《Cytopathology》:A WSI-Independent Inference Framework for Cervical and Urinary Cytology Using Hierarchical Labels
编辑推荐:
背景:细胞学人工智能(artificial intelligence, AI)系统常依赖全切片图像(whole-slide images, WSIs)或高倍细胞图像,且通常针对单一标本类型优化。研究人员开发了CYTOLONE-v2,一种基于对比语言-图像预训练
背景:细胞学人工智能(artificial intelligence, AI)系统常依赖全切片图像(whole-slide images, WSIs)或高倍细胞图像,且通常针对单一标本类型优化。研究人员开发了CYTOLONE-v2,一种基于对比语言-图像预训练(contrastive language-image pretraining, CLIP)的分层分类框架,用于宫颈和尿路细胞学,设计为无需WSI输入的单视野推断。
方法:CYTOLONE-v1.1既往针对宫颈细胞学训练,采用低秩适应(low-rank adaptation, LoRA)以等效×10放大的WSI来源尿路细胞学视野进一步训练。90例源队列按病例水平分为训练(72例;360视野)和验证(18例;90视野)子集。每例人工选择5个诊断代表性视野。在40例独立尿路测试队列(20例反应性改变和20例尿路上皮癌;200视野)评估视野级性能,并使用独立宫颈细胞学测试集评估保留情况。
结果:在尿路细胞学中,CYTOLONE-v2在异常(Anomaly)和恶性(Malignancy)层级达到64.0%的视野级准确率,在诊断(Diagnosis)层级达到72.5%。在诊断层级,对尿路上皮癌的敏感度为99.0%(95%置信区间[CI],96.7%–100%),而对反应性改变的特异度为46.0%(95% CI,30.0%–62.0%)。宫颈细胞学准确率在异常层级得以保留(94.8% vs. CYTOLONE-v1.1的94.7%),在恶性层级轻度下降(91.2% vs. 93.5%),在Bethesda和诊断层级下降更明显。
结论:CYTOLONE-v2证明了将分层细胞学分类框架从宫颈细胞学扩展到尿路细胞学的技术可行性。研究结果限于经选择的WSI来源视野以及反应性改变对尿路上皮癌测试队列;在可确立临床效用之前,需要进行外部、病例级、直接显微镜和前瞻性工作流验证。
膀胱癌及上尿路肿瘤大多为尿路上皮癌(urothelial carcinoma),复发风险高,需要长期监测。尿细胞学因无创、简便和患者负担小而长期用于诊断与监测,但对高级别尿路上皮癌(high-grade urothelial carcinoma, HGUC)较有价值,对低级别尿路上皮癌(low-grade urothelial carcinoma, LGUC)敏感性低;其解释依赖细胞学技术人员和病理医师的视觉形态评估,主观性造成机构间和观察者间差异。巴黎系统(The Paris System for Reporting Urinary Cytology, TPS)于2016年提出、2022年修订,以检测HGUC为主要目标并定义核质比增高、核深染、核染色质不规则和核轮廓不规则等形态学标准,部分改善了报告可重复性并减少“非典型尿路上皮细胞”不确定诊断,但TPS并未自动化或客观标准化解释过程;临床尿标本常含重叠细胞簇、退化细胞、炎细胞和感染相关细胞改变,仍需专家经验。数字病理和深度学习推动了细胞学分类、检测、分割和切片级筛查模型;尿细胞学人工智能系统多基于卷积神经网络(convolutional neural networks, CNNs),对HGUC检测报告敏感度63%—100%、特异度61.8%—100%,早期多分类裁剪区域或单细胞图像,近期扩展到千兆像素WSI及适应稀疏细胞分布的高效图像处理,并引入自监督学习(self-supervised learning)和大规模表征学习。