פיתוח AI לניתוח תמונות היסטולוגיות

מדוע ניתוח תמונות היסטולוגיות נתקע בתיוג ידני

ניתוח תמונות היסטולוגיות אינו נתקע באופטיקה של הסורק ולא במשאבי מחשוב, אלא בעובדה שההחלטה הסופית מתקבלת בידי אדם. הפתומורפולוג בוחן את התכשיר ומנסח חוות דעת בהסתמך על ניסיונו האישי: בבדיקה חוזרת של אותה שקופית, הפערים באבחון נוזולוגיות מסוימות מגיעים ל-10–20% מהמקרים.

זו אינה תוצאה של הסמכה נמוכה — כך בנויה ההערכה עצמה. צביעה לא אחידה, עובי חתך שונה, ארטיפקטים של הטבעה ותמונות גבוליות מותירים מרחב לפרשנות, והפיזור בחוות הדעת של פתומורפולוגים מתגלה אפילו בתוך אותה מעבדה.

דיגיטציה של תכשירים מיקרוסקופיים אינה מסירה את הבעיה, אלא מחריפה אותה. הסורק מפיק סדרות שלמות של תמונות ברזולוציה גבוהה, אך כדי שהמודל יבחין בביטחון בין רקמה סרטנית לסטרומה וליסודות לימפואידיים, נדרשים קונטורים שתויגו ידנית באלפי שקופיות.

את התיוג מצליבים עם סיווג הגידולים של ארגון הבריאות העולמי (WHO) ועם פרוטוקולי המעבדה, אך הבדיקה עצמה נשארת ידנית: שום שיטה אוטומטית אינה מספקת עדיין תיוג מוכן באיכות מקובלת על כל מגוון הצביעות.

כאן נמצא צוואר הבקבוק של המעבדה. תיוג ידני של שקופיות הוא הפעולה היקרה ביותר בזמן: על תכשיר מורכב אחד מושקעות כמה שעות של תשומת לב רופא, וההסכמה בין שני מתייגים במבנים עדינים יורדת עד כדי כך שיש לאמן את המודל מחדש.

במקביל, זרימת הבדיקות גדלה מהר יותר מאשר מצבת הפתומורפולוגים: תור השקופיות מצטבר, זמני מתן חוות הדעת מתארכים, וממצאים נדירים הולכים לאיבוד בין הסדרות.

המגבלה אינה באיכות התמונות ולא בארכיטקטורת המודל, אלא במהירות ובעקביות של התיוג האנושי. בהמשך נבחן כיצד סוגרים זאת: באילו שיטות מקצרים את היקף העבודה הידנית וכיצד שומרים על שחזוריות של חוות הדעת בזרימה.

מה נותן ניתוח אוטומטי של שקופיות: שינויים מדידים

השקופית עוברת דיגיטציה לתמונה שלמה ונחתכת למקטעים בגודל קבוע. מודל סיווג של אזורי רקמה משייך כל מקטע למחלקה — רקמה סרטנית, סטרומה, נקרוזיס, תסנין לימפואידי — וההדגשה של אזורי העניין מכנסת את התשובות בחזרה למפה, שמעליה הרופא רואה לאן להסתכל קודם.

שחזוריות של חוות הדעת היא הציר המדיד הראשון. עיבוד מוקדם קבוע (נרמול צבע לפי רפרנס, חיתוך הרקע, קנה מידה קבוע) יחד עם ניהול גרסאות של משקלי המודל נותן על אותה שקופית התאמה של תיוג מעל 99% בין הרצות, בעוד שתיוג חוזר בידי שני מומחים חולק במידה ניכרת יותר.

תפוקת המעבדה גדלה לא מפני שהרופא עובד מהר יותר, אלא מפני שהוא מסתכל רק על האזורים המסומנים. המדד המרכזי כאן הוא שיעור האזורים המשמעותיים שהוחמצו במדגם מוחזק: את סף הרגישות מכוונים כך שהמודל ידגיש מועמדים בנדיבות, והתראת שווא תעלה כמה שניות של סקירה, ולא אבחון.

הזמן עד לתשובה מורכב מזמן הבדיקה של מנת שקופיות ומהתור לאימות. הבדיקה מתבצעת באצווה: הרצת לילה מחזירה מפות מוכנות עד הבוקר, ולא שקופית אחת בכל פעם ליד.

את התיוג לאימון ולקבלה מנהלים ב-QuPath — שקופית אחת מתויגת בידי כמה מומחים, הפערים נרשמים בנפרד, ולכן רואים היכן המודל טועה והיכן התיוג עצמו שנוי במחלוקת.

