Zanesljivost digitalne cervikalne citologije za odkrivanje intraepiteljske lezije visoke stopnje in raka materničnega vratu
Razvoj opreme za digitalizacijo citoloških preparatov in programske opreme za analizo slik je omogočil velik napredek tudi na področju cervikalne tekočinske citologije (TC). Razviti so bili prvi avtomatizirani sistemi digitalne cervikalne citologije (DCC), ki omogočajo razlikovanje med normalnimi in patološko spremenjenimi celicami v brisih materničnega vratu (BMV). DCC vključuje zajemanje in digitalizacijo slik ter uporabo umetne inteligence za njihovo analizo. Kljub napredku kakovost digitalnih slik še ni optimalna, dodatno pa izziv predstavlja njihova velikost (1-10 GB ali več), kar pomeni visoke stroške shran·evan·a. Prav tako še ni ·asnih ri oročil lede o timalnih arametrov skeniranja, kot so število Z-ravnin, razmik med njimi in število fokusnih točk, čeprav je kakovost slike ključna za zanesljivo oceno.
Princip DCC temelji na samodejni analizi preparatov, kjer programska oprema prepozna patološke celice in ustvari galerijo reprezentativnih slik, kijih nato ocenijo strokovnjaki na zaslonih visoke ločljivosti. Za interpretacijo se trenutno uporabljajo morfološka merila iz klasifikacije po Bethesdi, razvita za mikroskopsko cervikalno citologijo (MCC). Ni pa znano, ali so vsa ta merila primerna tudi za digitalizirane preparate, saj lahko kakovost slike vpliva na njihovo učinkovitost.
Literatura o DCC je omejena; prvi podatki kažejo primerljivo uspešnost z MCC, vendar primanjkuje raziskav o klinični občutljivosti, specifičnosti, longitudinalnih izidih in kumulativni incidenci za odkrivanje intraepitelijskih lezij visoke stopnje (PIL-VS) in raka materničnega vratu (RMV).
Namen doktorske naloge je določiti optimalne pogoje skeniranja TC z uporabo skenerja NanoZoomer S360 in AI programske opreme. Z raziskavo bomo ovrednotili ustreznost morfoloških meril, primerjali skladnost MCC in DCC ter ocenili zanesljivost metod pri odkrivanju PIL-VS in RMV ter določili kumulativno incidenco za APC-N +.