MTAC 6

Prévia do material em texto

Morfologia Digital: 
desenvolvimento e 
implementação de 
ferramentas De Inteligência 
Artificial no laboratório de 
Hematologia 
 
Workflow em Hematologia 
 
 
Morfologia celular manual vs 
digital – passos 
 
Limitações da microscopia manual 
❖ Depende da avaliação subjetiva 
❖ Gera menor reprodutibilidade de resultados 
❖ Requer profissionais experientes para avaliação da 
morfologia das células 
❖ Entrada manual de resultados (possíveis erros de 
transmissão) 
❖ Arquivo de lâminas de vidro e não de imagens 
 
Opções com o suporte da microscopia 
digital 
✓ Avaliação padronizada e alterações reprodutíveis 
feitas pelo examinador 
✓ Maior reprodutibilidade de resultados 
✓ Menor probabilidade de células malignas serem 
ignoradas pelo examinador 
✓ Verificação e, se necessário, ajuste da pré-
classificação no monitor 
✓ Possibilidades de armazenamento digital (e 
manuseio) de resultados e imagens 
 
Morfologia digital 
 
Exames complementares
Citoquímica
Citometria de 
fluxo
Citogenética
Genética 
molecular
Exame microscópico 
Anomalias no contador celular 
automatizado; Suspeita de doenças: 
Em casos onde há suspeita de 
doenças como linfoma ou leucemia; 
Acompanhamento de pacientes: 
Pacientes com doenças 
hematológicas são monitorados 
regularmente 
Avaliação quantitativa: Contagem 
diferencial de leucócitos: É 
realizada a contagem de pelo menos 
100 leucócitos
Leucócitos: Avalia-se a morfologia 
dos leucócitos, observando 
características como granulações 
tóxicas, hipersegmentação nuclear e 
pseudo-Pelger-Huët; Trombócitos: 
Avalia-se o tamanho, a forma e a 
agregação das plaquetas; 
Eritrócitos: Avalia-se o tamanho, a 
forma e a coloração dos eritrócitos 
observando características como 
policromasia, anisoticose, 
Análise Automática
Contagem completa do sangue: red blood cell count, 
platelet count, white blood cell count: % subtipos de 
WBC
Screening para anomalias: tamanho e a forma das 
células, o que pode indicar a presença de determinadas 
doenças. 
Colheita de Sangue
4 pilares
Mecânica de 
precisão
Imagem 
avançada
Inteligência 
artificial
Interfaces 
intuitivas
Princípios- etapas 
 Definir monocamada de leucócitos e pré-localizar 
itens (10x) 
 Focagem automática (100x) 
 Segmentação (100x) 
 Extração de características (100x) 
 Classificação (RNA) 
 Melhoria de imagem 
 Compressão de imagem 
 
Microscópio 
 
Áreas de análise 
10x magnification 
 
• Inicia a 33mm da borda 
• Avalia ao longo da linha central 
 
 
 
 
Localizar WBCs 
• Grandes e azulados 
 
 
50x magnification 
 
 
• Óleo de imersão na de 100x 
• 2 gotas de óleo de imersão Cellavision 
 
Localizar RBCs 
o Battlement pattern 
o Uma imagem geral 
 
 
 
 
100x magnification 
 
 
Localizar WBCS 
• Mover para cada posição conhecida 
• Capturar imagem de alta resolução 
 
• Pré-classificação de células 
 
Não é WBC 
Capturar, mas não contabilizar 
 
Segmentação 
 
 
 
 
Extração de características 
 
 
A Rede Neural Artificial (ANN) é um modelo 
computacional inspirado na estrutura e no 
funcionamento dos neurónios biológicos, conforme 
ilustrado pela imagem de um neurónio à direita (com 
dendritos, axónio, corpo celular e sinapses). Neste 
contexto, a ANN é treinada para reconhecer e 
classificar tipos de células sanguíneas a partir de 
imagens. 
Características para a Classificação 
O processo começa com a extração de mais de 350 
características distintas a partir das imagens das células 
sanguíneas. Estas características incluem: 
o Forma 
o Cor 
o Textura 
o Deteção: identificação de células em diferentes 
estados ou estágios de desenvolvimento. 
Diferentes classes celulares que a ANN é capaz de 
identificar. Estas incluem: 
❖ Células brancas maduras como neutrófilos 
segmentados (Seg), linfócitos (Lymp), monócitos 
(Mono), eosinófilos (Eo) e basófilos (Baso); 
❖ Células em diferentes estágios de maturação como 
bandas (Band), metamielócitos (Meta), mielócitos 
(Myel), promielócitos (Promyelo) e blastos (Blast); 
❖ Outras estruturas como plaquetas gigantes (Giant 
PLT), artefactos (Artefact) e outras classes não 
identificadas (Unident). 
Características baseadas em 6 principais 
grupos
Forma
Cor
Textura (grânulos,...)
Deteção (vacúolos,...)
Markov (funções de probabilidade)
Wavelets
Quando a célula está em foco, é 
realizada uma segmentação e são 
calculadas mais de 350 características. 
 A rede neural recebe as características das células 
e utiliza uma série de camadas de neurónios 
artificiais, que calculam as probabilidades de cada 
célula pertencer a uma classe específica. 
 Esta abordagem permite uma análise rápida e 
precisa das amostras sanguíneas, identificando 
automaticamente os tipos de células presentes e 
eventuais anomalias. As redes neurais artificiais, ao 
utilizarem um grande número de características 
visuais, oferecem uma precisão que pode auxiliar 
em diagnósticos hematológicos, facilitando a tarefa 
dos profissionais de saúde. 
 Este sistema melhora a eficiência e a consistência 
no reconhecimento de células, especialmente em 
laboratórios de grande volume, reduzindo a 
necessidade de intervenção humana em 
classificações rotineiras e permitindo a análise de 
casos complexos com mais precisão 
 
