Todos os dias, milhões de células sanguíneas individuais são avaliadas para diagnóstico de doenças em laboratórios médicos e clínicas. A maior parte dessa tarefa repetitiva ainda é feita manualmente por citologistas treinados que inspecionam as células em esfregaços de sangue manchados e os classificam em cerca de 15 categorias diferentes. Este processo sofre de variabilidade de classificação e requer a presença e experiência de um citologista treinado.

Para melhorar a eficiência da avaliação, uma equipe de pesquisadores da Helmholtz Zentrum München e do Hospital Universitário, LMU Munich, treinou uma rede neuronal profunda com quase 20.000 imagens de células únicas para classificá-las. A equipe liderada pelo Dr. Carsten Marr e o estudante de doutorado Dr. Christian Matek do Instituto de Biologia Computacional em Helmholtz Zentrum München, bem como o Prof. Dr. med Karsten Spiekermann e Simone Schwarz do Departamento de Medicina III, Hospital Universitário, LMU Munich, usaram imagens que foram extraídas de esfregaços de sangue de 100 pacientes que sofriam da doença sanguínea agressiva AML e 100 controles. A nova abordagem baseada em IA foi então avaliada comparando seu desempenho com a precisão de especialistas humanos. O resultado mostrou que a solução impulsionada por IA é capaz de identificar células blásticas de diagnóstico pelo menos tão bom quanto um especialista em citologista treinado.

Pesquisa aplicada por meio de IA e Big Data

Algoritmos de aprendizado profundo para processamento de imagem requerem duas coisas:primeiro, uma arquitetura de rede neural convolucional apropriada com centenas de milhares de parâmetros; segundo, uma quantidade suficientemente grande de dados de treinamento. Até aqui, nenhum grande conjunto de dados digitalizados de esfregaços de sangue esteve disponível, embora essas amostras sejam amplamente utilizadas em clínicas. O grupo de pesquisa da Helmholtz Zentrum München agora forneceu o primeiro grande conjunto de dados desse tipo. Atualmente, Marr e sua equipe estão colaborando estreitamente com o Departamento de Medicina III do Hospital Universitário de LMU Munique e um dos maiores laboratórios europeus de leucemia, o Laboratório de Leucemia de Munique (MLL), para digitalizar centenas de esfregaços de sangue de pacientes.

"Para trazer nossa abordagem para as clínicas, a digitalização das amostras de sangue dos pacientes deve se tornar uma rotina. Os algoritmos devem ser treinados com amostras de diferentes fontes para lidar com a heterogeneidade inerente na preparação e coloração da amostra, "diz Marr." Junto com nossos parceiros, podemos provar que os algoritmos de aprendizagem profunda apresentam um desempenho semelhante ao dos citologistas humanos. Em uma próxima etapa, vamos avaliar o quão bem outras características da doença, como mutações genéticas ou translocações, pode ser previsto com este novo método dirigido por IA. "

Este método mostra o poder aplicado da IA ​​para a pesquisa translacional. É uma extensão do trabalho pioneiro de Helmholtz Zentrum München sobre a classificação de células únicas em células-tronco do sangue (Buggenthin et al., Métodos da Natureza , 2017), que recebeu o Prêmio Erwin Schroedinger da Helmholtz Association em 2018. O estudo foi apoiado pelo SFB 1243 da Fundação Alemã de Pesquisa (DFG) e por um Ph.D. bolsa da Fundação Alemã José Carreras para Leucemia ao Dr. Christian Matek.