ラット骨髄のHE染色全スライド画像から細胞系統を識別する免疫組織化学支援深層学習モデルの開発

3行まとめ

• ラット骨髄のHE染色組織切片から細胞系統の免疫染色結果を予測する深層学習モデルを開発して評価した。
• HE画像のみから正解データと69％以上一致して細胞を予測し病理医の定性診断を反映した細胞変化も捉えた。
• 追加の染色や標本作製を行わずに通常のHE標本から造血細胞系統の評価を拡張できる可能性がある。

この論文の要約

目的

薬物安全性試験等における骨髄のHE染色切片のルーチン組織学的解析では、細胞密度や構造は把握できるものの造血細胞系統の把握には限界がある。また免疫組織化学（IHC）染色は標準検査に含まれず手作業での評価も煩雑であるため、HE切片から骨髄細胞系統のIHC標識を予測する深層学習モデルを開発することを目的とした。

対象と方法

ラット骨髄組織切片を対象とし、CD11bおよびミエロペルオキシダーゼマーカーの連続標識によるIHC情報に基づく正解データを用いて、HE染色画像から細胞系統を予測する深層学習モデルを学習させた。

主な結果

開発したモデルは、HEスライドの入力のみで正解データと69%以上の一致率で細胞セグメンテーションマップを予測した。さらに、通常の鏡検時に病理医が下した定性的診断を反映する細胞集団の変化を識別することができた。

臨床的意義

本自動化手法により、追加のサンプル作製を必要とせず、通常の骨髄HEスライドから造血細胞系統の評価を拡張し、病理医によるルーチンの骨髄評価を向上させられる可能性が示された。

⚠️ この要約はAIが自動生成したものです。