Hispanopedia Wiki
Articulo de referencia

Patología digital

La patología digital es una parte fundamental de la informática patológica y abarca temas como el escaneo de portaobjetos, la obtención de imágenes digitales, el análisis de imá...

Hispanopedia WikiContenido en espanolLectura gratuita
La patología digital es una parte fundamental de la informática patológica y abarca temas como el escaneo de portaobjetos, la obtención de imágenes digitales, el análisis de imágenes y la telepatología .

La patología digital es un subcampo de la patología que se centra en la gestión y el análisis de la información generada a partir de portaobjetos de muestras digitalizadas . Utiliza tecnología informática y microscopía virtual para visualizar, gestionar, compartir y analizar portaobjetos digitales en monitores de ordenador. [ 1 ] Este campo tiene aplicaciones en medicina diagnóstica y busca lograr diagnósticos , pronósticos y predicciones de enfermedades más eficientes y rentables mediante avances en aprendizaje automático e inteligencia artificial en el ámbito sanitario . [ 2 ] [ 3 ]

Historia

Las raíces de la patología digital se remontan a la década de 1960 con los primeros experimentos de telepatología . El concepto de microscopía virtual surgió en la década de 1990 en diversas áreas de la investigación en ciencias de la vida. [ 4 ] A principios de siglo, la comunidad científica acordó cada vez más el término "patología digital" para denotar los esfuerzos de digitalización en patología. Sin embargo, en el año 2000, los requisitos técnicos (escáner, almacenamiento, red) seguían siendo un factor limitante para una amplia difusión de los conceptos de patología digital. Esto cambió cuando aparecieron en el mercado nuevas tecnologías de escaneo potentes y asequibles, así como tecnologías de almacenamiento masivo/en la nube . El campo de la radiología experimentó la transformación digital hace casi 15 años, no porque la radiología sea más avanzada, sino porque existen diferencias fundamentales entre las imágenes digitales en radiología y patología digital: la fuente de la imagen en radiología es el paciente (vivo) y, hoy en día, en la mayoría de los casos, la imagen se captura principalmente en formato digital. En patología, el escaneo se realiza a partir de muestras conservadas y procesadas, para estudios retrospectivos incluso a partir de portaobjetos almacenados en un biobanco . Además de esta diferencia en el preanálisis y el contenido de metadatos , el almacenamiento requerido en patología digital es de dos a tres órdenes de magnitud mayor que en radiología. Sin embargo, las ventajas previstas en patología digital son similares a las de radiología:

  • Capacidad para transmitir diapositivas digitales a distancia con rapidez, lo que posibilita escenarios de telepatología.
  • Permite acceder a muestras anteriores de los mismos pacientes y casos similares para su comparación y revisión, con mucho menos esfuerzo que recuperar las diapositivas de los estantes del archivo.
  • Capacidad para comparar diferentes áreas de varias diapositivas simultáneamente (modo diapositiva por diapositiva) con la ayuda de un microscopio virtual.
  • Posibilidad de anotar áreas directamente en la diapositiva y compartirlas para la docencia y la investigación.

La patología digital se utiliza hoy en día ampliamente con fines educativos [ 5 ], tanto en telepatología y teleconsulta como en proyectos de investigación. Permite compartir y anotar diapositivas de forma mucho más sencilla, y la descarga de conjuntos de conferencias anotadas genera nuevas oportunidades para el aprendizaje electrónico y el intercambio de conocimientos en patología. La patología digital en el diagnóstico es un campo emergente y en auge.

Ambiente

Escanear

Un escáner de portaobjetos para microscopio.
Comparación de la calidad de imagen de portaobjetos completos: a la izquierda, un portaobjetos escaneado con un objetivo de 20x y un tamaño aproximado de 0,8 gigabytes (GB), y a la derecha, uno escaneado con un objetivo de 40x y un tamaño aproximado de 1,2 GB. Cada imagen muestra un glóbulo rojo.

Las diapositivas digitales se crean a partir de portaobjetos de vidrio utilizando máquinas de escaneo especializadas. Todos los escaneos de alta calidad deben estar libres de polvo, rayones y otras obstrucciones. Existen dos métodos comunes para el escaneo de diapositivas digitales: el escaneo basado en mosaicos y el escaneo basado en líneas. [ 6 ] Ambas tecnologías utilizan una cámara integrada y una platina motorizada para mover el portaobjetos mientras se obtienen imágenes de partes del tejido. Los escáneres de mosaico capturan imágenes de campo de visión cuadrado que cubren toda el área del tejido en el portaobjetos, mientras que los escáneres de línea capturan imágenes del tejido en franjas largas e ininterrumpidas en lugar de mosaicos. En ambos casos, el software asociado al escáner une los mosaicos o líneas para formar una sola imagen continua.

El apilamiento Z consiste en escanear una lámina en múltiples planos focales a lo largo del eje vertical z. [ 7 ]

Vista

Las diapositivas digitales se pueden visualizar mediante un monitor de ordenador y un software de visualización, ya sea localmente o de forma remota a través de Internet. Un ejemplo de visor web de código abierto para este propósito, implementado en JavaScript puro para escritorio y dispositivos móviles, es el visor OpenSeadragon [ 8 ] . QuPath [ 9 ] es otro software de código abierto que se utiliza a menudo en aplicaciones de patología digital porque ofrece un potente conjunto de herramientas para trabajar con imágenes de diapositivas completas. MIKAIA lite [ 10 ] es un visor gratuito que se utiliza frecuentemente para convertir o recortar diapositivas por lotes, convertir formatos de anotación, crear anotaciones (recortar, fusionar, restar, añadir márgenes, reducir/ampliar) o exportar mosaicos con máscaras para crear conjuntos de datos de entrenamiento de IA. OpenSlide [ 11 ] , por otro lado, es una biblioteca C ( también hay disponibles enlaces para Python y Java ) que proporciona una interfaz sencilla para leer y visualizar imágenes de diapositivas completas.