 
Aplicações sangue periférico 
Aplicações de Cellavision no sangue periférico, 
permitem aos laboratórios automatizar, padronizar e 
simplificar a análise morfológica de amostras de sangue 
periférico 
• Classificação prévia abrangente de leucócitos 
• Revisão e pré-caracterização de eritrócitos 
• Revisão e estimativa de plaquetas 
• Visão geral da borda difusa 
 
 
Aplicações avançadas RBC 
Aplicações avançadas do Cellavision em 
Eritrócitos é complemtnar ao do sangue periférico, 
permitindo um exame abrangente da morfologia das 
hemácias 
• Esta aplicação para morfologia de glóbulos 
vermelhos oferece oportunidades para acessar 
o número, a forma e a aparência dos glóbulos 
vermelhos, fornecendo uma análise 
importante para muitas malignidades 
hematológicas. 
• O software realiza uma pré-caracterização 
abrangente dos glóbulos vermelhos 
 
 
Aplicações para fluídos corporais 
Aplicações de Cellavision para fluídos corporais 
aceleram e simplificam o processo de análise/revisão, 
proporcionando resultados mais padronizados 
• A aplicação suporta o diferencial de leucócitos, 
fornecendo uma pré-classificação abrangente 
em 5 tipos celulares. 
• O software extrai características celulares de 
imagens digitais e fornece uma pré-
classificação das células usando tecnologia 
inovadora de IA. 
• O software realiza uma pré-classificação 
abrangente dos leucócitos em preparações de 
fluidos corporais. 
 
 
Software de revisão à distância 
O Software de Revisão Remota é utilizado em 
conjunto com os analisadores CellaVision para realizar 
a análise morfológica celular de amostras de sangue 
periférico e fluidos corporais. 
• O Software de Revisão Remota CellaVision 
permite que a equipe de laboratório revise e 
verifique os resultados preliminares dos 
dispositivos automatizados de localização 
celular CellaVision. 
• Os resultados podem ser compartilhados 
digitalmente para uma opinião especializada. 
 
PRE-CLASSIFICATION 
AND PRE-
CHARACTERIZATION
Review and 
verification
REMOTE REVIEW AND 
VERIFICATION
Efeitos Operacionais no Laboratório de 
Hematologia 
 
 
 
 Workflow Improvements: 
▪ Localização automática de células e pré-
classificação de células 
▪ Exibição de galerias de células para facilitar a 
revisão 
▪ A pré-classificação acelera o processo de 
revisão e permite que o revisor passe mais 
tempo estudando células imaturas e anormais. 
Exemplo: Implementação da tecnologia em uma rede 
de laboratórios distribuída: 
Resultados: 
• Aumento considerável da eficiência do fluxo de 
trabalho 
• Redução de 50% no tempo de revisão deamostras 
• Melhoria de 94% nos TATs (Turn-Around Times) 
para esfregaços referidos ao laboratório central 
• "... ajuda os Tecnólogos Médicos a acelerar a 
avaliação morfológica, enquanto permite a 
colaboração com colegas, supervisores e 
patologistas de locais remotos. Em uma rede de 
laboratórios distribuída, a adaptação de uma 
metodologia digital pode ajudar a realizar 
consideráveis economias de tempo, eliminando 
efetivamente a principal causa de tempos de 
resposta prolongados - o transporte rodoviário 
necessário para enviar lâminas desafiadoras para 
revisão por patologistas de locais remotos." 
 
Efeitos na Eficiência do Laboratório de 
Hematologia 
 Reduz o tempo de revisão da amostra 
 Aumenta a consistência e padronização 
 
Efeitos Qualitativos no Laboratório de 
Hematologia 
 Redução de resultados falsos negativos 
 
 
Caso Clínico 1 
Informação do paciente: 
o 13 anos, feminino 
o Enviada para o hospital para consulta 
o Alto WBC 
o Plaquetas normais 
o Febre 
Achados morfológicos 
 
Diagnóstico: Leucemia mieloide aguda 
 
Caso Clínico 2 
Informação do paciente: 
o 46 anos, masculino 
o Sintomas de Influenza 
o WBC 8.0 x 109 /L 
o RBC 5.10 x 1012 /L 
o HB 150 g/L 
Achados morfológicos 
 
Diagnóstico: Malária, o mais provável 
Plasmodium Falciparum 
 
 
 
 
 
 
Digitalização de Lâminas 
❖ A aplicação de digitalização de diapositivos é uma 
aplicação padrão em todos os sistemas CellaVision 
❖ Todos os tipos de slides podem ser digitalizados 
❖ Sem pré-classificação 
❖ Área de digitalização definível do utilizador 
❖ Digitaliza uma área específica de uma lâmina 
❖ Recolhe imagens em 10x; recolhe imagens 
em10x+50x 
❖ Pode ser usado para lâminas de hematologia 
(sangue, medula óssea), bem como para lâminas 
de anatomia patológica, microbiologia, etc. 
 
Perspetiva sobre Áreas de 
Aplicações Futuras 
 
 
 
 
 
 
 
 
 
 
 
Aplicações adicionais atuais são:
• Citocentrifugados/fluidos corporais
• Amostras veterinárias
Possíveis aplicações futuras/análises especializadas:
• Medula óssea
• Reticulócitos
• Glóbulos vermelhos fetais
• Malária
• Babesia
• Coloração de Gram