Integrace digitální patologie do pracovního procesu patologických pracovišť

V posledních letech zažíváme dynamický rozvoj technologií umělé inteligence (AI) ve všech oblastech lidské činnosti, přičemž medicína představuje jedno z nejvýznamnějších polí jejího uplatnění. Inovativní startupy i globální technologické společnosti intenzivně pracují na vývoji nových algoritmů a digitálních platforem využívajících AI a strojové učení, s cílem podpořit a zkvalitnit práci lékařů. Obor anatomické patologie, který je již tradičně zaměřen na analýzu obrazových dat, poskytuje široké možnosti pro využití AI jak v rutinní diagnostice bioptických vzorků, tak i ve výzkumu. Je pravděpodobné, že v následujících letech a desetiletích projde patologie zásadní transformací, přičemž AI bude hrát klíčovou roli při přesnějším hodnocení obrazových dat a umožní generovat informace, které zůstávají lidskému oku skryté (tzv. skryté vzorce, hidden patterns), což přinese další potenciální benefity pro pacienty. K úspěšné implementaci AI je však zásadní široká dostupnost digitalizovaných histopatologických snímků ve vysokém rozlišení, což vyžaduje digitalizaci pracovního postupu jako celku. V anglické literatuře se často setkáváme s dvěma termíny, a těmi jsou digital pathology a computational pathology. Druhý jmenovaný termín označuje pokročilé využití strojového učení a AI k extrakci a analýze velkého množství dat z histopatologických snímků s cílem odhalit komplexní vzorce a skryté souvislosti, které by lidskému oku zůstaly skryté, a zpřesnit kvantifikaci různých histopatologických proměnných, což má vést ke zlepšení diagnostické přesnosti, umožnit lepší predikci následného klinického průběhu onemocnění a ve výsledku se přiblížit personalizaci medicíny. Oproti tomu termín digital pathology představuje více praktický koncept, zahrnující digitalizaci pracovního postupu prostřednictvím tvorby celoplošných digitálních obrazů sklíček (whole slide image; WSI) pro jejich následné prohlížení, sdílení a archivaci. Cílem je primárně zlepšit přístupnost histologických snímků, podporovat telemedicínu a usnadnit tvorbu rozsáhlých archivů bioptických případů (14). Skutečné plnohodnotné využití AI v patologii tak není možné bez předchozí digitalizace celého pracovního procesu na patologických pracovištích. Proto v posledních letech dochází k rostoucímu zájmu o tuto oblast, a to i díky technologickému pokroku v oblasti hardwaru a softwaru. Ten umožňuje pořizování kvalitních WSI s vysokým rozlišením, jejich ukládání na vysokokapacitních cloudových úložištích a jejich rychlé a bezproblémové prohlížení díky vysokorychlostnímu internetu a moderním pracovním stanicím s kvalitními monitory. Důležitou roli v rozvoji digitální patologie hraje i postupné schvalování WSI pro primární diagnostiku řadou regulačních orgánů. V Evropě má dnes řada systémů pro digitální patologii statut Conformité Européenne In-Vitro Diagnostics (CE-IVD), což umožnilo exponenciální nárůst digitální patologie především v zemích západní Evropy jako je Holandsko (5), Švédsko (6,7), Anglie (8,9) nebo Španělsko (10). Ve spojených státech pak má řada systémů pro digitální patologii schválení Food and Drug Administration (FDA) (11,12). Význam digitalizace pracovních procesů podtrhují četné studie (11,13,14) potvrzující, že WSI není z hlediska diagnostické přesnosti horší než tradiční světelná mikroskopie.

* Adresa pro korespondenci:

doc. MUDr. Ondřej Fabián, Ph.D.

Pracoviště klinické a transplantační patologie Institut Klinické a Experimentální Medicíny Vídeňská 1958/9

140 21, Praha 4

e-mail: ondrej.fabian@ikem.cz

Tento přehledový článek se zaměřuje na praktické aspekty implementace digitální patologie do pracovního procesu patologických laboratoří a klade si za úkol přiblížit základní pojmy, zdůraznit přínosy i potenciální rizika digitalizace, diskutovat klíčové aspekty kontroly kvality a validace digitálního pracovního procesu a upozornit na nezbytné požadavky na hardwarové a softwarové vybavení.