Administrar

Las diapositivas digitales se mantienen en un sistema de gestión de información (IMS) [ 12 ] que permite el archivo y la recuperación inteligente.

Red

Las diapositivas digitales suelen almacenarse y distribuirse a través de Internet o redes privadas para su visualización y consulta.

Analizar

Las herramientas de análisis de imágenes se utilizan para obtener medidas de cuantificación objetivas a partir de diapositivas digitales. Los algoritmos de segmentación y clasificación de imágenes , a menudo implementados mediante redes neuronales profundas , se utilizan para identificar regiones y objetos de importancia médica en diapositivas digitales. Se ha desarrollado un software de aceleración por GPU para el análisis de imágenes patológicas, que compara los límites espaciales de una gran cantidad de objetos microanatómicos segmentados. [ 13 ] El algoritmo central de PixelBox en este software se ha adoptado en la biblioteca Geometric Performance Primitives (GPP) de Fixstars [ 14 ] como parte de NVIDIA Developer, que es un motor de geometría de producción para sistemas avanzados de información gráfica, automatización del diseño electrónico , visión artificial y soluciones de planificación de movimiento . [ 15 ]

Integrar

El flujo de trabajo de patología digital está integrado en el entorno operativo general de la institución. Se espera que la digitalización de las muestras reduzca la cantidad de muestras rutinarias revisadas manualmente, maximizando así la eficiencia de la carga de trabajo.

Intercambio

La patología digital también permite compartir información a través de internet con fines educativos, diagnósticos, publicaciones e investigación. Esto puede adoptar la forma de conjuntos de datos disponibles públicamente o acceso de código abierto a algoritmos de aprendizaje automático .

Archivos de diapositivas digitales

La patología digital se basa fundamentalmente en archivos de portaobjetos digitales —también conocidos como imágenes de portaobjetos completos (WSI)— que encapsulan representaciones de alta resolución de portaobjetos microscópicos completos. Estos archivos permiten el diagnóstico remoto, el análisis computacional, la formación y el archivo a una escala y flexibilidad imposibles con los portaobjetos de vidrio tradicionales. El diseño técnico de estos formatos de archivo tiene implicaciones para la interoperabilidad , el rendimiento, la gestión de datos a largo plazo y los flujos de trabajo analíticos posteriores. En términos generales, los formatos de archivo de portaobjetos digitales se dividen en dos categorías principales: formatos propietarios desarrollados por los fabricantes de hardware para sus escáneres y formatos interoperables diseñados para facilitar la compatibilidad entre plataformas y el intercambio abierto de datos. [ 18 ]

Formatos propietarios

Los proveedores de hardware desarrollan formatos de diapositivas digitales propietarios para optimizar el rendimiento y la funcionalidad de sus sistemas de escaneo específicos. Estos formatos suelen ampliar los contenedores de imágenes estándar con estructuras de metadatos personalizadas, esquemas de compresión y paradigmas organizativos adaptados al enfoque tecnológico de cada fabricante. Los formatos de los proveedores están diseñados para optimizar las características de sus ecosistemas nativos y presentan desafíos para la preservación de datos a largo plazo, la compatibilidad entre plataformas y los flujos de trabajo de análisis independientes del proveedor. [ 19 ] Estos desafíos incluyen escenarios de dependencia del proveedor, donde las instituciones se vuelven dependientes de ecosistemas de hardware y software específicos, dificultades para migrar datos entre diferentes plataformas y mayores costos para el mantenimiento de múltiples cadenas de herramientas propietarias . [ 20 ]

SVS (Aperio)

El formato SVS (Slide and Viewable Storage), desarrollado por Aperio (ahora parte de Leica Biosystems ), es uno de los formatos de portaobjetos digitales más utilizados en patología clínica y de investigación. Los archivos SVS se basan en el estándar de imagen TIFF , ampliado para admitir pirámides de imágenes multirresolución . El formato admite múltiples resoluciones de imagen dentro de un solo archivo, y cada nivel se almacena como una imagen en mosaico. La imagen base (primera) es siempre la captura de resolución completa. Las imágenes subsidiarias representan vistas generales con resolución reducida , una miniatura y, opcionalmente, una imagen macro o una etiqueta escaneada del portaobjetos. [ 21 ]

IPND (Hamamatsu)

NDPI es el formato de imagen de diapositiva completa basado en TIFF, propiedad de Hamamatsu , que combina pirámides TIFF multidirectorio estándar con extensiones personalizadas para visualización de acceso aleatorio y manejo de metadatos. El formato incrusta tiras comprimidas en JPEG dentro de los IFD de TIFF , utiliza rangos de etiquetas privadas para catálogos de desplazamiento y marcadores de reinicio, y coloca la vista general macro en el directorio final, todo ello sin archivos de índice separados. Pirámide TIFF multirresolución Los IFD separados representan cada nivel de zoom; la vista general de menor resolución (macro) reside en el último directorio. Tiras comprimidas en JPEG con marcadores de reinicio Los datos de imagen se almacenan como tiras comprimidas en JPEG. Los marcadores de reinicio permiten una decodificación robusta de acceso aleatorio de tiras individuales. Etiquetas TIFF privadas (65420–65449+) Hamamatsu reserva etiquetas personalizadas para registrar desplazamientos de tiras, bits de desplazamiento de orden superior, catálogos de marcadores de reinicio y metadatos específicos de la diapositiva, como parámetros de escaneo. [ 22 ] [ 23 ] [ 24 ] [ 25 ]

Philips iSyntax

El formato iSyntax, desarrollado por Philips para sus sistemas IntelliSite Pathology Solution y Ultra Fast Scanner, es un formato propietario de imágenes de portaobjetos completos (WSI) diseñado para combinar la calidad de imagen de grado médico de JPEG 2000 con la velocidad y capacidad de respuesta de JPEG. A diferencia de los formatos TIFF tradicionales basados ​​en pirámides, iSyntax utiliza un esquema de compresión basado en ondículas, inherentemente multirresolución. El formato está optimizado para la codificación y decodificación en tiempo real, con una etapa de codificación de entropía simplificada —basada en correlación local y un codificador aritmético— que es más rápida que la EBCOT de JPEG 2000 , a costa de un aumento de aproximadamente el 10 % en el tamaño del archivo. [ 26 ]

Los metadatos en iSyntax se almacenan en una estructura propietaria accesible a través del SDK de Philips Pathology. Debido a su especificación cerrada, la interoperabilidad con bibliotecas independientes del proveedor, como OpenSlide, no es compatible de forma nativa, y el acceso de terceros generalmente requiere el SDK oficial o herramientas de conversión.

