Desenvolvimento e validação de um modelo de aprendizado profundo para quantificar a glomeruloesclerose em espécimes de biópsia renal

Contato:joanna.jia@wecistanche.com/WhatsApp: 008618081934791

IntroduçãoMais de 100 000 pacientes estão aguardando umtransplante de rim.1 Apesar da crescente necessidade, entre 17% e 20% dos rins recuperados para transplante são descartados.2-4 Com a escassez de órgãos e a crescente demanda portransplantes de rim, há uma necessidade urgente de diminuir o descarte desnecessário de órgãos.3

O resultado da biópsia é relatado como o fator mais importante na decisão de usar ou descartar o rim de um doador.amostras de biópsia renalcom os resultados do transplante.6-12 Um nível de 20 por centoglomeruloesclerose globalé frequentemente usado como um ponto de corte na decisão de transplante e é um fator importante por que o resultado da biópsia é a razão mais comum pela qual um órgão é rejeitado para transplante nos Estados Unidos.4

Estudos recentes indicam que os rins aceitáveis ​​estão sendo descartados devido à interpretação variável e inconsistente da amostra de biópsia do doador.3,13,14 Mesmo uma métrica aparentemente direta, como a porcentagemglomeruloesclerose globalestá sujeito a uma variação humana significativa.15-17 Artefatos de congelamento, falta de especialização em subespecialidades, amostragem inadequada e a natureza sensível ao tempo dessas avaliações contribuem para erros humanos.

Recentemente, o aprendizado profundo (DL) mostrou o potencial de melhorar a reprodutibilidade e a precisão no exame histopatológico.18-26 Estudos anteriores de outros laboratórios usaram abordagens de DL para detecção automatizada de glomérulos não escleróticos e globalmente escleróticos.27-31No entanto , essas técnicas dependem de colorações especiais, como as colorações de ácido periódico-Schiff ou tricrômio de Masson, que são impraticáveis ​​no cenário sensível ao tempo de seções congeladas. Trabalhos anteriores de membros de nosso grupo descrevem os únicos resultados relatados, até onde sabemos, mostrando alto desempenho para quantificação automatizada de porcentagemglomeruloesclerose globalusando imagens de lâmina inteira (WSIs) de seções congeladas coradas por hematoxilina-eosina.

Cistanche boa musculação: para fortalecer os rins

Nossa hipótese é que uma abordagem DL para o exame de doadoresamostras de biópsia renalsuperará os patologistas humanos na avaliação da porcentagemglomeruloesclerose globale esse aprimoramento adicional será ativado examinando vários níveis de seção. Supõe-se que esse aumento na amostragem de tecidos diminua a probabilidade de descarte desnecessário de órgãos e abordará a questão de saber se as técnicas de LD estão associadas a um aumento substantivo no pool de órgãos doadores disponíveis.

Palavras-chave:Glomeruloesclerose,rim, Amostras de Biópsia Renal, transplante renal, glomeruloesclerose global

MétodosEste estudo seguiu a diretriz de relatório Transparent Reporting of a Multivariable Prediction Model for Individual Prognosis or Diagnosis (TRIPOD) para estudos diagnósticos e prognósticos. Este estudo foi revisado e aprovado pelo conselho de revisão institucional da Universidade de Washington, que também dispensou a necessidade de obter o consentimento informado do paciente porque este estudo usou apenas bio-espécimes não identificáveis ​​de um conjunto de dados existente.

Coleção de dadosOs WSIs foram adquiridos de espécimes de biópsia de doador falecido - 98 seções congeladas coradas com hematoxilina-eosina e 51 seções permanentes - recuperadas de um total de 83rinsusando amostras de cunha e agulha. Amostras de biópsia de seção congelada e amostras de biópsia de seção permanente foram obtidas de diferentes rins. Dos 83 espécimes, 62 tinham pelo menos 2 níveis de corte. Imagens de espécimes de biópsia do banco de dados da Universidade de Washington originadas de Gift of Life Michigan (recuperadas entre agosto de 2015 e novembro de 2016 usando um scanner Sakura; ampliação, 20x) e Washington University (recuperadas entre junho de 2015 e junho de 2017 via Mid-America Transplant usando um Scanner Aperio Scanscope CS; ampliação, ×20). Qualquer doador de órgãos falecido que se apresentou entre essas datas e foi submetido a umabiópsia renalpara exame patológico intraoperatório digital foi elegível para este estudo. As características demográficas e clínicas dos doadores eram desconhecidas pelos investigadores. Todas as varreduras foram convertidas do formato SVS para TIFF em resolução total (0,5 μm/pixel). Os tamanhos das imagens variaram de 105 megapixels a 1448 megapixels.

