Digitally Defining 2 mm² for Mitotic Assessment in Neuroendocrine Tumors: A Technical Comparison of Whole Slide Imaging Approaches
一项比较传统人工有丝分裂计数法与两种数字化定义的 2 mm² 方法在神经内分泌肿瘤分级中应用的一项初步研究发现，尽管数字化方法得出的计数略高且具有极佳的方法间一致性，但其所需时间显著增加且并未改变肿瘤分级，这凸显了对标准化数字化方案和自动化检测工具的迫切需求。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你是一名侦探，正试图在一个由细胞组成的微型、繁忙城市中破解谜团。在医学世界中，特别是当医生观察一种被称为神经内分泌肿瘤的类型时，他们需要计算有多少“建筑工人”（分裂中的细胞）正在忙于建造新的结构。发现的工人在特定区域内越多，该肿瘤就被认为越具有侵略性。这种计数有助于决定患者是需要温和的“观察等待”方案，还是重型治疗方案。
几十年来，侦探们使用放大镜（显微镜）来观察这些城市。他们有一个经验法则：“在大约十个这样的小圆形窗口中计数。”但问题在于，每个显微镜的窗口大小都略有不同。一个侦探的“十个窗口”可能是一个小街区，而另一个侦刻的可能是一个整个区。这使得不同医院之间的记录难以进行比较。为了解决这个问题，医学界决定转向一个固定大小的地图：“在恰好 2 平方毫米的范围内计数。”这就像是在说：“不要按窗口计数；要按一个特定大小的正方形土地面积来计数。”
现在，想象一下这个城市已被扫描成一张巨大的、高清晰度的数字照片。这被称为“全切片图像”（Whole Slide Image）。它非常神奇，因为你可以在电脑屏幕上放大或缩小。但出现了一个新问题：电脑屏幕并没有“窗口”。无论你的显示器有多大，或者图片的清晰度有多高，“2 平方毫米”的面积都会发生变化。如果你不小心，可能会误计一个极小的区域或一个巨大的区域，从而搞乱你的整个诊断。这篇论文旨在研究如何在那张数字屏幕上画出一个完美的、恒定不变的正方形，以便无论医生使用什么样的电脑，都能计算出完全相同的土地面积。
数字侦探的困境
在这项研究中，研究人员 Monika Vyas 试图测试两种在数字肿瘤照片上绘制那个完美的“2 平方毫米”正方形的方法，并将其与传统的显微镜计数法进行对比。她采集了 20 个真实的肿瘤样本（来自肠道和胰腺），并进行了三次显微镜观察：一次是用传统方法，一次是使用数字“网格”（类似于覆盖在图像上的坐标纸），另一次是使用“自由手绘”数字笔在最繁忙的区域周围画一个自定义的正方形。
结果：轻微上升，但无需恐慌
她发现了什么？数字方法的计数比传统的显微镜方法稍微“慷慨”了一些。平均而言，手动显微镜计数为每 2 mm² 有 1.75 个分裂细胞。而当使用数字网格和自由手绘时，计数略微跳升至 2.05。这在发现细胞数量上增加了 17%。
然而，最重要的一点是，尽管数值上升了，但没有人的诊断发生改变。 这 20 个肿瘤都没有因为数字方法多发现了几个细胞而被“升级”到更危险的类别。研究表明，虽然数字计数倾向于发现更多细胞，但对于这些特定病例来说，这并不是一个足以改变局面的因素。
数字病理学的“速度陷阱”
但存在一个权衡。数字方法要慢得多。用显微镜手动计数大约需要 3.1 分钟 每张切片。数字网格需要 8.05 分钟，而自由手绘则需要 7.3 分钟。这意味着数字侦探为了完成同样的工作，耗时是原来的两倍多！论文指出，这种缓慢是因为医生必须手动寻找“热点”（最繁忙的区域）并亲自绘制正方形，而不是由计算机自动完成。
“低计数”问题
研究还发现了一个有趣的数学现象。当分裂细胞非常少（低计数）时，数字方法与手动方法之间的契合度会变得有些“摇摆不定”。两者之间的平均差异约为 47%。这意味着，如果一个肿瘤正好处于分级阈值（低风险与中风险之间的界限）的边缘，数字方法可能会因为多发现了这一两个细胞，而不小心将其推过那条线。论文建议，当数值较低且利害关系重大时，我们需要格外小心。
这对未来意味着什么
论文结论认为，虽然绘制数字正方形是可行的，并且与旧有的显微镜方法匹配得相当好（一致性得分高达 0.82 至 0.97），但它还不完美。它太慢了，而且发现的细胞稍多。作者认为，我们不能仅仅切换到数字照片就期望一切都保持不变。我们需要新的、“数字原生”的规则以及更好的计算机程序（人工智能），让它们能够自动找到繁忙区域并计数，而不需要医生等待超过两倍的时间。在这些工具成熟并专门针对这些肿瘤进行测试之前，在使用数字屏幕进行癌症分级时，我们必须保持高度警惕。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。