PHN (Pharmanest Inc)

PHN es un formato de archivo abierto diseñado para almacenar y compartir datos de patología digital a nivel de fibras individuales (objetos de fibra), con especial interés en las fibras de colágeno y la fibrosis extraídas de imágenes histológicas de portaobjetos completos. Las fibras (objetos de fibra) pueden derivarse del análisis de imágenes de otras proteínas fibrilares como elastina, lamininas, fibronectina… Para cada imagen de patología digital, el archivo PHN contiene coordenadas espaciales, mediciones, máscaras de segmentación a nivel de píxel, datos de análisis de textura de fibra, regiones de interés (cuando corresponda) lo que permite compartir datos [ 27 ] .

Los archivos PHN son interoperables con otros conjuntos de datos de biología espacial, lo que permite (a) un análisis espacial novedoso de estructuras fibrilares biológicas o (b) la fusión de conjuntos de datos espaciales para conectar modalidades biológicas, como el análisis de células individuales [ 28 ] , con la histología. Técnicamente, los archivos PHN utilizan la extensión .phn y se crean como archivos ZIP estándar. En su interior, combinan archivos JSON legibles por humanos (para metadatos y mediciones) con eficientes archivos NumPy .npz (para máscaras de segmentación). Cada fibra se almacena como un objeto independiente, incluyendo su geometría, cuadro delimitador y características cuantitativas, lo que permite una reconstrucción precisa del contexto espacial completo en todo el tejido.

PHN está diseñado para ser transparente e interoperable, de modo que los datos de fibrosis de fibras individuales se puedan compartir, reproducir y analizar fácilmente en diferentes plataformas sin depender de sistemas propietarios.

Otros formatos propietarios

Otros ejemplos incluyen BIF (BioImagene Image File, Roche ), MRXS (3DHistech), SCN (Leica antigua), VMS/VMU (otros tipos de Hamamatsu) y más, la mayoría de los cuales siguen variantes de los paradigmas estructurales TIFF o BigTIFF, añaden etiquetas propietarias e incorporan metadatos únicos. La diversidad de formatos propietarios, la falta de documentación pública y la evolución de los SDK de los proveedores contribuyen a las dificultades para lograr una accesibilidad universal y una compatibilidad integral de las herramientas.

Formatos interoperables

En respuesta a la proliferación de formatos propietarios y la creciente demanda de soluciones de patología digital a gran escala, multicéntricas e impulsadas por IA, la comunidad ha desarrollado un conjunto de formatos de imagen interoperables diseñados tanto para la preservación a largo plazo como para el análisis de alto rendimiento. Entre ellos destacan DICOM para imágenes de portaobjetos completos, OME-TIFF e Iris File Extension , cada uno de los cuales ofrece ventajas clave para el intercambio de datos entre plataformas , la estandarización de metadatos y la integración de herramientas. [ 29 ] [ 30 ]

Imágenes digitales y comunicaciones en medicina (DICOM)

El estándar DICOM , desarrollado originalmente para radiología, se ha ampliado para admitir imágenes de portaobjetos completos (WSI), con definiciones exhaustivas para pirámides de imágenes en mosaico, metadatos de referencia cruzada y flujos de trabajo de imágenes complejos. El Suplemento 145 de DICOM introdujo la definición de objeto de información (IOD) de imagen de microscopía de portaobjetos completos VL [ 31 ] , que permite el almacenamiento de imágenes patológicas grandes y de múltiples resoluciones como colecciones de fotogramas (mosaicos) dentro de una única serie DICOM. Las características clave incluyen:

  • Las pirámides multirresolución constan de archivos de objetos de imagen separados que representan cada nivel de resolución dentro de un único directorio para cada diapositiva.
  • Compatibilidad con compresión para los formatos JPEG y JPEG 2000 (J2K).
  • Planos Z y capacidades de imágenes multicanal para imágenes de profundidad y metadatos asociados.
  • Codificación de metadatos estructurados mediante etiquetas de atributos DICOM estandarizadas para obtener información reproducible sobre las muestras y los parámetros de adquisición.
  • Sistema de referencia de coordenadas con posicionamiento espacial basado en deslizamientos (X, Y, Z) y etiquetas de marco de referencia.
  • Compatibilidad total y parcial con la disposición en mosaicos para una organización de datos flexible.

