Marrowquant 20：実験的および臨床血液学における骨髄評価を支援するデジタル病理ワークフロー

骨髄（BM）細胞性評価は、血液学的および非血液学的障害に対するBMトレフィン生検の評価における重要なステップです。臨床評価は、他の間質区画に関する定量的情報を提供していない造血術科医による造血および脂肪細胞成分の半定量的視覚推定に基づいています。この研究では、5つの相互に排他的なコンパートメント（骨、造血、脂肪細胞、微小血管系地域など）のBM量子として機能するQupathソフトウェアに統合された効率的で使いやすいデジタル血液病理学ワークフローであるMarrowquant 2.0を開発および検証しました。ヒトBMトレフィン生検の細胞性を導き出します。個々の脂肪細胞のインスタンスセグメンテーションは、機械学習ベースのアルゴリズムスターディストの適応を通じて実現されます。250の骨標本から得られたヘマトキシリンおよびエオシン画像のBMコンパートメントと脂肪細胞サイズ分布を計算しました。コントロール被験者と急性骨髄性白血病または骨髄異形成症候群の患者から、診断および追跡時に骨格性推定値2.0による細胞性推定値の一致の一致を測定しました。4人の血液病理学者からの視覚スコア。このアルゴリズムは、平均マスク精度が86％、骨（99％）、造血（92％）、および脂肪細胞（98％）の最大マスク精度で堅牢なBMコンパートメントセグメンテーションが可能でした。Marrowquant 2.0細胞性スコアと血液病理学者の推定は非常に相関していました（R2 = 0.92-0.98、クラス内相関係数[ICC] = 0.98; Interobserver ICC = 0.96）。BMコンパートメントセグメンテーションにより、造血および脂肪細胞のコンパートメントの相互関係が定量的に確認されました。Marrowquant 2.0のパフォーマンスは、臨床ルーチン診断から前向きに収集された標本の細胞性評価についてさらにテストされました。間質が拡大した標本での細胞方程式の選択を特別に検討した後、この設定ではパフォーマンスが類似していました（R2 = 0.86、n = 42）。したがって、これらの検証実験は、BMセルラー性評価のための信頼できるツールとしてMarrowquant 2.0を確立すると結論付けます。このワークフローは、BM間質成分に関連する新しいバイオマーカーを探索するための臨床研究ツールとして役立ち、将来のデジタル化された診断血管病理学ワークストリームのさらなる検証に貢献する可能性があると予想しています。

Bone marrow (BM) cellularity assessment is a crucial step in the evaluation of BM trephine biopsies for hematologic and nonhematologic disorders. Clinical assessment is based on a semiquantitative visual estimation of the hematopoietic and adipocytic components by hematopathologists, which does not provide quantitative information on other stromal compartments. In this study, we developed and validated MarrowQuant 2.0, an efficient, user-friendly digital hematopathology workflow integrated within QuPath software, which serves as BM quantifier for 5 mutually exclusive compartments (bone, hematopoietic, adipocytic, and interstitial/microvasculature areas and other) and derives the cellularity of human BM trephine biopsies. Instance segmentation of individual adipocytes is realized through the adaptation of the machine-learning-based algorithm StarDist. We calculated BM compartments and adipocyte size distributions of hematoxylin and eosin images obtained from 250 bone specimens, from control subjects and patients with acute myeloid leukemia or myelodysplastic syndrome, at diagnosis and follow-up, and measured the agreement of cellularity estimates by MarrowQuant 2.0 against visual scores from 4 hematopathologists. The algorithm was capable of robust BM compartment segmentation with an average mask accuracy of 86%, maximal for bone (99%), hematopoietic (92%), and adipocyte (98%) areas. MarrowQuant 2.0 cellularity score and hematopathologist estimations were highly correlated (R2 = 0.92-0.98, intraclass correlation coefficient [ICC] = 0.98; interobserver ICC = 0.96). BM compartment segmentation quantitatively confirmed the reciprocity of the hematopoietic and adipocytic compartments. MarrowQuant 2.0 performance was additionally tested for cellularity assessment of specimens prospectively collected from clinical routine diagnosis. After special consideration for the choice of the cellularity equation in specimens with expanded stroma, performance was similar in this setting (R2 = 0.86, n = 42). Thus, we conclude that these validation experiments establish MarrowQuant 2.0 as a reliable tool for BM cellularity assessment. We expect this workflow will serve as a clinical research tool to explore novel biomarkers related to BM stromal components and may contribute to further validation of future digitalized diagnostic hematopathology workstreams.