• Suomi
  • English

Digitaalinen patologia nopeuttaa diagnosointia

Digitalisaatio on mullistamassa patologiaa. Mikroskooppinäyte voidaan muuttaa digitaaliseen muotoon skannereiden avulla. Skanneri kuvaa näytteen näkymä kerrallaan ja tietokone yhdistää näkymät virtuaalimikroskopiakuvaksi.

 

Turun yliopistollisessa keskussairaalassa patologian näytteet digitoidaan ja näytteiden tutkiminen siirtyy tietokoneen ruudulle. Tämä antaa mahdollisuuksia erilaisiin mittauksiin ja tekoälysovelluksiin. Yhteistyössä Auria Biopankin kanssa kehitetyillä tekoälysovelluksilla vähennetään patologin rutiinityötä ja nopeutetaan näytteiden analyysia.

Turun yliopistollisen keskussairaalan patologian vastuualuejohtaja Markku Kallajoki on tehnyt syöpään liittyvää perustutkimusta ja tutkinut solumalleja ja soluviljelmiä. Hän on toiminut patologian erikoislääkärinä sekä solu – ja molekyylipatologian professorina. Yksi Kallajoen kiinnostuksen kohteista on eturauhassyöpä.

Perinteisesti patologit arvioivat eturauhassyövän ärhäkkyyttä kudosnäytteestä mikroskoopilla. Syöpäkasvaimesta annetaan ns. Gleasonin luokitus asteikolla 6-10. Tauti on sitä ärhäkämpi, mitä korkeammat pisteet ovat. Gleasonin luokituksen arvoa 7 pidetään rajana hyvän ja huonon ennusteen välillä. Korkeat Gleason -pisteet (8–10) tarkoittavat ärhäkästi käyttäytyvää kasvainta ja matalat (alle 7 pistettä) rauhallista tautia.

”Mitä suurempi pistesumma, sen aggressiivisempi syöpä. Tekoäly voi tehdä erottelua ja löytää kudosnäytteestä syöpäalueet ennen kuin patologi alkaa tutkia näytettä. Se voi myös ehdottaa Gleason-luokitusta. Patologi voi kohdentaa huomionsa tekoälyn näytteestä löytämiin kohtiin ja olla sen kanssa samaa tai eri mieltä. Joka tapauksessa tekoäly helpottaa ja nopeuttaa patologin työtä, ” sanoo Kallajoki.

Eturauhasen syöpäkasvaimesta annetaan ns. Gleasonin luokitus asteikolla 6-10. Tauti on sitä ärhäkkäämpi, mitä korkeammat pisteet ovat. Pisteytys (1-5) annetaan kahden näytteissä yleisimmin esiintyvän solukuvan perusteella. 5 on aggressiivisin. Ykkösessä rauhaset ovat hyvin muodostuneita ja pieniä. Viitosessa niiden muoto ja koko vaihtelevat. Kun kahden näytepaloissa yleisimmän ja aggressiivisimman alueen solukuvan pisteet lasketaan yhteen, saadaan Gleason-luokitus.

 

Tampereen yliopiston ja Tukholman Karoliinisen instituutin tutkijat ovat kehittäneet tekoälyyn perustuvaa menetelmää eturauhassyövän mikroskooppidiagnostiikkaan ja luokitteluun. 6600 eturauhasen koepalaa käytettiin materiaalina, jolla opetettiin tekoälyä erottamaan hyvänlaatuiset ja pahanlaatuiset koepalat. Näytteistä pystyttiin luomaan malli, joka osaa katsoa kudosnäytteistä onko siinä syöpää, kuinka paljon ja kuinka pahanlaatuinen se on.

Nopeuttaa analyyseja 15%

Tutkimusten mukaan patologien työajasta menee 15 % muuhun kuin itse diagnostiseen työhön. Aikaa kuluu näytteiden ja lähetteiden etsimiseen, käsittelyyn ja vastaanottamiseen sekä niiden kuittaamiseen. Näytteiden analysointi vaatii usein myös keskusteluja muiden patologien kanssa. Digitalisaation myötä näihin konsultaatioihin kuluva aika vähenee, koska näytelasien lähettämisen sijaan patologit voivat siirtää verkossa kuvia ja keskustella katsomalla vaikka eri sairaaloissa samaa näytettä tietokoneiltaan.

”Digipatologia helpottaa meidän työtämme ja tekee siitä laadultaan parempaa. Se nopeuttaa työtä ja säästää rahaa”, sanoo Kallajoki.