Anotação de dadosAs lâminas foram primeiro anotadas para glomérulos não escleróticos e escleróticos por um especialista certificado pelo conselhorimpatologista (PW ou JPG), revisado por um segundo patologista certificado pelo conselho (TCL) com experiência na interpretação de doadoresamostras de biópsia renal, e seguido por uma revisão final por outro especialista certificado pelo conselhorimpatologista (PCW ou JPG). As anotações finais revisadas serviram como base de dados (ou seja, o padrão-ouro) para treinamento e avaliação do modelo. A variabilidade típica na contagem de glomérulos com cada revisão é ilustrada na eFigura 1 no Suplemento. Um plug-in interno escrito para Fiji32 foi usado para delinear e classificar manualmente os glomérulos em cada WSI para gerar máscaras de rótulo pixel a pixel de regiões de glomérulo na mesma resolução que o WSI pai. Os glomérulos foram classificados como globalmente escleróticos (definidos como esclerose envolvendo todo o tufo glomerular, incluindo obsolescência, solidificação e desaparecimento).glomeruloesclerose global)ou não globalmente esclerótica. Todas as outras áreas foram agrupadas e rotuladas como tubulointerstício. Um total de 1544 glomérulos esclerosados ​​globalmente e 6914 glomérulos não globalmente esclerosados ​​foram rotulados em 149 imagens separadas. Os espécimes de biópsia exibiram uma ampla faixa de porcentagemglomeruloesclerose global(0 por cento -77 por cento ). O número médio (DP) de glomérulos por lâmina foi de 57 (31).

Arquitetura do modelo DLO modelo DL usado neste estudo foi uma rede neural totalmente convolucional baseada na arquitetura VGG1633 descrita em trabalho anterior, que incluiu um membro do nosso grupo.34 Em resumo, os dados foram inseridos na rede baseada em VGG16 pré-treinada com pesos congelados abaixo o gargalo (ou seja, imediatamente antes das camadas de classificação densamente conectadas). As camadas de classificação VGG16 densamente conectadas foram substituídas por 5 camadas totalmente convolucionais com pesos treináveis. O uso de uma arquitetura totalmente convolucional em toda a rede possibilitou uma transformação "imagem em imagem", em vez de uma transformação "imagem em rótulo", para cada patch de imagem de entrada, sendo esta última uma abordagem menos precisa e muito mais computacionalmente caro.34 O modelo totalmente convolucional gerou mapas de pixels com amostragem reduzida registrados no patch da imagem de entrada, dando a probabilidade de que cada pixel de saída fosse tubulointerstício, glomérulo esclerosado não global ou glomérulo esclerosado globalmente.

Parâmetros de treinamentoAs imagens foram cortadas em pedaços de imagem parcialmente sobrepostos de 2048 × 2048-pixel (1024 × 1024 μm) (passo, 1664 pixels ou 838 μm) para entrada de treinamento. Os patches foram selecionados para treinamento por amostragem aleatória de todo o conjunto de patches de imagem (aproximadamente 6.500 patches em cada conjunto de treinamento de validação cruzada, a duração de uma única época). Os patches de entrada foram invertidos ou girados aleatoriamente (em 0 grau , 90 graus , 180 graus ou 270 graus ), gerando um 8-aumento de dados de treinamento para um total de aproximadamente 52 000 patches de treinamento possíveis no pool de amostragem. O treinamento foi realizado usando o TensorFlow, minimizando a perda categórica de entropia cruzada, ponderada por classe usando uma proporção para categorias esclerosadas, não esclerosadas e tubulointersticiais de 10:5:1 para compensar o desequilíbrio de classe. A otimização estocástica de gradiente descendente foi usada com uma taxa de aprendizado cíclico entre 1e−4 e 1e−2 e um tamanho de lote de 4 por 15 épocas.

Validação cruzadaO modelo foi treinado e testado em 10-validação cruzada de dobras, em que 10% dos WSIs foram retidos do treinamento em cada dobra, e o modelo resultante (treinado nos 90% restantes dos dados) foi usado para gerar previsões nos WSIs retidos. Imagens de diferentes níveis do mesmorimsempre foram mantidos juntos. Nenhuma informação de um conjunto de teste de uma dobra de validação cruzada foi usada para informar o treinamento da dobra correspondente. Previsões para slides retidos foram geradas de acordo com o esquema de corte de imagem descrito acima (ou seja, patches de 2048 × 2048 pixels com 1664- passo de pixel), e os resultados foram reagrupados para produzir mapas de probabilidade de saída para WSIs inteiros.