Muchos flujos de trabajo clínicos están adoptando DICOM WSI como formato de referencia a largo plazo, en parte debido a los requisitos reglamentarios y la necesidad de una interoperabilidad estandarizada entre instituciones y plataformas. [ 32 ] [ 33 ]

Sin embargo, persisten varios desafíos. La codificación DICOM WSI puede introducir una sobrecarga computacional debido en parte a su estructura multiparte, lo que dificulta la visualización en tiempo real en visores en comparación con formatos propietarios o centrados en el rendimiento. [ 34 ] Además, DICOM ha sido criticado como una especificación de archivo monolítica que impone restricciones arquitectónicas y limita las opciones tecnológicas. [ 35 ] [ 36 ] Herramientas de conversión como wsidicomizer, Orthanc WSI server y TIFFToDicom de PixelMed facilitan la migración de formatos heredados a archivos compatibles con DICOM. [ 37 ] [ 38 ]

OME-TIFF (Entorno de Microscopía Abierta TIFF)

OME-TIFF es un formato abierto y extensible desarrollado por el consorcio Open Microscopy Environment (OME) para abordar las necesidades de datos y metadatos de la bioimagen moderna. [ 39 ] Extiende la estructura TIFF clásica , con su amplio soporte de bibliotecas y herramientas, al incrustar metadatos OME-XML estructurados dentro de las etiquetas TIFF, particularmente dentro del campo ImageDescription del primer directorio de archivos de imagen (IFD). La especificación del archivo es proporcionada por el consorcio OME. [ 40 ] Las características clave incluyen:

  • Compatibilidad con multirresolución piramidal : OME-TIFF utiliza el mecanismo SubIFD de TIFF (etiqueta 330) para representar pirámides de imágenes, lo que permite una navegación rápida entre ellas. Cada nivel puede usar su propia compresión ( JPEG , JPEG 2000, etc.) y se admiten extensiones BigTIFF para archivos de gran tamaño.
  • Extensibilidad de metadatos: OME- XML es un lenguaje de metadatos centrado en esquemas, capaz de representar la procedencia de las imágenes (por ejemplo, microscopio, lente, detector), la modalidad de adquisición, el mapeo de coordenadas y los detalles del experimento. Atributos como las longitudes de onda de los canales, el índice Z , el punto temporal y el objetivo están estandarizados para garantizar la interoperabilidad.
  • Multidimensionalidad: Admite pilas Z, series temporales, imágenes multicanal y organización de datos 3D/4D.
  • Ecosistema OME: La biblioteca Java Bio-Formats y el servidor OMERO proporcionan capacidades de lectura/escritura y gestión para imágenes OME-TIFF, con análisis de escritorio compatible con QuPath , Fiji / ImageJ y otros.
  • Validación y archivo: El formato está especificado abiertamente, lo que lo hace adecuado para la gestión a largo plazo de datos de investigación, la presentación de documentación regulatoria y los flujos de trabajo de IA reproducibles.

OME-TIFF se utiliza ampliamente en investigación y patología académica, donde se prioriza la integración completa de metadatos y flujos de análisis. La biblioteca Java Bio-Formats y el servidor OMERO proporcionan capacidades de lectura/escritura y gestión, con análisis de escritorio compatible con QuPath y Fiji/ImageJ. [ 41 ] El código abierto facilita el acceso generalizado a archivos OME-TIFF en diversas plataformas. [ 42 ]

Extensión de archivo Iris (IFE)

La extensión de archivo Iris (IFE) es un formato de contenedor binario moderno para imágenes de diapositivas completas desarrollado en la Universidad de Michigan . Basado en tecnología de serialización de alto rendimiento contemporánea e incorporando conceptos TIFF familiares , IFE aborda las limitaciones de rendimiento de los formatos existentes mediante una arquitectura optimizada diseñada específicamente para operaciones de archivos de alta velocidad y una representación local eficiente de diapositivas. El formato permite lecturas rápidas de acceso aleatorio y escrituras de codificación de archivos masivamente multihilo, manteniendo la compatibilidad mediante rutinas de validación. [ 43 ] La especificación se publica completamente bajo una licencia Creative Commons Atribución-Sin Derivadas 4.0. [ 44 ]

Las características principales incluyen:

  • Tablas de desplazamiento de mosaicos binarios mapeadas en memoria que permiten el acceso aleatorio directo sin indexación adicional.
  • Compatibilidad con compresión moderna para formatos de imagen JPEG antiguos y AVIF contemporáneos.
  • Segmentos de metadatos codificados en binario que almacenan descriptores de diapositivas, parámetros de adquisición y coordenadas espaciales.
  • Validación de la integridad a nivel de archivo y de sección con detección temprana de corrupción.
  • Bloques de anotación integrados para la serialización nativa de regiones de interés.
  • Arquitectura de escritura paralela multihilo que permite la codificación y el vaciado simultáneos de bloques.
  • Ecosistema de código abierto: Iris Codec (con módulo WebAssembly ) y el servidor RESTful de Iris proporcionan implementaciones de redes de alto rendimiento y herramientas para la conversión de formatos y actualizaciones de archivos. [ 45 ]
  • Encabezados versionados con indicadores de características que garantizan la compatibilidad hacia atrás y hacia adelante.

IFE incorpora metadatos estructurados y anotaciones junto con los datos de píxeles, lo que permite la validación integrada y el manejo de regiones de interés dentro de un solo archivo. La arquitectura del formato desacopla el análisis de metadatos de la recuperación de píxeles y utiliza regiones mapeadas en memoria para lograr tiempos de acceso a mosaicos optimizados en comparación con los formatos WSI tradicionales. Hay implementaciones multiplataforma disponibles en C ++ , [ 46 ] Python [ 47 ] y JavaScript , con herramientas de validación de especificaciones que respaldan su amplia adopción. [ 48 ]

Desafíos

El tejido óseo es particularmente propenso a sufrir artefactos de plegamiento . En esta micrografía , la cámara automática enfoca un pliegue (a la izquierda de la imagen), lo que produce una aberración de desenfoque (borrosidad) en el tejido circundante (a la derecha de la imagen).
En este caso, no existe una distinción clara entre las células tumorales y las células estromales grandes circundantes , lo que requiere una delimitación antes de aplicar las herramientas automáticas de cuantificación de tinción.

