Κυτταρολογία τραχήλου της μήτρας :
Automation and Liquid based cytology
Εισαγωγή
Απαιτήσεις
Βασικά στοιχεία του προληπτικού ελέγχου
Τύποι εργαλείων
Κυτταρολογία Υγρής Φάσης

 

Τύποι συσκευών

Προς το τέλος της δεκαετίας του '80 και τις αρχές της δεκαετίας του '90 δύο αυτοματοποιημένες συσκευές προληπτικού ελέγχου που χρησιμοποίησαν τα νευρωνικά δίκτυα (neural networks) για την εξέταση επιχρισμάτων, υποβλήθηκαν στις εκτενείς δοκιμές σε πολλά κέντρα και εγκρίθηκαν στη συνέχεια από την Αμερικανική Αντιπροσωπεία Τροφίμων και Φαρμάκων για τον προληπτικό έλεγχο των κολποτραχηλικών επιχρισμάτων. Αυτές ήταν:
  • Το Papnet (Neuromedical Systemw IncAmsterdamBV)
  • Το AutoPap (Neopath IncRedmond Washington USA)

Και τα δύο ήταν διαλογικά συστήματα, δηλ. επέλεγαν τα επιχρίσματα για την επανεξέταση από κυτταροτεχνολόγο. Εγκρίθηκαν αρχικά για τον ποιοτικό έλεγχο ή τη συμπληρωματική εξέταση των κολποτραχηλικών επιχρισμάτων. Συνεπώς εγκρίθηκαν για τον πρωτοβάθμιο προληπτικό έλεγχο.

Το Papnet εισήχθη ως μέθοδος πρωτοβάθμιας εξέτασης των συμβατικών τεστ Παπανικολάου. Τα πλακίδια διαβαζόταν μέσω του ανιχνευτή Papnet που επέλεγε τις εικόνες που είχαν ενδιαφέρον. Αυτές επανεξεταζόταν έπειτα σε οθόνη υπολογιστή από έναν επιστήμονα. Το Papnet χρησιμοποίησε νευρωνική (neural net) τεχνολογία υπολογιστών για να αναλύσει τη σύνθετη φύση του συμβατικού τεστ Παπανικολάου.

Το AutoPap σχεδιάστηκε για την πρωτοβάθμια εξέταση και των συμβατικών κολποτραχηλικών  επιχρισμάτων. Η συμβατική τεχνολογία υπολογιστών χρησιμοποιήθηκε. Οι εικόνες δεν παρουσιαζόταν για επανεξέταση, αλλά περισσότερο τα επιχρίσματα με τις σοβαρότερες ανωμαλίες συγκεντρωνόταν, και αυτά τα επιχρίσματα έπειτα εξετάζονταν πλήρως από  επιστήμονες. Το ποσοστό που εξεταζόταν πλήρως μπορούσε να αλλάξει, αλλά οποιοδήποτε τμήμα δεν επανελεγχόταν, αρχειοθετούνταν και δεν αναθεωρούνταν πάντα από έναν επιστήμονα ή έναν κυτταροπαθολόγο.

Το σύστημα AutoPap έλαβε την FDA έγκριση τον Μαΐο του 1998 για χρήση στην πρωτοβάθμια εξέταση των κολποτραχηλικών επιχρισμάτων, στα πλαίσια του προληπτικού ελέγχου του τραχήλου της μήτρας. Το σύστημα Autopap έλεγξε συμβατικά κολποτραχηλικά επιχρίσματα και ταξινόμησε τα δείγματα σύμφωνα με το βαθμό της ατυπίας τους. Το σύστημα σχεδιάστηκε για να ψάχνει πλακίδιο - πλακίδιο και να αποκλείει το 25% των επιχρισμάτων με το χαμηλότερο κίνδυνο. Αυτά τα επιχρίσματα αποκλειόταν αυτόματα από εκείνα που απαιτούσαν την μικροσκοπική επανεξέταση. Μειωνόταν έτσι ο φόρτος εργασίας του κυτταροτεχνολόγου κατά 25%.

Το Papnet ήταν ένα εμπορικό νευρωνικό πρόγραμμα υπολογιστή (neural network-based program) για βοηθητικό έλεγχο των κολποτραχηλικών επιχρισμάτων.

Τα επιχρίσματα αναλυόταν χρησιμοποιώντας έναν συνδυασμό αλγοριθμικών και νευρωνικών προγραμμάτων (neural network-based program), και 128 εικόνες των πιο άτυπων κυττάρων ή ομάδων κυττάρων συγκεντρώνονταν για έλεγχο από τον κυτταροτεχνολόγο.

Οι εικόνες αποθηκευόταν σε compact disc και επανεξεταζόνταν από κυτταροτεχνολόγο σε βίντεο στο εργαστήριο. Οι κυτταροτεχνολόγοι ανέλυαν τις εικόνες και αποφάσιζαν εάν ένα επίχρισμα είναι αρνητικό ή απαιτούσε επανεξέταση στο μικροσκόπιο. Εκείνα τα επιχρίσματα που ήταν αρνητικά δεν υποβάλλονταν στην μικροσκοπική επανεξέταση.

Και τα δύο συστήματα (το Papnet και το Autopap) μελετήθηκαν εκτενώς σε πολλά κέντρα με δοκιμές οι οποίες έκαναν σύγκριση μεταξύ αυτοματοποιημένου ελέγχου και ελέγχου στο μικροσκόπιο των ιδίων επιχρισμάτων.