Pós-processamentoUm algoritmo de detecção de blob gaussiano padrão laplaciano, adequado para identificar regiões circulares de alta intensidade de imagem em múltiplas escalas,35 foi usado para localizar glomérulos individuais a partir dos mapas de probabilidade. Por centoglomeruloesclerose globalfoi calculado pela fórmula 100 × S/N, onde S é o número de glomérulos globalmente esclerosados ​​e N é a contagem total de glomérulos.

Análise estatísticaA concordância pixel a pixel entre os mapas de probabilidade de anotação e previsão foi quantificada por meio do coeficiente Dice e da interseção sobre a métrica de união, calculados de forma agregada para todos os pixels em cada rótulo de saída. As contagens de glomérulos foram obtidas após o processamento de detecção de blob em canais de mapa de probabilidade esclerosados ​​e não esclerosados. Por centoglomeruloesclerose globalfoi calculado a partir dessas contagens para imagens individuais e pararins, agrupando contagens para todos os níveis (normalmente 2) associados a cadarim.As contagens de glomérulos foram comparadas com a verdade de anotação, com acurácia avaliada pelo coeficiente de correlação de Pearson r e erro quadrático médio (RMSE). Quantidades correspondentes para porcentagemglomeruloesclerose globalforam calculados para estimativas dos patologistas de plantão, e esses valores foram comparados com o desempenho do modelo.

Categorização derinscomo "aceitável" para transplante ou "rejeitado" foi determinado em 20 por centoglomeruloesclerose global, um ponto de corte comumente usado na prática clínica atual com base em dados históricos. Uma pontuação F1 foi calculada em função de discriminar corretamente se uma amostra estava acima ou abaixo do ponto de corte de 20 por cento em relação às anotações de verdade. Cohen κ coeficiente (um indicador de concordância entre os avaliadores) também foi calculado para a discriminação do modelo e dos patologistas de plantão no ponto de corte de 20 por cento, em comparação com a anotação de verdade e entre si.

Porque a definição deglomeruloesclerose globalé naturalmente expresso como a média de uma distribuição beta dada pelos parâmetros S (número de glomérulos globalmente esclerosados) e (N − S) (número de glomérulos não globalmente esclerosados), foi usado para calcular intervalos de previsão de 95 por cento que servem como um indicador de precisão de saída. Um 2-lado P < .05="" foi="" considerado="" estatisticamente="" significativo.="" todas="" as="" análises="" estatísticas="" foram="" realizadas="" de="" março="" de="" 2018="" a="" agosto="" de="" 2020="" com="" os="" pacotes="" python="" scikit-learn,="" versão="" 0.22.1,="" e="" scipy.stats,="" versão="">

Resultados

Visualização de saídaAs saídas de imagem previstas para WSIs de seção congelada e de seção permanente mostraram concordância qualitativa com os mapas de anotação de destino (Figura 1). Os coeficientes de Dice agregados foram 0.784 para glomérulos não globalmente esclerosados ​​e 0.600 para glomérulos globalmente esclerosados; interseção agregada sobre métricas de união para os mesmos grupos foram 0,645 para glomérulos não globalmente esclerosados ​​e 0,429 para glomérulos globalmente esclerosados. Notavelmente, mesmo seções congeladas com artefatos substanciais mostraram concordância visual qualitativa entre a verdade de anotação e as previsões (exemplo mostrado na Figura 1A).

