في عالم الطب الرقمي، تتزايد الأرشيفات الرقمية للأنسجة لتحتوي على عدة صور كاملة الشرائح (Whole-Slide Images - WSIs) لكل حالة، مما يعكس التنوع المعقد للأورام. ومع ذلك، تعتمد معظم الطرق الحالية على شريحة واحدة يتم اختيارها من قبل طبيب الأمراض، مما يتسبب في تخلي عن أدلة قيمة متوزعة عبر الشرائح الأخرى. حتى الآن، لم يُقترح إطار عمل مستقل لمعالجة الحالات من خلال استخدام كل الشرائح المتاحة.

هنا يأتي الابتكار! نقدم نظام CRISP (Clustering-Based Redundancy-Reduced Instance Sampling for Pathology)، وهو إطار عمل غير خاضع للإشراف يتيح تحليل الحالات من خلال دمج المعلومات من جميع الشرائح داخل الحالة. بدلاً من الاعتماد على شريحة معينة، يقوم المنهج المقترح ببناء تمثيلات على مستوى الحالة من خلال الانتقاء الانتقائي لمناطق ذات دلالة من مختلف الشرائح.

يرتكب CRISP في مرحلتين؛ حيث يبدأ بتقليل التكرار داخل كل شريحة، ثم يقوم بإجراء اختيار مبني على التجميع للحصول على مجموعة تمثيلية مدروسة من المناطق لجميع الشرائح. تسمح مجموعة المناطق الناتجة بالتقاط التنوع الموجود على مستوى الحالة، مع تجنب المعالجة الشاملة للصور العملاقة، وتعمل مباشرة كفهرس للاسترجاع.

من خلال استخدام مجموعتين من بيانات السرطان في عيادة مايو، أظهر CRISP تناسقاً في تحقيق نتائج تتساوى أو تتجاوز الممارسات القياسية الحالية في اختيار الشرائح من قبل الأطباء. من خلال أتمتة العملية على مستوى الحالة والتخلص من اختيار الصور بصورة ذاتية، يوفر CRISP إمكانية الاستفادة من المعلومات السريرية الهامة المتوزعة عبر شرائح متعددة، والتي غالباً ما يتم تجاهلها في الأساليب التقليدية.

في النهاية، يفتح CRISP آفاق جديدة في مجال تحاليل الصور الطبية ويثري فهمنا للتنوع السرطاني، مما قد يحسن نتائج التشخيص والعلاج.