando um sistema que pode distinguir automaticamente entre leucemia mieloide aguda e mieloma múltiplo a partir dessas enormes lâminas de sangue digitais, sem qualquer ajuda humana. Em vez de tentar analisar toda a imagem gigante de uma vez, o que é demais para um computador processar, os pesquisadores dividiram o problema em partes menores e gerenciáveis. Eles trataram a lâmina digital como um gigantesco mosaico e a fatiaram em milhares de pequenos azulejos quadrados. O primeiro passo foi ensinar o computador a ignorar os espaços vazios. Assim como um humano ignoraria as margens brancas vazias de uma página para focar no texto, os pesquisadores usaram um filtro matemático para destacar as bordas dos objetos dentro da imagem. Este filtro, conhecido como detector de bordas Sobel, atua como uma caneta marca-texto, traçando os contornos das células e tecidos enquanto desvanece o fundo branco e as bordas escuras da própria lâmina.

Depois que o computador identificou quais azulejos continham material biológico real, ele usou um método de agrupamento (clustering) para separar os azulejos úteis dos inúteis. Este processo é semelhante a separar um saco de bolinhas de gude misturadas por cor sem nunca ter sido informado quais são as cores; o computador observou os padrões de bordas em cada azulejo e os agrupou com base na similaridade. Essa abordagem não supervisionada permitiu que o sistema descartasse automaticamente os azulejos que eram apenas fundo vazio ou artefatos de imagem, deixando para trás uma coleção limpa de azulejos preenchidos com estruturas celulares. Do conjunto original de trinta e quatro lâminas digitais, este processo de filtragem rendeu quase 385.000 azulejos informativos contendo células, descartando mais de 154.000 azulejos que não ofereciam valor diagnóstico.

Com uma coleção curada desses azulejos celulares, os pesquisadores então recorreram a uma ferramenta poderosa chamada aprendizado por transferência (transfer learning) para ensinar o computador a distinguir as duas doenças. Eles utilizaram um modelo de aprendizado profundo pré-existente, originalmente treinado em milhões de fotografias cotidianas de gatos, cachorros e carros, e o reaproveitaram para observar células sanguíneas. Como o computador já havia aprendido a reconhecer formas, texturas e padrões complexos a partir de seu treinamento em imagens gerais, ele pôde se adaptar rapidamente à tarefa específica de identificar células de câncer no sangue sem a necessidade de um banco de dados massivo de imagens médicas rotuladas. Os pesquisadores alimentaram este sistema com os azulejos selecionados, que extraíram características profundas e ocultas das imagens e as passaram para uma rede neural construída sob medida para tomar a decisão final. Esta rede aprendeu a reconhecer as sutis diferenças morfológicas entre os dois tipos de câncer, tornando-se efetivamente um classificador especialista.

Os resultados deste pipeline automatizado foram extraordinariamente precisos. Quando testado em um conjunto de azulejos que nunca havia visto antes, o sistema identificou corretamente o tipo de câncer em quase noventa e sete por cento dos casos. Foi altamente eficaz em detectar a doença quando ela estava presente e igualmente bom em confirmar quando ela estava ausente, minimizando o risco de alarmes falsos. Para garantir que o computador não estivesse apenas adivinhando, os pesquisadores usaram uma técnica de visualização que destacava exatamente quais partes da imagem o modelo estava observando quando tomava sua decisão. Esses mapas visuais mostraram que o sistema estava focando nas estruturas celulares reais, as mesmas características que um patologista humano examinaria, em vez de ruídos aleatórios ou partes irrelevantes da lâmina.

Este trabalho demonstra que é possível construir uma ferramenta de diagnóstico altamente precisa para o câncer no sangue usando um processo totalmente automatizado que não requer a rotulagem manual de imagens por médicos. Ao combinar a detecção de bordas para encontrar as células, o agrupamento para limpar os dados e o aprendizado por transferência para extrair as características, os pesquisadores criaram um pipeline que supera muitos métodos existentes que dependem de técnicas mais antigas e menos sofisticadas. O estudo sugere que, mesmo com um número relativamente pequeno de amostras de pacientes, é possível alcançar alta precisão diagnóstica se os dados forem processados corretamente. No entanto, os autores são cuidadosos ao notar que este sistema foi projetado para auxiliar profissionais médicos, não para substituí-los. O modelo atual foi treinado e testado em azulejos retirados do mesmo conjunto de lâminas, o que significa que ainda não foi comprovado que funcione em pacientes completamente novos de diferentes hospitais ou com diferentes métodos de coloração. Embora a tecnologia mostre grande promessa para o futuro da patologia digital, os pesquisadores enfatizam que testes adicionais em grupos independentes de pacientes são necessários antes que tal ferramenta possa ser usada em um ambiente clínico real para guiar decisões de tratamento.