StaDis: distancia de estabilidad hasta la detección de datos fuera de distribución en patología computacional

Área de la Ciencia:

• Patología computacional
• Inteligencia artificial en la medicina
• Análisis de imágenes médicas

Sus antecedentes:

• Los modelos de patología computacional (CPath) mejoran la eficiencia del patólogo, pero corren el riesgo de no ser confiables con datos no vistos.
• La falta de detección de fuera de distribución (OOD) en los modelos de CPath dificulta la confianza clínica y la seguridad.
• Los métodos OOD existentes no están diseñados para los desafíos únicos de la patología computacional.

Objetivo del estudio:

• Introducir un nuevo enfoque de detección de OOD diseñado específicamente para la patología computacional.
• Desarrollar un método que garantice la fiabilidad de los modelos de CPath en entornos clínicos reales.
• Establecer nuevos puntos de referencia para evaluar la detección de OOD en los datos patológicos.

Principales métodos:

• Distancia de estabilidad propuesta (StaDis), un módulo de detección OOD plug-and-play que mide las discrepancias entre las imágenes y sus versiones perturbadas.
• Detección explorada de OOD a nivel de imagen de diapositiva completa (WSI) utilizando el marco de aprendizaje de instancias múltiples (MIL).
• Desarrollo de puntos de referencia para la detección de OOD patológicos para la detección de anomalías, la minería de casos raros y la identificación de secciones congeladas.

Principales resultados:

• StaDis logró un rendimiento de vanguardia en 23 de los 38 experimentos y ocupó el segundo lugar en 10.
• Se demostraron mejoras significativas, con un aumento de AUROC del 7,91% para la detección de anomalías basadas en parches utilizando StaDis con la columna vertebral 'Conch'.
• El enfoque demostró ser eficaz en diversos escenarios de detección de OOD patológicos.

Conclusiones:

• La distancia de estabilidad (StaDis) ofrece una solución robusta y adaptable para la detección de OOD en patología computacional.
• El método propuesto mejora la fiabilidad y la fiabilidad de los modelos CPath para el despliegue clínico.
• Los parámetros de referencia desarrollados facilitan la investigación futura y la validación de las técnicas de detección de OOD en patología.