La patología digital ha sido aprobada por la FDA para el diagnóstico primario. [ 49 ] La aprobación se basó en un estudio multicéntrico de 1992 casos en el que se demostró que la imagen de portaobjetos completos (WSI) no era inferior a la microscopía en una amplia gama de especímenes de patología quirúrgica, tipos de muestras y tinciones. [ 50 ] A mediados de 2025, aproximadamente 50 IA de patología digital habían sido autorizadas para uso diagnóstico primario (CE-IVD / CE-IVDR) en la UE . [ 51 ] Si bien existen ventajas para WSI al crear datos digitales a partir de portaobjetos de vidrio, cuando se trata de aplicaciones de telepatología en tiempo real, WSI no es una opción sólida para la discusión y colaboración entre múltiples patólogos remotos. [ 52 ] Además, a diferencia de la radiología digital, donde la eliminación de la película hizo que el retorno de la inversión (ROI) fuera claro, el ROI en equipos de patología digital es menos obvio. La justificación más sólida del retorno de la inversión incluye una mejor calidad de la atención médica , una mayor eficiencia para los patólogos y una reducción de los costos en el manejo de portaobjetos de vidrio. [ 53 ]

Validación

La validación de un flujo de trabajo de microscopía digital en un entorno específico (véase más arriba) es importante para garantizar un alto rendimiento diagnóstico de los patólogos al evaluar imágenes digitales de portaobjetos completos. Existen diferentes métodos que pueden utilizarse para este proceso de validación. [ 54 ] El Colegio Estadounidense de Patólogos ha publicado una guía con requisitos mínimos para la validación de sistemas de imágenes de portaobjetos completos con fines diagnósticos en patología humana. [ 55 ]

Potencial

Los patólogos capacitados tradicionalmente observan portaobjetos de tejido bajo un microscopio. Estos portaobjetos pueden teñirse para resaltar las estructuras celulares. Cuando los portaobjetos se digitalizan, se pueden compartir mediante telepatología y se analizan numéricamente utilizando algoritmos informáticos. Los algoritmos se pueden usar para automatizar el recuento manual de estructuras o para clasificar el estado del tejido, como se usa en la clasificación de tumores. Además, se pueden usar para la detección de características como figuras mitóticas, células epiteliales o estructuras tisulares específicas como nódulos de cáncer de pulmón, glomérulos o vasos, o para la estimación de biomarcadores moleculares como genes mutados, carga mutacional tumoral o cambios transcripcionales. [ 56 ] [ 57 ] [ 58 ] Esto tiene el potencial de reducir el error humano y mejorar la precisión de los diagnósticos. Los portaobjetos digitales se pueden compartir fácilmente, lo que aumenta el potencial de uso de datos en la educación, así como en consultas entre patólogos expertos. La obtención de imágenes multiplexadas (tinción de múltiples marcadores en la misma lámina) permite a los patólogos comprender con mayor precisión la distribución de los tipos celulares y su ubicación relativa. [ 59 ] La comprensión de la distribución espacial de los tipos celulares o marcadores y las vías que expresan puede permitir la prescripción de fármacos dirigidos o el desarrollo de terapias combinadas de forma personalizada.