Avaliação da porcentagem de glomeruloesclerose global com base em lâminas individuaisValidação cruzadaglomeruloescleroseprevisões em slides individuais também exibiram correlação com anotações (r {{0}},916; 95 por cento CI, 0.886-0,939; e RMSE=5,631) ; 95 por cento CI, 4.{{10}},517; P < .001)="" (figura="" 2a).="" a="" separação="" dos="" resultados="" pela="" técnica="" de="" preparação="" de="" slides="" indicou="" que="" as="" previsões="" em="" seções="" congeladas="" mostraram="" correlação="" semelhante="" com="" a="" verdade="" do="" terreno="" (r="0,918;" ic="" de="" 95="" por="" cento,="" 0.879-0,944;="" rmse="" {{="" 20}}="" 0,20;="" p="">< 0,001)="" (efigura="" 3a="" no="" suplemento),="" enquanto="" o="" grupo="" permanente="" apresentou="" desempenho="" superior="" (r="0" 0,940;="" ic="" 95="" por="" cento,="" 0,896-0="" 0,965;="" rmse="4" 0,32;="" p="">< 0,001)="" (efigura="" 3d="" no="" suplemento).="" os="" números="" totais="" de="" glomérulos="" detectados="" pelo="" modelo="" são="" mostrados="" na="" figura="" 3a="" e="" b,="" ilustrando="" as="" correlações="" de="" glomérulos="" não="" globalmente="" esclerosados="" ​​com="" a="" verdade="" do="" terreno="" (r="0,955;" 95="" por="" cento="" ci,="" 0,938-0,967)="" ;="" rmse="8" 0,383;="" p="">< 0,001)="" e="" glomérulos="" globalmente="" esclerosados="" ​​com="" verdade="" do="" solo="" (r="0" 0,934;="" ic="" de="" 95%,="" 0,909-0="" 0,952;="" rmse="" {{50)="" }}="" 0,718;="" p="">< 0,001).="" as="" diferenças="" médias="" (dp)="" na="" contagem="" de="" glomérulos="" entre="" anotação="" e="" previsão="" foram="" de="" 3,1="" (7,8)="" para="" glomérulos="" não="" globalmente="" esclerosados="" ​​e="" 0,2="" (4,7)="" para="" glomérulos="" globalmente="" esclerosados.="" resultados="" positivos="" semelhantes="" para="" contagens="" de="" glomérulos="" previstas="" foram="" observados="" ao="" separar="" as="" lâminas="" por="" tratamento="" (efigura="" 2a,="" b,="" e="" e="" f="" no="">

Avaliação da porcentagem de glomeruloesclerose global com base em lâminas agrupadas Os níveis de agrupamento melhoraram o desempenho da contagem de glomérulos do modelo (Figura 3C e D; eFigura 2C, D, G e H no Suplemento), bem como a correlação da glomeruloesclerose com anotações, conforme mostrado na Figura 2B ( r=0,933; IC de 95%, 0.898-0,956; e RMSE=5.094; IC de 95%, 3.{{ 13}} 0,301; P < 0,001,="" para="" seções="" combinadas="" congeladas="" e="" permanentes),="" melhorando="" o="" desempenho="" dos="" patologistas="" de="" plantão="" nos="" mesmos="" casos="" (r="0" 0,884;="" ic="" de="" 95%,="" 0,{{21}="" }.923;="" e="" rmse="6.523;" 95="" por="" cento="" ci,="" 5.191-7.783;="" p=""><.001) (figura="" 2c).="" o="" erro="" global="" de="" glomeruloesclerose="" medido="" pelo="" rmse="" foi="" 22%="" menor="" para="" o="" modelo="" do="" que="" para="" os="" patologistas="" de="" plantão.="" a="" concordância="" entre="" as="" previsões="" do="" modelo="" de="" glomeruloesclerose="" global="" para="" níveis="" individuais="" e="" agrupados="" é="" mostrada="" na="" efigura="" 4="" no="" suplemento="" como="" um="" resíduo="" em="" relação="" à="" verdade="" de="">

tratamento de disfunção renal sexual

Avaliação do risco de descaracterização renal Os resultados globais de glomeruloesclerose global agrupados para as anotações, previsões de modelo e patologistas de plantão foram classificados e plotados em ordem crescente de glomeruloesclerose global percentual para todos os 83 rins incluídos no estudo, juntamente com intervalos de previsão de 95 por cento correspondentes e o ponto de corte de 20 por cento para aceitação ou rejeição de transplante de órgão do doador (Figura 4B-F). Como todos os níveis da seção são avaliados pelos patologistas de plantão no momento da biópsia, seus resultados são considerados avaliações agrupadas. Rins com intervalos de previsão que se sobrepõem à linha do ponto de corte de 20% correm maior risco de aceitação ou rejeição errônea se as contagens de glomérulos forem estimadas incorretamente. A chance de categorizar erroneamente um rim com mais de 20 por cento de glomeruloesclerose global é mostrada na Figura 4A. Usando slides individuais, a taxa de erro projetada do modelo DL foi 15% menor do que para patologistas de plantão e quase idêntica às anotações de verdade (ou seja, o caso ideal). Com níveis agrupados, a taxa de erro projetada do modelo DL caiu para 37% menor do que para os patologistas de plantão. Da mesma forma, a taxa de erro projetada do modelo DL para aceitação errônea de órgãos usando níveis individuais foi 21% menor do que para patologistas de plantão e 34% menor ao usar níveis agrupados.