PRINCIP WHOLE SLIDE IMAGING

Princip digitalizace celoplošných snímků histologických preparátů spočívá ve vytvoření digitálního obrazu celého histologického skla či jeho části. Tento proces zahrnuje několik klíčových kroků: získání obrazu (skenování), jeho uložení, případnou editaci a finální zobrazení (15). Skenery zachycují tkáňový řez buď ve formě jednotlivých dílků či čtverců (v angličtině „tiles“), nebo v podobě tenkých dlouhých pruhů („lines“), které se následně sestavují do jednoho celku, obdobně jako dílky skládačky, a vytvářejí tak kompletní digitální obraz preparátu (16). Většina skenerů emuluje tradiční světelnou mikroskopii, výsledný WSI tedy odpovídá tomu, co patolog vidí pod světelným mikroskopem. Některé moderní skenery však umožňují zaznamenávat i další modality, například imunofluorescenci, fluorescenční in situ hybridizaci nebo preparát v polarizovaném světle (17). Klíčovým prvním krokem je přesná detekce hranic preparátu na skle, kterou většina současných skenerů provádí automaticky v náhledu při nízkém rozlišení (18). Pokud však vzorky nesplňují minimální rozpoznávací parametry skeneru (např. příliš malé vzorky, které jsou pod nastavenou detekční hranicí skeneru), může být nezbytná ruční detekce. Pro úspěšné automatické rozpoznání preparátu je třeba dbát i na kvalitu fyzického preparátu a minimalizovat přítomnost artefaktů jako jsou vzduchové bubliny, praskliny, kolísavá tloušťka řezu nebo vzorky umístěné blízko u okrajů skla (19). Jedním z klíčových aspektů v průběhu skenovacího procesu je i správné zaostření snímku, které významně ovlivňuje celkovou kvalitu a hodnotitelnost WSI. Zároveň tím však klade nemalé nároky na skenovací čas, výslednou velikost WSI a někdy vyžaduje i manuální rozmístění zaostřovacích bodů. Proces zaostřování na rovinu preparátu (ostření v ose z) probíhá buď na každém jednotlivém dílku, nebo za využití předem vytvořené mapy zaostřovacích bodů s optimalizovanou distribucí a hustotou pro danou oblast. Lineární skenování obvykle využívá právě zaostřovací mapy, které mohou být generovány automaticky nebo manuálně (17). Přesné rozvržení této mapy významně ovlivňuje jak rychlost skenování, tak i kvalitu výsledného WSI. Samotné skenování probíhá nejčastěji při rozlišení objektivu 20x nebo 40x. Pro běžné histopatologické hodnocení v základním barvení hematoxylinem a eosinem nebo pro imunohistochemii postačuje zpravidla rozlišení 20x. Pro detailnější hodnocení (např. některá specializovaná barvení, detekce mikroorganismů, výsledky in situ hybridizace,…) je však často nutné využít rozlišení 40x. Některé moderní skenery umožňují skenovat i při rozlišení 60x nebo 100x v olejové imerzi (20). Na rozdíl od klasického mikroskopu však rozlišení digitálního snímku závisí nejen na rozlišení objektivu, ale podílí se na něm i velikost a počet pixelů v senzoru digitální kamery a rozlišení monitoru. Pokud má senzor kamery nižší rozlišení než umožňuje numerická apertura objektivu, může dojít ke ztrátě detailů obrazu, které již nelze obnovit ani na monitoru s vysokým rozlišením (21). Každopádně, výsledkem skenovacího procesu je zhotovení WSI, který má specifické parametry rozlišení a barevné hloubky. Rozlišení se vyjadřuje v mikrometrech na pixel, zatímco barevná hloubka v bitech na pixel, což určuje celkový počet barevných odstínů ve snímku. Snímek skenovaný při zvětšení 40x obvykle dosahuje rozlišení kolem 0,25 µm na pixel a 24bitové barevné hloubky. Na 1 mm² preparátu tak přináší kolem 384 milionů bitů dat a výsledná velikost nekomprimovaného souboru preparátu o takového velikosti se bude pohybovat okolo 48 MB (22). Výrazný nárůst velikosti WSI nastává při skenování ve více rovinách s jejich následným složením (tzv. z-stack), což umožňuje zachycení ostrého snímku ve více rovinách řezu a následné proostřování virtuálního preparátu. Tato metoda je užitečná zejména při hodnocení cytologických nátěrů, avšak značně prodlužuje skenovací čas a navyšuje velikost souboru (23). Po vzniku digitálního snímku přichází na řadu jeho komprese, přičemž je důležité volit optimální úroveň komprese s co nejmenší ztrátou informace. Někteří výrobci používají kompresní formáty jako je například JPEG, který však může způsobovat značnou ztrátu detailů či vznik nežádoucích artefaktů (22). I po kompresi může velikost WSI činit několik GB, což klade nemalé nároky na přenos dat, rychlost internetového připojení při online prohlížení preparátů ve webových prohlížečích a na kapacitu cloudových úložišť. Toto je částečně řešeno tzv. pyramidovým systémem, v němž se velikost rozlišení přizpůsobuje velikosti zobrazené části preparátu. Při pohledu na větší oblast se zobrazuje pouze nízké rozlišení, zatímco při přiblížení na detailní úroveň je stažena jen malá část snímku v plném rozlišení (22). Pro zobrazování, distribuci a archivaci WSI je často využíván standard DICOM (z anglického názvu Digital Imaging and Communications in Medicine) (24). Jde o rozsáhlý standard, definující způsob manipulace a skladování. Zároveň umožňuje skenerům a dalším zařízením integraci do systému PACS (Picture Archiving and Communication System). DICOM podporuje ukládání metadat, jako jsou informace o pacientovi, laboratorní údaje či detaily o procesu snímání, což je důležité pro sledování historie vzorku. Metadata mají zásadní význam pro efektivní archivaci a přístup k WSI. Indexace pomocí metadat a štítkování obrazů dle patřičných kategorií a diagnóz zajišťuje, že patologové mohou snadno nalézt a analyzovat historická data. Implementace robustního systému pro správu metadat je klíčová pro maximalizaci přínosů archivace WSI.