הבקרה בכל עדכון של המודל נעשית לפי שלושה מספרים: שחזוריות התיוג, שיעור האזורים המשמעותיים שהוחמצו והזמן עד לתשובה. לפיהם רואים שהניתוח האוטומטי של שקופיות מסיר עומס מהרופא, ולא מעביר אותו.

מצבי עבודה עם ארכיון התמונות: שלושה תרחישי פרויקט

מצב הפרויקט נקבע לא לפי העדפות, אלא לפי מצב ארכיון השקופיות ולפי מה שהמעבדה מוכנה לעשות בכוחות עצמה. שלוש תצורות עבודה נבדלות בהיקף התיוג שצריך ליצור לפני ההתחלה, ובעומק הגישה לנתונים. נבחן אותן לפי תנאי ההתאמה והמגבלות.

מה מול מה אנחנו משווים

בחירת מצב הפרויקט נשענת על שלושה דברים מדידים: היקף הארכיון, שיעור השקופיות שכבר תויגו והדרישות לשחזוריות התוצאה על חומר זהה.

אם יש הרבה נתונים אך מעט תיוג, כיוונון עדין של מודל מוכן מניב תוצאה עובדת מוקדם בהרבה מאימון מלא, והשלמת התיוג של הארכיון נעשית במקביל ומרחיבה בהדרגה את כיסוי המחלקות.

המצב אינו נקבע לנצח: תצורה שהחלה כהטמעת ניתוח מוכן מועברת בהמשך לכיוונון עדין על החומר שנצבר, בלי לבנות מחדש את מערך המעבדה.

שלבי ההטמעה: מביקורת הארכיון ועד מסירת המודל

העבודה מתנהלת באיטרציות, וכל אחת נשענת על התוצאה של זו שלפניה. כל עוד הרכב הארכיון ואיכות התיוג אינם ברורים, כל ארכיטקטורת פתרון נשארת בגדר ניחוש — ולכן סדר השלבים קבוע: קודם הנתונים, אחר כך התרשים, ואחר כך ההרכבה והבדיקה.

1. ביקורת ארכיון השקופיות. סופרים את היקף המקרים, את ההתפלגות לפי צביעות ולוקליזציות, בודקים כיצד נשמרות התמונות והאם הן מקושרות לחוות הדעת. התוצר — מפת נתונים ורשימת חסרים שיהיה צורך לסגור לפני ההתחלה.
2. בקרת איכות התיוג. מכנסים את התיוג של הרופאים על מדגם חופף וסופרים את הפערים בין המתייגים. מחלקות שנויות במחלוקת מקבלות כללים כתובים: בלי זה המודל לומד לשחזר הרגלים של מישהו, ולא מורפולוגיה.
3. תרשים הפתרון. קובעים מה בדיוק המודל מוציא החוצה — מיון לפי עדיפות, סימון אזורים חשודים או מבט שני על מקרה מורכב — ומה הוא לעולם אינו מכריע.
4. פיילוט על שקופיות רטרוספקטיביות. בונים מודל על נתונים שכבר קיימים בארכיון ובודקים על מדגם שלא השתתף באימון, בפילוח לפי תקופות קבלה ולפי מקורות. מחשבים רגישות, סגוליות ושיעור המקרים שעוברים לבדיקה ידנית.
5. תיקוף המודל. בודקים עמידות לארטיפקטים של סריקה, לסורקים שונים ולצביעות חוזרות, ובוחנים בנפרד מחלקות שבהן הטעות יקרה מכול. את סף ההפעלה מכוונים כך שההחמצות יהיו מינימליות.
6. תוכנית ההטמעה. קובעים כיצד הפתרון משתלב במסלול הנוכחי של הדגימה, מי מכריע בחוות דעת שנויות במחלוקת ולפי איזה מדד אנו קובעים שהאיכות לא ירדה.
7. מסירה והדרכת הצוות. מוסרים את ניסוח הכללים, פרוטוקול הבדיקה, הנחיות לרופא המשתמש וניתוח של טעויות אופייניות — הצוות צריך לדעת לתחזק את המודל בלעדינו.

כל שלב מסתיים בתוצר שאפשר לבדוק: מפת נתונים, כללי תיוג, פרוטוקול תיקוף, תקנון. זה מאפשר לעצור את העבודה בכל שלב, אם הנתונים אינם עומדים בבדיקה.

מה נשאר בידי צוות הלקוח: מודל, תיוג, תקנונים

מודל שעובד היטב על מדגם הבדיקה אך נשאר בידי המפתח הוא הדגמה, לא הטמעה. אנו מוסרים את כל הנדרש לעבודה עצמאית: תוצרים, כללים לעדכונם, הרשאות גישה והנחיות למי שמשתמש במערכת מדי יום.