但现有研究多为监督CNN对裁剪细胞、图像块或WSI做良性/恶性分类或HGUC检测;WSI研究常将切片切分为大量图像块,结合可疑细胞区域检测与多实例学习(multiple-instance learning)生成切片或病例级预测;基于自监督的基础模型和视觉语言模型在计算病理中快速发展,但基于CLIP的视觉语言模型和使用分层诊断标签的多任务支持系统在尿细胞学中很少研究;多数方法需要WSI或高倍图像,支持细胞学技术人员常规低倍显微镜检查的无WSI人工智能系统仍不成熟。因此需要减少WSI依赖、适应低倍图像和多诊断粒度、整合视觉信息与文本标签语义结构的方案。研究人员将既往用于宫颈细胞学的CLIP分层分类框架CYTOLONE-v1.1扩展到尿路细胞学,形成CYTOLONE-v2。CYTOLONE-v2的定位是视野级细胞形态学分类,为细胞学技术人员已观察的低倍视野提供分类信息,不是自主筛查或病例诊断系统,不自动定位、排序或标记可疑视野;推断设计为接受单个显微镜视野而无需WSI输入,但本研究的开发与评估图像均来自WSI,因此评估的是跨标本适应技术可行性和宫颈分类性能保留,而非临床工作流有效性。该研究的意义在于为分层细胞学框架的跨标本扩展提供初步技术证据,但未建立病例级诊断或临床工作流效用。
关键技术方法(不超过250字):采用提示式CLIP训练,以CYTOLONE-v1.1为基座,对视觉与文本编码器施加LoRA(秩8、alpha 16、dropout 0.10),使用标准CLIP对比损失、AdamW、学习率1×10
?5、批大小128、100个epoch,按最低验证损失选epoch 91。图像为WSI按0.92 μm/pixel切分的1024×1024像素候选视野(等效×10),缩放至224×224并标准CLIP归一化,未作颜色归一化或数据增强。尿路源队列来自JA Shizuoka Kohseiren Enshu Hospital、Shizuoka General Hospital和Chutoen General Medical Center,为2022—2025年常规临床尿细胞学液体基细胞学巴氏染色标本;每例人工选5个诊断代表性视野,病例级80:20划分(seed 64)。评估用病例聚类bootstrap(20,000次)估计95% CI,并以均匀流形近似与投影(uniform manifold approximation and projection, UMAP)作探索性特征可视化。
3.1 视野级分类性能:在40例独立尿路测试病例的200个选择视野上比较CLIP-ViT-B/16、CLIP-ViT-B/16加LoRA、CYTOLONE-v1.1和CYTOLONE-v2,CYTOLONE-v2在所有类别中观察到的视野级准确率最高:Anomaly 64.0%、Malignancy 64.0%、Diagnosis 72.5%;CLIP-ViT-B/16为46.5%、47.0%、44.0%,CLIP-ViT-B/16加LoRA为57.5%、58.0%、60.0%,CYTOLONE-v1.1为53.5%、53.5%、55.0%。尿路Diagnosis终点的敏感度99.0%(95% CI,96.7%–100%)、特异度46.0%(95% CI,30.0%–62.0%)、平衡准确率72.5%(95% CI,64.4%–80.5%)、精确率64.7%(95% CI,48.1%–79.4%)、F1分数78.3%(95% CI,64.7%–88.1%)。诊断层级中,尿路上皮癌病例的100个选择视野有99个被正确分类,反应性改变病例的100个选择视野有54个被判为尿路上皮癌;Anomaly和Malignancy层级中100个癌视野有99个正确,100个反应性视野有71个被判为Malignant或Anomaly。由此得出非对称错误特征:癌相关视野很少被判为反应性,而反应性视野常被过度判读;因视野为诊断代表性区域,这些结果不衡量切片筛查或自动视野检测。
