Notícias

Coloração virtual movida a IA de biópsias para diagnóstico de transplante

Publicidade - continue a ler a seguir

Coloração virtual movida a IA de biópsias para diagnóstico de transplante

A coloração virtual movida a IA é usada para avaliar biópsias pulmonares e de transplante de coração. Crédito: Ozcan Lab. / UCLA.

O transplante de órgãos oferece tratamento para salvar vidas para pacientes com falha de órgão em estágio terminal, restaurando a função e melhorando bastante a qualidade de vida por milhares a cada ano. No entanto, a rejeição do transplante continua sendo uma das principais causas de morbidade nos receptores pulmonares e cardíacos, com até 29% do pulmão e 25% dos pacientes transplantados cardíacos sofrendo rejeição aguda no primeiro ano.

O imperativo clínico para detectar a rejeição o mais cedo e com precisão possível, impõe uma forte demanda aos fluxos de trabalho de patologia, que dependem da coloração histoquímica trabalhosa de fragmentos de biópsia minuciosos.

O processo convencional de coloração química de várias manchas não apenas adiciona dias à reviravolta diagnóstica – decisões críticas de tratamento – mas também incorre em altos custos de reagente e mão -de -obra. Além disso, a coloração química é suscetível a artefatos de manuseio de tecidos, captação de corante irregular e variabilidade de cores em lote a lote, que podem obscurecer mudanças sutis de tecido associadas à rejeição de transplantes e complicar a interpretação de patologistas.

Para resolver esses problemas, uma equipe de pesquisa liderada pelo professor Aydogan Ozcan na Universidade da Califórnia, Los Angeles (UCLA), em colaboração com histopatologistas da Universidade do Sul da Califórnia (USC) e da Universidade da Califórnia, Davis, publicou um artigo em BME Frontiers, Demonstrando um painel de redes neurais profundas que praticamente geram hematoxilina e eosina (H&E), tricroma de Masson (MT) e Verhoeff-Van Gieson (EVG) para manchas de pulmão sem rótulo, além de manchas cardíacas sem etiquetas.

Ao alimentar imagens microscópicas de autofluorescência de seções de biópsia não coradas por meio desses modelos de IA, os pesquisadores produzem digitalmente slides virtuais de alta fidelidade, replicando fielmente várias manchas químicas e destacando recursos de rejeição de transplantes sem usar reagentes.

“Nossa plataforma de coloração virtual não apenas oferece imagens de qualidade de diagnóstico, mas também preserva um tecido precioso de biópsia para análises moleculares subsequentes”, disse o autor sênior do estudo, Dr. Ozcan.

“Ao eliminar os procedimentos de coloração química, podemos economizar trabalho, diminuir os tempos de resposta, reduzir custos e eliminar as incompatibilidades estruturais que surgem ao corrigir seções de tecido adjacente separadamente”.

Em um estudo cego envolvendo quatro patologistas certificados pela placa, as manchas virtuais alcançaram taxas de concordância de 82,4% para biópsias pulmonares e 91,7% para biópsias cardíacas no diagnóstico de rejeição de transplantes, em comparação com os métodos convencionais de coloração química.

A avaliação quantitativa da qualidade da coloração das características nucleares, citoplasmáticas e extracelulares demonstrou não-inferioridade dos slides virtuais-e, em alguns casos, a H&E virtual superou as manchas padrão, especialmente quando estavam presentes artefatos histoquímicos.

Além da velocidade e da precisão da coloração, a abordagem de coloração de tecido virtual também garante uniformidade de cor consistente em todos os slides, reduzindo a variabilidade entre lojas-uma vantagem principal para os fluxos automáticos de detecção automática e diagnóstico baseados em IA.

Além disso, ao gerar praticamente várias manchas a partir de uma única seção de tecido não corada, a estrutura erradica as incompatibilidades estruturais inerentes à coloração de seções adjacentes e simplifica a revisão do patologista, evitando a necessidade de alinhar as imagens de série manualmente.

No geral, este trabalho estabelece as bases para os fluxos de trabalho de patologia digital escalável e econômica em medicina de transplante e abre caminho para ferramentas de diagnóstico a jusante de IA que dependem de entradas de imagem padronizadas.

Os esforços futuros estenderão a plataforma a tipos adicionais de órgãos e estágios de doenças, com o objetivo final de oferecer cuidados mais rápidos e confiáveis ​​aos destinatários do transplante em todo o mundo.

Mais informações:
Yuzhu Li et al, Avaliação sem rótulo de biópsias de transplante de pulmão e coração usando coloração virtual baseada em autofluorescência tecidual, BME Frontiers (2025). Doi: 10.34133/bmef.0151

Fornecido pelo Instituto de Engenharia da UCLA para avanço tecnológico

Citação: Coloração virtual a IA de biópsias para diagnósticos de transplante (2025, 7 de julho) Recuperado em 7 de julho de 2025 de https://medicalxpress.com/news/2025-07-ai-powoteed-virtual-biopsies-transplant.html

Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa particular, nenhuma parte pode ser reproduzida sem a permissão por escrito. O conteúdo é fornecido apenas para fins de informação.

Publicidade - continue a ler a seguir

Seja membro da PortalEnf 




[easy-profiles template="roundcolor" align="center" nospace="no" cta="no" cta_vertical="no" cta_number="no" profiles_all_networks="no"]

Portalenf Comunidade de Saúde

A PortalEnf é um Portal de Saúde on-line que tem por objectivo divulgar tutoriais e notícias sobre a Saúde e a Enfermagem de forma a promover o conhecimento entre os seus membros.

Artigos Relacionados

Deixe um comentário

Publicidade - continue a ler a seguir
Botão Voltar ao Topo