Véase también

Referencias

  1. ↑ Pantanowitz L (2018). "Veinte años de patología digital: una visión general del camino recorrido, lo que está en el horizonte y el surgimiento de archivos neutrales de proveedores" . Journal of Pathology Informatics . 9 40. doi : 10.4103/jpi.jpi_69_18 . PMC 6289005. PMID 30607307 .  
  2. ↑ "Imágenes de portaobjetos completos | MBF Bioscience" . www.mbfbioscience.com . Consultado el 2 de diciembre de 2019 .
  3. ^ Saillard, Charlie; Dubois, Rémy; Tchita, Oussama; Loiseau, Nicolás; García, Thierry; Adriansen, Aurélie; Carpentier, Séverine; Reyre, Joelle; Enea, Diana; von Loga, Katharina; Kamoun, Aurélie; Rossat, Stéphane; Wiscart, Corentin; Sefta, Meriem; Auffret, Michael (6 de noviembre de 2023). "Validación de MSIntuit como herramienta de preselección basada en inteligencia artificial para la detección de MSI a partir de portaobjetos de histología de cáncer colorrectal" . Comunicaciones de la naturaleza . 14 (1): 6695. Código Bib : 2023NatCo..14.6695S . doi : 10.1038/s41467-023-42453-6 . PMC 10628260 . PMID 37932267 .  
  4. ↑ Ferreira, R; Moon, J; Humphries, J; Sussman, A; Saltz, J; Miller, R; Demarzo, A (1997). " El microscopio virtual" . Revista Rumana de Morfología y Embriología . 45 : 449–453 . PMC 2233368. PMID 9357666 .  
  5. ↑ Hamilton, Peter W.; Wang, Yinhai; McCullough, Stephen J. (abril de 2012). "Microscopía virtual y patología digital en la formación y educación" . APMIS . 120 (4): 305–315 . doi : 10.1111/j.1600-0463.2011.02869.x . PMID 22429213 . 
  6. ↑ "Informática, patología digital y computacional" .
  7. ↑ Evans AJ, Salama ME, Henricks WH, Pantanowitz L (2017). "Implementación de imágenes de portaobjetos completos para fines clínicos: cuestiones a considerar desde la perspectiva de los primeros adoptantes" . Arch Pathol Lab Med . 141 (7): 944– 959. doi : 10.5858/arpa.2016-0074-OA . PMID 28440660 . 
  8. ↑ OpenSeadragon en GitHub
  9. ↑ QuPath en GitHub
  10. ↑ MIKAIA® lite [software de computadora]. RRID: SCR_025081. www.mikaia.ai
  11. ↑ Sitio web de OpenSlide
  12. ↑ Bruns, Volker (2024-07-09). "El puesto de mando del patólogo digital: sistemas de gestión de imágenes" . SMART SENSING insights . Recuperado el 2025-08-07 .
  13. ↑ Wang, Kaibo; Huai, Yin; Lee, Rubao; Wang, Fusheng; Zhang, Xiaodong; Saltz, Joel H. (2012). "Aceleración de la comparación cruzada de datos de imágenes patológicas en sistemas híbridos CPU-GPU" . Actas de la Fundación VLDB . 5 (11): 1543– 1554. doi : 10.14778/2350229.2350268 . PMC 3553551. PMID 23355955 .  
  14. ↑ "Primitivas de rendimiento geométrico (GPP)" . Desarrollador de NVIDIA .
  15. ↑ "Carta a Kaibo Wang" (PDF) .
  16. ^ Lourenço BC, Guimarães-Teixeira C, Flores BCT, Miranda-Gonçalves V, Guimarães R, Cantante M, et al. (2022). "La expresión de Ki67 y LSD1 en tumores de células germinales testiculares no está asociada con el resultado del paciente: investigación mediante un algoritmo de patología digital" . Vida . 12 (2): 264. Bibcode : 2022Vida...12..264L . doi : 10.3390/life12020264 . PMC 8875543 . PMID 35207551 .   - Figura 2 - disponible bajo licencia: Creative Commons Attribution 4.0 International
  17. ↑ Cruz-Roa A, Gilmore H, Basavanhally A, Feldman M, Ganesan S, Shih NNC, et al. (2017). "Detección precisa y reproducible del cáncer de mama invasivo en imágenes de portaobjetos completos: un enfoque de aprendizaje profundo para cuantificar la extensión del tumor" . Sci Rep . 7 46450. Bibcode : 2017NatSR...746450C . doi : 10.1038/srep46450 . PMC 5394452. PMID 28418027 .   "Esta obra está bajo una licencia Creative Commons Atribución 4.0 Internacional."
  18. ↑ "Resolución de los desafíos del formato propietario en los flujos de trabajo de patología digital" . Dicom Systems .
  19. ↑ "Resolución de los desafíos del formato propietario en los flujos de trabajo de patología digital" . Dicom Systems .
  20. ↑ Pantanowitz L (2018). "Veinte años de patología digital: una visión general del camino recorrido, lo que está en el horizonte y el surgimiento de archivos neutrales de proveedores" . Journal of Pathology Informatics . 9 40. doi : 10.4103/jpi.jpi_69_18 . PMC 6289005. PMID 30607307 .  
  21. ↑ Faiz, Shakeel (3 de octubre de 2024). "Archivo SVS - Imagen de diapositiva de Aperio ScanScope - ¿Qué es un archivo .svs y cómo abrirlo?" . docs.fileformat.com .
  22. ↑ «Formato Hamamatsu» .
  23. ↑ «Formato Hamamatsu» . openslide.org .
  24. ↑ "Hamamatsu ndpi — Documentación de Bio-Formats 6.0.1" .
  25. ↑ Consorcio OME. "Hamamatsu ndpi — Documentación de Bio-Formats 6.0.1" . docs.openmicroscopy.org .
  26. ^ Mulliqi, Nita; Kartasalo, Kimmo; Olsson, Henrik; Ji, Xiaoyi; Egevad, Lars; Eklund, Martín; Ruusuvuori, Pekka (5 de noviembre de 2021). "OpenPhi: una interfaz para acceder a imágenes de diapositivas completas de Philips iSyntax para patología computacional" . Bioinformática . 37 (21): 3995– 3997. doi : 10.1093/bioinformatics/btab578 . PMC 8570784 . PMID 34358287 .  
  27. ↑ Fenotipado y puntuación de gravedad de la fibrosis hepática mediante análisis cuantitativo de imágenes de cortes de biopsia. Watson et al. Liver International, 27 de noviembre de 2023, DOI: 10.1111/liv.15768
  28. ^ Fenotipado basado en IA de la morfología de la fibra hepática para informar sobre las alteraciones moleculares en la enfermedad hepática esteatósica asociada a disfunción metabólica. Fujiwara, Naoto; Matsushita, Yuki; Tempaku, Mina; Tachi, Yutaro; Kimura, Genki; Izuoka, Kiyora; Hayata, Yuki; Kawamura, Satoshi; Eguchi, Akiko; Nakatsuka, Takuma; Sato, Masaya; Ono, Atsushi; Murakami, Eisuke; Tsuge, Masataka; Bueno, Shiro; Hayashi, Akinobu; Hirokawa, Yoshifumi; Watanabe, Masatoshi; Parikh, Neehar D.; Singal, Amit G.; Marrero, Jorge A.; Hoshida, Yujin; Mizuno, Sugo; Tateishi, Ryosuke; Koike, Kazuhiko; Fujishiro, Mitsuhiro; Nakagawa, Hayato Hepatología. 22 de abril de 2025. Doi.org/10.1097/HEP.0000000000001360
  29. ↑ "Patología digital en el servicio DICOM de Azure Health Data Services" .
  30. ↑ "Patología digital en el servicio DICOM de Azure Health Data Services" . learn.microsoft.com .
  31. ↑ NEMA. "DICOM Whole Slide Imaging (WSI)" . Consultado el 19 de agosto de 2025 .
  32. ↑ "El departamento lleva la patología digital a un nuevo nivel - CAP TODAY" . 16 de enero de 2025.
  33. ↑ Paxton, Anne (16 de enero de 2025). "El departamento lleva la patología digital a un nuevo nivel - CAP TODAY" . Vol. 2025 números. CAP Today . Recuperado el 19 de agosto de 2025 . 