O escore F1 e Cohen κ apresentaram resultados semelhantes. A pontuação F1 do modelo DL para níveis individuais comglomeruloesclerose globalabaixo de 20 por cento era 0,896 e 0,950 para os níveis individuais acima de 20 por cento . Essas métricas melhoraram ao agrupar níveis para 0,926 para aqueles abaixo de 2{{20}} por cento e 0,964 para aqueles acima de 20 por cento . Isso se compara favoravelmente com as pontuações da F1 para patologistas de plantão de 0,852 para aqueles abaixo de 20% e 0,929 para aqueles acima de 20%. Cohen κ para as previsões do modelo em níveis individuais em relação à verdade do terreno foi de 0,847, melhorando para 0,891 para níveis agrupados. Cohen κ para

patologistas de plantão com relação a anotações agrupadas foi menor, com um valor de 0,781, e foi 0,714 quando comparado com as previsões de nível agrupado do modelo. A concordância entre os resultados do patologista e do modelo para resultados de nível agrupado é mostrada na eFigura 5 no Suplemento como um resíduo em relação à verdade do terreno, classificado por verdade do terrenoglomeruloesclerose globalporcentagem e contagem total de glomérulos. O valor do exame multinível é mostrado avaliando os intervalos de previsão da distribuição beta. Uma ilustração da distribuição beta para uma amostra de biópsia hipotética com 15 por centoglomeruloesclerose globalé mostrado na Figura 5A para conjuntos de 1, 2, 3 e 4 níveis, assumindo que cada nível tem 58 glomérulos observados (o número médio para este estudo). A altura de cada curva em um determinado valor no eixo horizontal pode ser interpretada como a probabilidade relativa de estimar a porcentagemglomeruloesclerose globalser esse valor, dada a verdadeira distribuição dos glomérulos esclerosados ​​e normais. A área sob a curva produz assim uma estimativa da probabilidade de obterglomeruloesclerose globalestimativas dentro dos limites de integração. A distribuição diminuiu com o aumento do agrupamento. Mais importante, a área normalizada sob a curva além do ponto de corte de rejeição nominal de 20 por cento diminuiu de 14 por cento usando apenas um único nível para 2 por cento ao agrupar 4 níveis (Figura 5B), uma 7-diminuição na chance de superestimando incorretamenteglomeruloesclerose globale descartando erroneamente o que deveria ser um órgão utilizável. Para ilustrar ainda mais os benefícios do agrupamento de níveis, contagens de glomérulos para 1.000 avaliações selecionadas aleatoriamente de amostras de biópsia de doadores (do mesmo banco de dados que os 83amostras de biópsia renalusados ​​neste estudo) foram usados ​​para simular os efeitos do agrupamento de níveis para uma grande população. o

estimativas de patologistas de plantão foram usadas como substitutos para contagens de glomérulos de verdade, e o agrupamento de dados foi simulado multiplicando as contagens relatadas por nível pelo número de níveis simulados no conjunto. Aplicando a análise descrita acima a este cenário, o número de descartes de órgãos errôneos para cada 1.000rinswould decrease from 31 to 13 by increasing the number of levels evaluated from 1 to 4 (Figure 5C). As a demonstration of the potential clinical workflow with the incorporation of DL techniques, the DL model's predicted annotations for 25 cases from the study data set were randomly selected (5 each with 0%-5%, 6%-10%, 11%-15%, 16%-20%, and >glomeruloesclerose global de 20 por cento) e foram submetidos a um patologista, que avaliou as imagens histológicas com classificações de glomérulos geradas por modelos sobrepostos. O patologista então corrigiu qualquer glomérulo perdido ou rotulado de forma imprecisa de uma maneira e prazo consistentes com a prática clínica atual. A avaliação corrigida pelo patologista foi melhor correlacionada com a verdade do terreno (r=0.958) e teve menor erro (RMSE=4.352) do que o patologista de plantão (r=0). 613; RMSE=0.898) ou o modelo DL sozinho (r=0.847; RMSE=7.535) (eFigura 7 no Suplemento).