Patologi pystyy analysoimaan pelkästään digitoinnin myötä n. 15% enemmän näytteitä nykyiseen verrattuna. Kun mukaan tulee tekoälymalli, työ voisi nopeutua jopa 30%.

Näytteestä digikuvaksi 

Eturauhassyöpä on miesten yleisin pahanlaatuinen syöpä, joka syntyy eturauhasen solujen muuttuessa pahanlaatuisiksi. Eturauhasesta otettujen kudospalojen perusteella patologi pystyy arvioimaan, kuinka pahanlaatuinen syöpä on kasvaimen erilaistumisen perusteella. Mitä huonommin kasvain on erilaistunut, sitä aggressiivisemmin se käyttäytyy.

”Mikroskooppinäyte otetaan, jos kliinisten esitietojen ja löydösten, laboratoriotutkimusten ja radiologisten kuvantamistutkimusten perusteella herää vahva epäily syövästä”, Kallajoki sanoo.

”Syöpähän ei ole syöpä, ennen kuin patologi on vahvistanut sen solu- tai kudosnäytteestä. Eturauhassyöpää epäiltäessä näyte otetaan neulalla peräsuolen kautta eturauhasesta. Senttimetrin – kahden pituisia ja n. millimetrin paksuisia kudospaloja otetaan yleensä kuusi kappaletta eturauhasen molemmilta puolilta. Kudoslieriöt lähetetään patologian laboratorioon, jossa niistä valmistetaan histologiset näyteet.”

Histologisen eli kudosopillisen näytteen perusteella arvioidaan tarvitseeko potilas hoitoa. Näytteet fiksoidaan eli kiinnitetään formaliinissa, jolloin kudos kiinteytetään ja säilötään solujen omien entsyymien hajottavaa vaikutusta vastaan.  Sitten parafiinilla imeytetyt näytteet valetaan parafiiniblokkeihin, josta leikataan ohuita kolmen – neljän mikrometrin siivuja. Näytteet värjätään histologisin väreillä ja laitetaan kahden lasilevyn väliin. Nyt näytteitä voidaan tarkastella mikroskoopilla ja tarvittaessa skannata ja digitoida.

Suuriresoluutioisista digitoiduista kudosnäytteistä on löydettävissä samat yksityiskohdat kuin mikroskooppinäkymää tarkasteltaessa. Digitoitu kuva antaa mahdollisuuden mittauksiin ja erilaisten solutyyppien automaattiseen laskentaan. Näytteisiin on myös helppo palata, koska kuvat voidaan kuva-arkistosta helposti hakea uudelleen tarkasteltaviksi esimerkiksi kokouksissa, joissa päätetään potilaiden hoidosta.

Patologi saa huomattavan määrän apua myös muusta datasta. Kallajoen mukaan Aurian tapaisen biopankkien merkitys on suuri. Dataa saadaan nyt monesta lähteestä, mikä helpottaa patologien käytännön työtä. Sairaskertomuksista saadaan potilastiedot, mitä on tutkittu sekä laboratoriotestien tulokset. Lisäksi käytössä on radiologian tuottama kuvantamisdata.

 

 

Datan hyödyntämisen ja uusien menetelmien myötä kehitetään Kallajoen mukaan uusia hoitomuotoja.

”Elämme poikkeuksellisia aikoja, sillä syöpähoidot ovat kovan kehityksen alla ja tulossa on lisää molekyylimuutoksiin perustuvia täsmähoitoja.”

Datan tallennus on kuitenkin edelleen haasteellista. 

”Digikuvat ovat valtavan suuria. Kuvan koko on 2-3 gigaa. Kun yhdestä potilaasta otetaan 12 kuvaa yhdellä tutkimuskerralla, saadaan aikamoinen datamäärä. Turun yliopistollisessa keskussairaalassa tehdään vuodessa 200 000 näytelasia. Koska kyseessä on lääketieteellinen informaatio, siitä pitää ottaa kahdet tai kolmet varmuuskopiot. Kun 200 000 mikrosooppinäytteen tallennusmäärä kerrotaan kolmella, saadaan tallennukselle kovat vaatimukset.”

Markku Kallajoen mukaan suuri haaste on se, että eri paikoissa suunnitellaan digipatologiaan tarvittavien laitteistojen, ohjelmistojen ja tallennussysteemien hankintaa, mutta järjestelmien pitäisi olla keskenään yhteensopivia.

”Optimaalinen olisi Suomen laajuinen, yhteensopiva järjestelmä. Digipatologiassa suurin yksittäinen kustannuserä on tallennuskapasiteetti.”

 

Ari Turunen

Lue artikkeli PDF-muodossa.