3.2 宫颈细胞学分类性能的保留:通过既往研究的独立宫颈测试集评估尿路适应后的宫颈分类性能。CLIP-ViT-B/16在Anomaly、Malignancy、Bethesda和Diagnosis层级的准确率分别为28.2%、33.7%、16.0%和21.7%;CYTOLONE-v1.1分别为94.7%、93.5%、68.0%和61.0%,CYTOLONE-v2分别为94.8%、91.2%、59.7%和56.7%。Anomaly准确率维持,Malignancy下降2.3个百分点,Bethesda和Diagnosis分别下降8.3和4.3个百分点,表明粗层级分类保留而细粒度分类部分退化。
3.3 特征表示的UMAP可视化:通过分别拟合的UMAP图对Diagnosis层级及其他层级作探索性可视化。尿路细胞学中,CLIP-ViT-B/16显示反应性改变与尿路上皮癌广泛视觉重叠,CYTOLONE-v1.1亦有重叠;CYTOLONE-v2的UMAP视觉上类别区域更分离,但部分反应性改变视野仍靠近癌视野,与混淆矩阵一致。宫颈细胞学中,UMAP显示发育不良相关类别重叠。因各UMAP坐标空间不可直接比较,这些图仅作示意,不能作为特征空间保留或重组的定量证据。
讨论部分总结:研究将CYTOLONE-v1.1从宫颈扩展至尿路细胞学并开发CYTOLONE-v2;在独立尿路队列中取得所评估模型中最高的视野级准确率,宫颈Anomaly性能保留、Malignancy轻度下降、Bethesda和Diagnosis下降更明显。尿路Diagnosis终点敏感度99.0%但特异度46.0%,反应性视野在Anomaly和Malignancy层级也被71%过度判读;原文提出该非对称错误可能反映反应性尿路上皮非典型与恶性改变的形态重叠,但未进行研究特异性专家复核,故该解释仍为假设;因CYTOLONE-v2不自动搜索、排序或标记视野,自动警报负担未测量,其对细胞学技术人员解释、工作量和复核时间的影响需前瞻性人机工作流评估。宫颈表现可描述为粗层级分类保留伴细粒度分类部分退化;任务干扰或部分灾难性遗忘是可能解释,但实验未设计识别机制,分别拟合的UMAP也不能确定特征空间保留或重组。研究采用LoRA进行参数高效训练;简化常规细胞学类别Negative、Reactive change和Urothelial carcinoma作为计算目标,并非TPS完整实施,非典型和分级类别在回顾性多中心记录中不一致,无法可靠回顾性分配HGUC/LGUC;当前终点为与常规视野级细胞形态学分类一致,而非组织学分级预测,未来应采用标准化TPS诊断,包括非典型尿路上皮细胞(atypical urothelial cells, AUC)、可疑高级别尿路上皮癌(suspicious for high-grade urothelial carcinoma, SHGUC)和分级类别,并配合共识复核及临床或组织学随访。CYTOLONE-v2设计为推断时处理单个低倍视野而无需WSI输入,但本研究的开发与评估图像均来自WSI;照明、白平衡、焦距、传感器、光学、压缩和色彩配置差异可能影响直接显微镜-相机图像的性能,因此当前证据支持WSI独立推断设计,而非已验证的无WSI显微镜性能。局限性包括:独立尿路测试队列仅含反应性改变和尿路上皮癌,不代表一般尿路筛查性能;每例在知晓常规诊断下人工选5个诊断代表性视野,可能引入偏倚,未评估系统切片采样、自动定位、视野排序或未选择视野与病例级标签不匹配;未预设病例级聚合规则,未评估病例级诊断性能,聚类感知置信区间不能替代病例级验证;常规参考诊断未经研究特异性TPS复核、共识裁决、统一组织学确认或HGUC/LGUC亚分类;未通过仅诊断标签的消融隔离分层标签贡献;未评估直接显微镜图像、读者性能、复核时间、工作量、外部队列和前瞻性工作流;性别、确切病变来源和病例级扫描仪分配未系统获得;诊断类别在机构间分布不均,Chutoen General Medical Center向测试队列贡献6例尿路上皮癌但无反应性改变病例,无法在该机构评估对反应性改变的特异度,不能排除机构相关因素影响,结果不应解释为建立机构无关性能。上述限制使结论限于选择视野分类和跨标本适应的技术可行性。
研究结论翻译:CYTOLONE-v2证明了将分层细胞学分类框架从宫颈细胞学扩展到尿路细胞学的技术可行性。研究结果限于经选择的WSI来源视野以及反应性改变对尿路上皮癌测试队列;在可确立临床效用之前,需要进行外部、病例级、直接显微镜和前瞻性工作流验证。