Οι δοκιμές έδειξαν ότι τα αυτοματοποιημένα συστήματα είχαν τουλάχιστον την ίδια ευαισθησία με την μικροσκοπική εξέταση και ότι περισσότερα επιχρίσματα μπορούσαν να αναλυθούν ανά μονάδα χρόνου.

Λόγω των υψηλών δαπανών ανάπτυξης τα συστήματα δεν βρέθηκαν να συμφέρουν  οικονομικά τα εργαστήρια κυτταρολογίας που επεξεργάζονται λιγότερο από 50.000 επιχρίσματα, γεγονός που απέκλεισε σχεδόν όλα, εκτός από μερικά εργαστήρια στις ΗΠΑ και την Ευρώπη. Συνεπώς δεν ήταν εμπορικά βιώσιμα.

Και η Papnet και η AutoPap τεχνολογία αγοράστηκαν από μια τρίτη εταιρία, την SurePath-Autocyte και δεν είναι πλέον διαθέσιμες στο εμπόριο. Εντούτοις, στην εποχή  τους, αντιπροσώπευσαν μια σημαντική ανακάλυψη στην αυτοματοποιημένη εξέταση των κολποτραχηλικών επιχρισμάτων.

Το σύστημα TriPath FocalPoint™ imaging είναι μια συσκευή αυτοματοποιημένης εξέτασης των κολποτραχηλικών επιχρισμάτων που είναι διαθέσιμη σήμερα. Προορίζεται για τη χρήση στον πρωτοβάθμιο έλεγχο των κολποτραχηλικών επιχρισμάτων. Το FocalPoint αναγνωρίζει έως και το 25% των επιτυχώς επεξεργασμένων επιχρισμάτων που δεν χρειάζονται καμία περαιτέρω επανεξέταση. Το FocalPoint αναγνωρίζει επίσης τουλάχιστον το 15% όλων των επιτυχώς επεξεργασμένων επιχρισμάτων που χρειάζονται  δεύτερη, μικροσκοπική εξέταση. Η συσκευή προορίζεται να χρησιμοποιηθεί και για τα συμβατικά-προετοιμασμένα και τα  SurePath™ (στο παρελθόν AutoCyte®PREP) κολποτραχηλικά επιχρίσματα. Και για τις δύο μεθόδους προετοιμασίας, η συσκευή προορίζεται να ανιχνεύει τα επιχρίσματα με στοιχεία πλακώδους καρκινώματος, αδενοκαρκινώματος και των συνηθισμένων προδρόμων αλλοιώσεών τους.

Computer Based Image Analysis

Vision is a complex process of the eye receiving images as light and then the brain interpreting the images in the context of signals from other senses as well as the conscious and subconscious parts of brain activity. In cytology, we train our interpretive ability by looking at hundreds or thousands of samples, reading, being taught etc. We make mistakes and learn from them. Such processes are difficult to simulate using computers but the development of LBC and the production slides with cells as monolayers has given us the possibility for semi-automation.

We can take an example of the one of the criteria we use for diagnosis in cytology – hyperchromasia. When we look at normal squamous epithelial cells we know what the nuclear appearance should be. The nuclear membrane is thin and the chromatin shows a pattern of finely divided heterochromatin and euchromatin. If we see areas within the nucleus where the heterochromatin appears to be uneven and is concentrated in some parts of the nucleus and not others, we describe that as chromatin clumping and interpret it as a sign of abnormality.

Digital cameras “see” images by measuring the light intensity and colour properties being received by their electronic sensor elements. We refer to these as pixels (pixel = PIcture ELement) and the values from light/dark and colour can be measured and stored by a computer attached to the camera. If we place our stained cytology samples in an apparatus which has lenses and a digital light sensor (camera) we can “train” the computer to react to chromatin clumping as well as some of the other criteria we use, such as nuclear size, form etc. For example, heterochromatin can be detected as groups of dark pixels, which are different when compared to the finely distributed chromatin present in normal nuclei.

These “rules” for recognition of abnormal structures are called algorithms and are incorporated in the systems marketed by the companies mentioned above.

Surepath uses a system called FocalPoint®. This analyses the samples using a series of algorithms as described above and assigns a score to the sample. The sample is then graded into a group called No Further Review (NFR) or into one of 5 risk categories. The purpose of this is to make it unnecessary for a trained person to look at the NFR category. They can instead concentrate on looking at the slides graded as some level of risk of abnormality. The operator is guided to the areas containing the cells of interest (Fields of View/FOV) which have been detected by the system.

Cytyc markets the ThinPrep® Imaging System which functions in a similar way to the SP system. It has 22 FOV – which the system has ranked as being the most significant and that an experienced person should look at.

 

Further reading:

Evaluation of automated systems for the analysis of cervical smears DV Coleman 1998 Cytopathology 9,359-368

Automated cervical cancer screening  edited by  Heinz Grohs  and  OAN Hussain (1994) Igaku-shoin New York

Cervical screening programmes: can automation help? Evidence from systematic reviews, an economic analysis and a simulation modelling exercise applied to the UK. Willis BH, Barton P,Pearmain P,Bryan S,Hyde C. Health Technol Assess. 2005 Mar;9(13):1-207, iii.

Back
Next