Point-of-care diagnostics with digital microscopy and artificial intelligence

Show full item record



Permalink

http://urn.fi/URN:ISBN:978-951-51-6022-5
Title: Point-of-care diagnostics with digital microscopy and artificial intelligence
Author: Holmström, Oscar
Contributor: University of Helsinki, Faculty of Medicine
Doctoral Program in Clinical Research
Publisher: Helsingin yliopisto
Date: 2020-09-04
URI: http://urn.fi/URN:ISBN:978-951-51-6022-5
http://hdl.handle.net/10138/315706
Thesis level: Doctoral dissertation (article-based)
Abstract: The lack of access to diagnostics is a global problem which causes underdiagnosis of various common and treatable diseases. In certain areas, the access to laboratory services and medical experts is extremely limited, such as in sub-Saharan Africa, with often less than one practising pathologist per one million inhabitants. Annually, hundreds of millions of microscopy samples are analysed to diagnose e.g. infectious diseases and cancers, but the need for more is significant. During the last decade, technological advancements and reduced prices of optical components have enabled the construction of inexpensive, portable devices for digitization of microscopy samples; a procedure traditionally limited to well-equipped laboratories with expensive high-end equipment. By allowing digitization of samples directly at the point of care (POC), advanced digital diagnostic techniques, such as the analysis of samples with medical ‘artificial intelligence’ (AI) algorithms, can be utilized also outside high-end laboratories – which is precisely where the need for improved diagnostics is often most significant. The aim of this thesis is to study how low-cost, POC digital microscopy, supported by automatized digital image analysis and AI can be applied for routine microscopy diagnostics with an emphasis on potential areas of application in low-resource settings. We describe, implement and evaluate various techniques for POC digitization and analysis of samples using both visual methods and digital algorithms. Specifically, we evaluate the technologies for the analysis of breast cancer tissue samples (assessment of hormone receptor expression), intraoperative samples from cancer surgeries (detection of metastases in lymph node frozen sections), cytological samples (digital Pap smear screening) and parasitological samples (diagnostics of neglected tropical diseases). Our results show how the digitization of a variety of routine microscopy samples is feasible using systems suitable POC usage with sufficient image quality for diagnostic applications. Furthermore, the findings demonstrate how digital methods, based on computer vision and AI, can be utilized to facilitate the sample analysis process to e.g. quantify tissue stains and detect atypical cells and infectious pathogens in the samples with levels of accuracy comparable to conventional methods. In conclusion, our findings show how technological advancements can be leveraged to create general-purpose digital microscopy diagnostic platforms, which are implementable and feasible to use for diagnostic purposes at the POC. This allows the utilization of modern digital algorithms and AI to aid in analysis of samples and facilitate the diagnostic process by automatically extracting information from the digital samples. These findings are important steps in the effort to develop novel diagnostic technologies which are usable also in areas without access to high-end laboratories, and the technologies described here are also likely to be applicable for diagnostics of other diseases which are currently diagnosed with light microscopy.Bristande åtkomst till medicinsk diagnostik är ett signifikant globalt problem som resulterar i att många vanliga, behandlingsbara sjukdomar förblir underdiagnostiserade. I vissa områden är tillgängligheten av laboratorietjänster och medicinisk personal kraftigt begränsad, liksom exempelvis i subsahariska Afrika där det totala antalet patologer ofta är lägre än en per miljoner invånare. Under det senaste decenniet har den tekniska utvecklingen möjliggjort utvecklingen av portabla, förmånliga instrument för att digitalisera biologiska prov även i fältmiljö; något som traditionellt begränsats till högklassiga laboratorier på grund av kravet på avancerad och dyr teknik. Genom att möjliggöra patientnära (’point of care’) digitalisering av prov kan avancerade digitala metoder, som provanalys med ’artificiell intelligens’, tillämpas även i fältmiljö – dvs. där behovet av förbättrad diagnostik är störst. Målet med avhandlingen är att undersöka hur förmånlig, patientnära digitalmikroskopi, kombinerat med digital bildanalys och artificiell intelligens, kan tillämpas för att effektivera rutinmässig mikroskopidiagnostik med tyngdpunkt på eventuella användningsområden i lågresursmiljöer. I arbetet beskriver, implementerar och utvärderar vi olika metoder för patientnära digitalisering av mikroskopiprov och analys av proven både visuellt och med automatiserade, digitala metoder. Arbetet är uppdelat i olika områden som undersöker teknologin för olika användningsområden. Dessa är: 1) onkologisk vävnadspatologi (bestämning av hormonreceptorstatus), 2) analys av intraoperativa vävnadsprov (fryssnitt för detektion av metastaser), 3) analys av cytologiska cellprov (Papa-prov) samt 4) diagnostik av de vanligaste tropiska parasitsjukdomarna (’neglected tropical diseases’). Resultaten visar hur digitaliseringen av mikroskopiprov är möjlig med miniatyriserade digitalmikroskop som lämpar sig för användning i fältmiljö, med en tillräcklig bildkvalitet för medicinsk diagnostik. Utöver detta kan provanalysen effektiveras med hjälp av automatiserad digital bildanalys, för att ex. mäta nivåer av vävnadsfärger samt identifiera premaligna cellförändringar samt parasiter i proven. Sammanfattningsvis tyder resultaten på att metoderna här är lämpliga för patientnära mikroskopidiagnostik av ett flertal olika sjukdomar. Genom att tillämpa moderna digitala bildanalysmetoder kan provanalysen automatiseras och effektiveras. Resultaten är betydande steg i utvecklingen av digitaldiagnostiska metoder som är användbara även i områden utan tillgång till högklassig laboratorieinfrastruktur. Utöver detta är metoderna beskrivna här sannolikt även möjliga att tillämpa för diagnostik av ett flertal övriga sjukdomar vars diagnostik för tillfället baserar sig på ljusmikroskopi.
Subject: lääketiede
Rights: This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show full item record