基于人工智能的技术通过生成用于肾组织的特殊染色,即周期酸-希夫(PAS),琼斯银染色和马森三色染色,进行了演示;利用专门的深度神经网络,从现有的H&E染色组织切片图像对所有这些特殊染色进行计算转化。研究人员使用这组特殊染色进行了临床评估,以证明这种染色到染色转化技术在各种临床样本上的有效性,包括广泛的肾脏疾病。这项评估由一个由委员会认证的肾病理学家组成的多机构团队进行,他们发现使用神经网络生成的特殊染色和H&E图像比仅使用H&E图像在诊断方面取得了统计学上的显著改善。另一项研究还表明,虚拟重新染色图像的质量在统计上与那些由人类专家进行组织化学染色的图像相当。
这种从染色到染色的转变非常快,对针核组织切片来说,只需不到一分钟。这种速度提高了需要特殊染色的初步诊断的质量,也节省了大量的时间和成本。这些优点在诊断疾病时尤其重要,如移植排斥病例,快速和准确的诊断使快速治疗可能导致显著改善临床结果。此外,由于虚拟重染色技术应用于现有的染色,它很容易采用,因为它不需要改变目前在病理学中使用的组织处理工作流。
来源:加州大学洛杉矶分校