  34. ↑ Landvater, Ryan Erik; Olp, Michael David; Yousif, Mustafa; Balis, Ulysses (agosto de 2025). "La extensión de archivo Iris" . Journal of Pathology Informatics . 18 100461. doi : 10.1016/j.jpi.2025.100461 . PMC 12309590. PMID 40740735 .  
  35. ↑ Gershkovich, Peter (mayo de 2025). "Usar un abrigo de piel en verano: ¿Debería la patología digital redefinir la imagen médica?" . Journal of Pathology Informatics . 18 100450. doi : 10.1016/j.jpi.2025.100450 . PMC 12446971. PMID 40979690 .  
  36. ↑ Gershkovich, Peter (mayo de 2025). "Usar un abrigo de piel en verano: ¿Debería la patología digital redefinir la imagen médica?" . Journal of Pathology Informatics . 18 100450. doi : 10.1016/j.jpi.2025.100450 . PMC 12446971. PMID 40979690 .  
  37. ↑ "Resolución de los desafíos del formato propietario en los flujos de trabajo de patología digital" .
  38. ↑ "Patología digital en el servicio DICOM de Azure Health Data Services" .
  39. ↑ "El formato OME-TIFF — Documentación del modelo de datos y formatos de archivo OME 5.6.3" .
  40. ↑ "Especificación OME-TIFF — Documentación del modelo de datos y formatos de archivo OME 5.6.3" .
  41. ↑ Leigh, Roger; Gault, David; Linkert, Melissa; Burel, Jean-Marie; Moore, Josh; Besson, Sébastien; Swedlow, Jason R. (2017). "OME Files - una biblioteca de referencia de código abierto para el modelo de metadatos OME-XML y el formato de archivo OME-TIFF". bioRxiv 10.1101/088740 . 
  42. ↑ "Codelibre / Ome / Ome-files · GitLab" .
  43. ↑ Landvater, Ryan Erik; Olp, Michael David; Yousif, Mustafa; Balis, Ulysses (agosto de 2025). "La extensión de archivo Iris" . Journal of Pathology Informatics . 18 100461. doi : 10.1016/j.jpi.2025.100461 . PMC 12309590. PMID 40740735 .  
  44. ↑ "Extensión de archivo de diapositivas digitales Iris - Especificación técnica de la estructura del archivo" (PDF) . Archivado del original (PDF) el 24 de agosto de 2025.
  45. ↑ "IrisDigitalPathology/Iris-RESTful-Server" . Iris Digital Pathology. 28 de julio de 2025.
  46. ↑ "IrisDigitalPathology/Iris-Codec" . GitHub .
  47. ↑ "Iris-Codec: Biblioteca portátil y ultrarrápida para la compresión y serialización de imágenes de diapositivas completas para la extensión de archivo Iris" .
  48. ↑ "IrisDigitalPathology/Iris-File-Extension" . GitHub .
  49. ↑ "La FDA autoriza la comercialización del primer sistema de imágenes de portaobjetos completos para patología digital" (Comunicado de prensa). FDA . 12 de abril de 2017. Consultado el 24 de mayo de 2017 .
  50. ^ Mukhopadhyay, Sanjay; Feldman, Michael D.; Abels, Ester; Ashfaq, Raheela; Beltaifa, Senda; Cacciabeve, Nicolás G.; Cathro, Helen P.; Cheng, Liang; Cooper, Kumarasen; Dickey, Glenn E.; Gill, Ryan M.; Heaton, Robert P.; Kerstens, René; Lindberg, Guy M.; Malhotra, Reenu K.; Mandell, James W.; Manlucu, Ellen D.; Molinos, Anne M.; Molinos, Stacey E.; Moskaluk, Christopher A.; Nelis, Mischa; Patil, Deepa T.; Przybycin, Christopher G.; Reynolds, Jordania P.; Rubin, Brian P.; Saboorian, Mohammad H.; Salicru, Mauricio; Samols, Mark A.; Sturgis, Charles D.; Turner, Kevin O.; Mecha, Mark R.; Yoon, Ji Y.; Zhao, Po; Taylor, Clive R. (enero de 2018). "Imágenes de portaobjetos completos frente a microscopía para el diagnóstico primario en patología quirúrgica: un estudio multicéntrico ciego aleatorizado de no inferioridad de 1992 casos (estudio pivotal)" . American Journal of Surgical Pathology . 42 (1): 39– 52. doi : 10.1097/PAS.0000000000000948 . PMC 5737464. PMID 28961557 .  
  51. ↑ Bruns, Volker (15 de julio de 2025). "Empresas de IA para patología digital: lista de IA comerciales (CE-IVDR, FDA, RUO)" . SMART SENSING insights . Consultado el 7 de agosto de 2025 .
  52. ↑ Siegel, Gabriel; Regelman, Dan; Maronpot, Robert; Rosenstock, Moti; Hayashi, Shim-mo; Nyska, Abraham (octubre de 2018). " Utilización de un novedoso sistema de telepatología en estudios preclínicos y revisión por pares" . Journal of Toxicologic Pathology . 31 (4): 315– 319. doi : 10.1293/tox.2018-0032 . PMC 6206289. PMID 30393436 .  
  53. ↑ "Cómo elaborar un caso de negocio para justificar la inversión en patología digital" . Sectra Medical Systems . Consultado el 26 de abril de 2015 .
  54. ↑ Bertram, Christof A; Stathonikos, Nikolas; Donovan, Taryn A; Bartel, Alexander; Fuchs-Baumgartinger, Andrea; Lipnik, Karoline; can Diest, Paul J; Bonsembiante, Federico; Klopfleisch, Robert (septiembre de 2021). "Validación de la microscopía digital: revisión de los métodos de validación y las fuentes de sesgo" . Patología Veterinaria . 59 (1): 26–38 . doi : 10.1177/03009858211040476 . PMC 8761960. PMID 34433345 .  
  55. ↑ Evans, Andrew J; Brown, Richard; Bui, Marilyn (2021). "Validación de sistemas de imágenes de portaobjetos completos para fines diagnósticos en patología: actualización de la guía del Colegio Estadounidense de Patólogos en colaboración con la Sociedad Estadounidense de Patología Clínica y la Asociación de Informática Patológica" . Arch Pathol Lab Med . 146 (4): 440– 450. doi : 10.5858/arpa.2020-0723-CP . PMID 34003251 . 
  56. ↑ Aeffner, Famke; Zarella, Mark D.; Buchbinder, Nathan; Bui, Marilyn M.; Goodman, Matthew R.; Hartman, Douglas J.; Lujan, Giovanni M.; Molani, Mariam A.; Parwani, Anil V.; Lillard, Kate; Turner, Oliver C. (2019-03-08). "Introducción al análisis de imágenes digitales en imágenes de portaobjetos completos: un documento técnico de la Asociación de Patología Digital" . Journal of Pathology Informatics . 10 9. doi : 10.4103/jpi.jpi_82_18 . PMC 6437786. PMID 30984469 .  
  57. ↑ Jain, Mika S.; Massoud, Tarik F. (15 de junio de 2020). "Predicción de la carga mutacional tumoral a partir de imágenes histopatológicas mediante aprendizaje profundo multiescala". Nature Machine Intelligence . 2 (6): 356– 362. doi : 10.1038/s42256-020-0190-5 .
  58. ↑ Serag, Ahmed; Ion-Margineanu, Adrian; Qureshi, Hammad; McMillan, Ryan; Saint Martin, Marie-Judith; Diamond, Jim; O'Reilly, Paul; Hamilton, Peter (2019). "Inteligencia artificial traslacional y aprendizaje profundo en patología diagnóstica" . Frontiers in Medicine . 6 185. doi : 10.3389/fmed.2019.00185 . PMC 6779702. PMID 31632973 .  
  59. ↑ Nirmal, Ajit J.; Maliga, Zoltan; Vallius, Tuulia; Quattrochi, Brian; Chen, Alyce A.; Jacobson, Connor A.; Pelletier, Roxanne J.; Yapp, Clarence; Arias-Camison, Raquel; Chen, Yu-An; Lian, Christine G. (2022-04-11). "El panorama espacial de la progresión y la inmunoedición en el melanoma primario con resolución de célula única" . Cancer Discovery . 12 (6): 1518– 1541. doi : 10.1158/2159-8290.CD-21-1357 . PMC 9167783. PMID 35404441 .  