• משקלי המודל והכרטיס שלו. מתעדים על אילו תכשירים וצביעות המודל אומן, כיצד הוא מתנהג בכל מחלקת ממצאים והיכן גבולות התחולה.
• סדר העדכון. מתארים כיצד לכוונן את המודל על שקופיות חדשות, מי מאשר את שחרור הגרסה וכיצד לחזור לגרסה הקודמת אם המדדים על מדגם הבקרה ירדו.
• תקנון העבודה עם תיוג. כללי תיוג לאזורים שנויים במחלוקת, סדר הכרעה בפערים בין רופאים, ניהול גרסאות של מערכי נתונים ושיעור המקרים עם בדיקה חופפת.
• תרשים האינטגרציה. כיצד התוצאה מגיעה למערכת המעבדה, באיזו צורה הרופא רואה את התיוג ומה קורה כשהשירות אינו זמין — קבלת המטופלים אינה נעצרת.
• מדיניות גישה לנתוני מטופלים. תפקידים והרשאות בתוך המערכת, אנונימיזציה לפני העיבוד, יומן גישות לתמונות, תקופות ותנאי אחסון.
• הנחיות למעבדנים. דרישות להכנה ולסריקה של שקופיות: ארטיפקטים, בועות, איכות החתך וסימנים שבהם התמונה נסרקת מחדש ולא עוברת לעיבוד.
• הנחיות לרופאים. כיצד לקרוא את פלט המודל, מה מאושר ידנית ובאילו מקרים חוות הדעת נכתבת בלי מעורבותו.

את המסמכים שומרים לצד המערכת ומעדכנים יחד איתה: גרסה חדשה אינה יוצאת עד שכרטיס המודל, התקנונים וההנחיות הותאמו בהתאם. אחרי חודש של ליווי, צוות הלקוח מנהל את העדכונים בעצמו, ואנחנו מצטרפים לניתוח של מקרים מורכבים.

מקרה בוחן: כיצד צומצם שיעור הפערים בין המומחים

המעבדה קיבלה כמה מאות שקופיות בשבוע, ומקרים גבוליים הועברו לדיון קונסיליום: שניים-שלושה רופאים בחנו תכשיר אחד ולא תמיד הגיעו לאותה חוות דעת. הפיזור בהחלטות נשמר בכמעט כל מקרה חמישי, וחלק מהתכשירים נבדקו שוב — לא מחוסר בנתונים, אלא מהיעדר נקודת ייחוס אחידה.

מה הראו המדידות לפני ההטמעה

מה שינו ולמה זה עבד

את התיוג ניהלו ב-QuPath לפי פרוטוקול אחיד: אזורים שנויים במחלוקת בתכשיר סומנו באופן בלתי תלוי בידי כל המומחים, ואת הפערים לא החליקו אלא שמרו כמחלקה נפרדת. המודל למד לא על חוות דעת «נכונה» אחת, אלא על התפלגות הדעות, ולכן מחזיר רמת ביטחון לכל מחלקה, ולא תגית נוקשה.

את סף הביטחון כיוונו כך שמקרים מפוקפקים לא ייכנסו לדוח המוכן, אלא יעמדו מיד בתור לסקירה חוזרת. את המדדים אספו לא בהפקה חד-פעמית, אלא בזרימה: את הפער ספרו לפי מקרים שבהם חוות הדעת השתנתה לאחר בדיקה חוזרת, ואת זמן הבדיקה — לפי רישומי פתיחה וסגירה של השקופית במערכת.

התוצאה — לא «דוח במקום רופא», אלא בדיקה צפויה מראש: תכשירים שנויים במחלוקת מסוננים לפני החתימה, ותקנון הבדיקה החוזרת אחיד לכל המשמרת.

במה נבדל כיוונון עדין של מודל מוכן מאימון מאפס?

כיוונון עדין הוא העברה של מודל: רשת שכבר ראתה מערך גדול של תמונות מכווננת על הארכיון שלכם למשימה מוגדרת — «תקין/פתולוגי», איתור גרורות בבלוטת לימפה, סגמנטציה של גרעינים.

מדגם קטן של כמה מאות תכשירים מתויגים מספיק בדרך כלל, כי המאפיינים הבסיסיים — קונטורים, מרקם הכרומטין, צורת הגרעין — כבר קיימים במודל.

אימון מאפס נוקטים כאשר הנתונים שונים במידה ניכרת מהאופייני: צביעה אחרת, נוזולוגיה נדירה, ערוץ צילום משל עצמכם. המקרה השני — ההחלטה מתקבלת על התכשיר כולו, ולא על מקטע בודד: אז בונים מחדש גם את תרשים העיבוד וגם את פלט הרשת. אותו היקף תיוג שהספיק בכיוונון עדין אינו עובד כאן — נדרשים תכשירים בסדר גודל יותר.

