A nefrite lúpica (NL) é uma doença renal inflamatória crônica que ocorre com frequência (40–60%) em pessoas com lúpus eritematoso sistêmico (LES).1 Até 30% dos pacientes com NL desenvolvem insuficiência renal, após a qual apenas diálise ou tratamento de transplante renal é possível. Um objetivo da pesquisa do lúpus é acelerar o processo de identificação e avaliação da NL em amostras de biópsia para aumentar o potencial de detecção antecipada e ajudar a melhorar o prognóstico da doença.
Desafios da avaliação de amostras de nefrite lúpica (NL)
A NL causa um vasto espectro de lesões, o que indica dano no tecido. Elas podem ser vistas observando amostras de biópsia renal sob um microscópio de luz. A avaliação de lesões renais e uma classificação apropriada da NL são descritas na classificação da Sociedade Internacional de Nefrologia (ISN)/Sociedade Patológica Renal (RPS). Os patologistas usam esse sistema de classificação para determinar o estágio da doença.
Por exemplo, a Figura 1 mostra amostras renais de pacientes em estágio inicial de NL classe 1, sem alterações glomerulares significativas em comparação com indivíduos saudáveis. 2
Figura 1. Amostra de biópsia de amostra de rim classe 1 com NL, tingida com coloração de prata Jonas.
Enquanto na Figura 2, amostras de pacientes com NL em estágio avançado classe 5 mostram orifícios difusos (seta azul) e pequenos picos (seta vermelha) ao longo das membranas basais glomerulares.3
Figura 3. Fluxo de trabalho do modelo MRPS para realizar avaliação patológica usando aprendizado profundo.
Com a ajuda do escâner de lâminas de pesquisa SLIDEVIEW™ VS200, Dr. Shen e uma equipe de pesquisadores adquiriram 199 WSIs de alta resolução de tecido renal tingido com ácido periódico de Schiff retirado de camundongos saudáveis e com NL. As imagens foram separadas em cinco categorias diferentes pelos pesquisadores, com pontuação 0 dada a camundongos saudáveis e 4 a camundongos com NL grave. Essas imagens foram divididas em um conjunto de treinamento e um conjunto de validação.
Ao marcar manualmente os glomérulos e as células glomerulares, respectivamente, os pesquisadores foram capazes de usar a tecnologia de aprendizado profundo TruAI™ para gerar duas redes neurais (NNs) a partir do conjunto de treinamento: uma NN glomerular e uma NN celular.
As redes neurais foram então aplicadas ao conjunto de validação para extrair vários recursos glomerulares e celulares de cada imagem, conforme mostrado na Figura 4.4
Figura 4. Aplicando as redes neurais treinadas em uma imagem de validação representativa. a. Todos os glomérulos foram identificados em ciano b. Todos os núcleos renais foram identificados em magenta. c. O glomérulo e o núcleo identificados foram medidos na região de interesse (ROI). A rede neural glomerular forneceu um ROI para contagem; a rede neural celular contou todos os núcleos dentro da ROI.
O perímetro, fator de formato, diâmetro interno mínimo, diâmetro mínimo e o número de objetos em cada característica são preditores independentes que indicam a gravidade do NL. Com base nos parâmetros acima, os pesquisadores desenvolveram um modelo de pontuação, que teve um bom desempenho em auxiliar na avaliação e está positivamente correlacionado com a pontuação feita pelos pesquisadores.
Potencial do aprendizado profundo do TruAI™ para auxiliar na análise de imagens
Este estudo mostra que a análise de alta produtividade operacional e reprodutível de amostras patológicas é possível usando a tecnologia de aprendizado profundo. Isso é valioso para pesquisas básicas em que a análise de WSI de alta produtividade operacional é necessária. O aprendizado profundo também pode ser aplicado a outros modelos e doenças e tem o potencial de reduzir significativamente a carga de trabalho dos pesquisadores e aumentar a precisão quantitativa durante a análise.
Reconhecimento:
Agradecemos o Dr. Shen Luping por redigir a primeira versão deste artigo, publicado em Make it Evident丨TruAI 加速狼疮肾炎病理学诊断 (qq.com).
Referências:
- (PDF) Deep Learning-Based Model Significantly Improves Diagnostic Performance for Assessing Renal Histopathology in Lupus Glomerulonephritis (researchgate.net)
- AJKD Atlas of Renal Pathology: Minimal Mesangial and Mesangial Proliferative Lupus Nephritis (ISN/RPS Class I and II) - American Journal of Kidney Diseases
- AJKD Atlas of Renal Pathology: Membranous Lupus Nephritis, ISN/RPS Class V - American Journal of Kidney Diseases
- Supplementary Material for: Deep Learning-Based Model Significantly Improves Diagnostic Performance for Assessing Renal Histopathology in Lupus Glomerulonephritis (figshare.com)