Lecturas adicionales

  • Kayser, K; Kayser, G; Radziszowski, D; Oehmann, A (1999). "De la telepatología a la institución de patología virtual: El nuevo mundo de la patología digital" (PDF) . Revista Rumana de Morfología y Embriología . 45 : 3–9 . PMID 15847374 . 
  • McCullough, Bruce; Ying, Xiaoyou; Monticello, Thomas; Bonnefoi, Marc (2004). "Imágenes de microscopía digital y nuevos enfoques en patología toxicológica" . Patología toxicológica . 32 (5): 49– 58. doi : 10.1080/01926230490451734 . PMID 15503664 . 
  • Schlangen, David; Stede, Manfred; Bontas, Elena Paslaru (2004). "Alimentando OWL: Extracción y representación del contenido de informes de patología" . Actas del taller sobre PLN y XML de NLPXML '04 . Nlpxml '04: 43–50 .
  • Cruz-Roa, Angel; Díaz, Gloria; Romero, Eduardo; González, Fabio (2011). "Anotación automática de imágenes histopatológicas mediante un modelo de temas latentes basado en factorización de matrices no negativas" . Journal of Pathology Informatics . 2 (4): 4. doi : 10.4103/2153-3539.92031 . PMC 3312710. PMID 22811960 .  
  • "Salud electrónica y telemedicina". Revista internacional de radiología y cirugía asistidas por computadora . 1 (Suplemento 1): 119–35 . 2006. doi : 10.1007/s11548-006-0012-1 .
  • Fine, Jeffrey L.; Grzybicki, Dana M.; Silowash, Russell; Ho, Jonhan; Gilbertson, John R.; Anthony, Leslie; Wilson, Robb; Parwani, Anil V.; et  al. (2008). "Evaluación de la interpretación de la inmunohistoquímica de imágenes de portaobjetos completos en biopsias de próstata con aguja complejas". Human Pathology . 39 (4): 564– 72. doi : 10.1016/j.humpath.2007.08.007 . PMID 18234276 . 
  • Kayser, Klaus; Kayser, Gian; Radziszowski, Dominik; Oehmann, Alexander (2004). «Nuevos desarrollos en patología digital: de la telepatología al laboratorio virtual de patología». En Duplaga, Mariusz; Zieliński, Krzysztof; Ingram, David (eds.). Transformación de la atención sanitaria con tecnologías de la información . Estudios en tecnología sanitaria e informática. Vol.  105. IOS Press. pp. 61–69 . ISBN  978-1-58603-438-2. PMID 15718595 . 
  • Tolksdorf, Robert; Bontas, Elena Paslaru (2004). «Organización del conocimiento en una web semántica para patología». Tecnologías orientadas a objetos y basadas en Internet . Notas de clase en informática. Vol.  3263. pp. 115–156 . doi : 10.1007/978-3-540-30196-7_4 . ISBN  978-3-540-23201-8.
  • Potts, Steven J. (2009). "Patología digital en el descubrimiento y desarrollo de fármacos: integración multisitio". Drug Discovery Today . 14 ( 19–20 ): 935–41 . doi : 10.1016/j.drudis.2009.06.013 . PMID 19596461 . 
  • Potts, Steven J.; Young, G. David; Voelker, Frank A. (2010). "El papel y el impacto de la patología cuantitativa del descubrimiento". Drug Discovery Today . 15 ( 21– 22): 943– 50. doi : 10.1016/j.drudis.2010.09.001 . PMID 20946967 . 
  • Zwonitzer, R; Kalinski, T; Hofmann, H; Roessner, A; Bernarding, J (2007). "Patología digital: borrador conforme a DICOM, banco de pruebas y primeros resultados". Computer Methods and Programs in Biomedicine . 87 (3): 181– 8. doi : 10.1016/j.cmpb.2007.05.010 . PMID 17618703 .