הסיכון המרכזי בשני המסלולים הוא התיוג והתיקוף. אם מקטעים מאותה שקופית נכנסים גם לאימון וגם לבדיקה, המדדים מתנפחים: המודל זוכר את התכשיר, ולא את המאפיין. לכן את המדגם מחלקים לפי מטופלים וסריקות, ולא לפי מקטעים בודדים, ומחזיקים מערך נפרד שלא השתתף לא בכיוונון ולא בכיול הספים.

הקריטריון המעשי פשוט. אם יש לפחות כמה מאות תכשירים מתויגים והמשימה דומה למשימה אופיינית — מתחילים בכיוונון עדין, והוא מספק גרסה עובדת ראשונה בתוך שבועות.

אם התיוג מועט, המחלקות נדירות או שנדרש ניתוח של השקופית כולה — שוקלים בנייה מאפס, ואז מכניסים לתוכנית מיד מחזור תיוג: המודל מצביע בפני הפתולוג על אזורים שנויים במחלוקת, הוא מאשר או מתקן, והדיוק עולה מאיטרציה לאיטרציה.

אינטגרציות, איכות השקופיות והגנת נתונים: ספקות נפוצים

לפני ההתחלה עולים אותם ספקות: כיצד המודל ישתלב במערך המעבדה, מה לעשות עם ארכיון לא אחיד והיכן הגבול בנתוני המטופל. להלן תשובות קצרות.

האם נתוני מטופלים יוצאים החוצה?

לא. המזהים עוברים אנונימיזציה לפני ההזנה למודל, העיבוד נעשה במערך שלכם, וההתאמה ההפוכה נשמרת רק אצלכם.

מה עושים עם ארכיון לא אחיד ואיכות שקופיות?

סריקות חלשות נפסלות בתצוגה המקדימה, והמודל מכוונן על הסדרות שלכם — הדיוק אינו יורד על שקופיות ישנות וצבועות באופן לא אחיד.

האם יש הרבה התראות שווא?

סף הרגישות מכוון לזרימה שלכם: מקרים שנויים במחלוקת עוברים לרופא לאישור, ולא לתשובה אוטומטית. שגיאות שתויגו חוזרות לכיוונון עדין.

מה קורה לאחר ההפעלה?

ניטור איכות, כיוונון עדין על סדרות חדשות, טיפול בפניות ועדכונים מתוכננים של המודל — בלי לעצור את תהליך המעבדה.

נדון במשימה: מה לשלוח להערכה ולתוכנית

כדי לחזור עם הערכת היקף העבודה, תרשים הפתרון ולוחות זמנים, אנחנו צריכים לא מילים כלליות על המשימה, אלא נתוני פתיחה קונקרטיים. ככל שנתוני המוצא מלאים יותר, כך יש פחות הנחות בחישוב שעות העבודה ופחות פערים בקבלה — מצבים שנויים במחלוקת כמעט תמיד נובעים מפרטים שחסרו בקלט.

• מערך של תמונות היסטולוגיות: כמה עשרות סריקות של צביעות, מכשירים ומעבדות שונים — לפיהם אנו בודקים עד כמה הנתונים אחידים ומה יהיה צורך לנרמל.
• ניסוח משימת היעד: מה בדיוק מזהים בתמונה, אילו מחלקות מעניינות אותנו וכיצד הן מתייחסות זו לזו.
• תיוג: דוגמאות מתויגות או לפחות מאומתות חלקית — כדי להעריך את היקף העבודה הידנית ואת מערך בקרת האיכות.
• התהליך הנוכחי: מי היום בוחן את התמונות, בתוך כמה זמן, היכן צוואר הבקבוק ואיזה שיעור של מקרים שנויים במחלוקת עובר לסקירה חוזרת.
• דרישות לתוצאה: שיעור ההחמצות המותר, האם נדרשת הערכת ביטחון וכיצד הפתרון משתלב בסדר העבודה הקיים של הרופא.
• מגבלות על הנתונים ועל המערך: היכן נשמרות התמונות, האם קיים מערך מבודד, מי הבעלים ואיזה מצב גישה דרוש למהנדסים שלנו.
• קריטריוני קבלה: על איזה מדגם בודקים, מי מצד המזמין מאשר את התוצאה ובאיזה מסמך מתעדים את השלבים.

שלחו את מה שכבר קיים, גם אם אלו תיקיות מפוזרות עם סריקות והערות בצורה חופשית — אנחנו נבנה מהן את המבנה בעצמנו. תארו את המשימה, ונחזור עם הערכת היקף העבודה, תרשים הפתרון ותוכנית הטמעה לפי שלבים.