Discussão

O modelo DL produziu resultados encorajadores, tanto em achados qualitativos (visuais) quanto quantitativos, e recapitulou resultados descritos em trabalhos anteriores por membros de nosso grupo em um conjunto de treinamento menor.34 O modelo teve bom desempenho usando seções congeladas ou seções permanentes, melhorando em -chamar o desempenho dos patologistas. O tempo para o modelo processar um WSI individual foi de aproximadamente 5 minutos, bem dentro das restrições típicas de uma consulta intraoperatória de patologia.

A ampliação dos erros de contagem ao usar uma amostra pequena destaca o valor obtido com o agrupamento de resultados de vários níveis obtidos de um únicobiópsia renal.A espessura típica de um doadorbiópsia renalamostra é de 1 mm. O patologista examina apenas uma seção representativa de 5-μm–espessura desse tecido, deixando uma porção substancial derimnão examinado. Embora os glomérulos amostrados em seções subsequentes possam não ser independentes, o processo de preparação da lâmina pode levar a uma variabilidade substancial de seção a seção na glomeruloesclerose global, independentemente da variabilidade do observador (eFigura 6 no Suplemento). Ao avaliar mais seções de tecido, o efeito dessa variabilidade pode ser minimizado e a confiabilidade da avaliação da amostra de biópsia aprimorada. Esse benefício é claramente observado no presente estudo para cada métrica (Figuras 2-4), que apresentaram melhora com o exame de tecido adicional.

O padrão atual de atendimento requer avaliação de apenas 25 glomérulos e 1 a 2 níveis de seção porque mais avaliações não são praticamente alcançáveis ​​por patologistas humanos no contexto sensível ao tempo de transplante de órgãos. O uso de técnicas de DL para aumentar a capacidade humana nesse cenário pode adicionar órgãos vitais ao pool de doadores. Um potencial fluxo de trabalho clínico com a incorporação de técnicas de DL poderia ser o seguinte: uma amostra chega ao laboratório de congelação, onde uma lâmina de congelação é preparada e escaneada. O WSI é então carregado em um local seguro para análise usando o modelo DL. Enquanto o modelo DL está sendo analisado, o patologista pode fazer login e revisar a amostra para outros achados pertinentes. O resultado do modelo DL estaria disponível dentro de 5 a 10 minutos, apresentado ao patologista como uma sobreposição gráfica das classificações dos glomérulos na imagem histológica, então verificado (e alterado se necessário) pelo patologista e incorporado ao relatório. O relatório real interagiria diretamente com o registro clínico eletrônico de saúde.

LimitaçõesExistem algumas limitações para este estudo. Foi um estudo de centro único. Embora os WSIs tenham sido gerados usando 2 scanners em 2 instituições, o conjunto de dados de seção congelada foi gerado inteiramente em uma instituição, enquanto o conjunto de dados de seção permanente foi gerado em outra. Embora um pequeno conjunto de dados preliminares (n=17) sugerisse que as previsões do modelo em seções congeladas exibiam uma correspondência razoável com seções permanentes associadas e que o modelo superou os patologistas de plantão nessas seções congeladas (eFigura 8 no Suplemento), isso O estudo não abordou diretamente a questão separada de quão perto as seções congeladas (assim como as avaliações patologistas delas) correspondiam a seções permanentes posteriormente adquiridas e processadas da mesma amostra de biópsia.

O conjunto de dados foi pequeno em comparação com outros estudos DL. No entanto, cerca de 8.500 glomérulos foram examinados no total, um número relativamente alto. A limitação na avaliação de um número maior de casos está no processo demorado de anotar WSIs em série. Para avaliar ainda mais a robustez deste modelo, serão necessários estudos adicionais em que o modelo seja testado usando WSIs gerados a partir de laboratórios e scanners adicionais.

ConclusõesEste estudo prognóstico encontrou melhor desempenho para quantificar a porcentagemglomeruloesclerose globalde WSIs de transplante de doador congelado e permanente corado com hematoxilina-eosinaamostras de biópsia renalpor um modelo DL do que por patologistas certificados pelo conselho de plantão. O desempenho foi aprimorado ainda mais examinando seções de tecido adicionais, um processo que está além da capacidade dos patologistas na natureza sensível ao tempo de avaliar amostras de biópsia de doadores. Os resultados indicaram uma probabilidade diminuída de descaracterizar a porcentagemglomeruloesclerose globalquando se utiliza o modelo DL, diminuindo assim a probabilidade de descarte inadequado de órgãos de doadores ou de utilização de um órgão abaixo do ideal. Os resultados ilustram os ganhos substanciais que podem ser obtidos com os métodos de LD na prática clínica da patologia cirúrgica.