PROCES IMPLEMENTACE DIGITÁLNÍ PATOLOGIE NA PRACOVIŠTI

Digitální patologie v tradičním smyslu zahrnuje tři základní zobrazovací technologie:

Makroskopické zobrazování (gross imaging) – Získávání a archivace makroskopických obrazů patologických nálezů, které slouží jako součást diagnostického procesu a umožňují tvorbu rozsáhlých archivních datasetů.

Telepatologie – Původně se jednalo o přenos patologických případů na dálku v reálném čase, a to prostřednictvím modifikovaného mikroskopu vybaveného kamerovým systémem a připojením k internetu. Tento přístup byl předchůdcem dnešních systémů WSI.

Whole Slide Imaging – V současnosti je práce s WSI považována za de facto synonymum pro digitální patologii, protože se jedná o plnohodnotnou digitalizaci celých histologických preparátů, která umožňuje jejich komplexní analýzu a archivaci.

Stejně jako ostatní laboratorní prostředky musí být vybavení pro digitální patologii schváleno příslušnými regulačními orgány. Ve Spojených státech je k tomu zapotřebí sestavení tzv. systému digitální patologie (digital pathology system), jehož minimální součástí je skener histologických preparátů, který splňuje požadavky FDA, prohlížeč nebo jiný software pro adekvátní zobrazení WSI (tzv. image management systém; IMS) a monitor lékařské kvality co se týče rozlišení, velikosti úhlopříčky a barevné hloubky (tzv. medical grade monitor) (4,25). Doporučení pro Českou republiku jsou formulována ve standardech České společnosti patologů, uvedených v dokumentu Metodika SČP ČLS JEP pro implementaci digitální patologie v odbornosti 807/823 (26), který vychází z oficiálních evropských požadavků pro IVD. Podle těchto pokynů by minimální vybavení pro práci s digitálním obrazem mělo zahrnovat pracovní stanici s CE-IVD certifikovaným skenerem a odpovídajícím softwarovým vybavením, stolní počítač s přístupem k archivu WSI, software pro správu případů a napojení na lékařský informační systém. V případě vzdáleného přístupu je nezbytný zabezpečený vzdálený přístup a možnost komunikace s laboratoří. Jakýkoli odklon od těchto standardů je považován za off-label použití. Personální zajištění je pak shodné jako při konvenční práci s mikroskopem a spočívá v diagnostice prováděné lékařem s odbornou způsobilostí v oboru patologie.

Při rozhodování o zavedení digitální patologie do běžného pracovního procesu je jedním z prvních kroků sestavení odborného týmu. Tento tým by měl zahrnovat minimálně klíčové pracovníky z patologického oddělení (patology, laboranty, administrativní pracovníky), IT specialisty (jednotlivce či celé týmy, případně s podporou externích odborníků) a zástupce firem dodávajících potřebné hardwarové a softwarové řešení. Vstupní plánování projektu by mělo zahrnovat pečlivou analýzu a identifikaci potenciálních výzev a překážek spojených s implementací, přičemž hlavními oblastmi jsou finance, plánování, logistika, IT podpora a lidské zdroje. Klíčové faktory, které je nezbytné při implementaci zohlednit, zahrnují (4,27,28):

Finanční náklady – Zajištění odpovídajících rozpočtových prostředků na pořízení hardwaru, softwaru, skladovacích kapacit i lidských zdrojů. Je nutné kalkulovat nejen s počátečními investicemi, ale také s průběžnými náklady na údržbu a aktualizace systému a na archivaci případů.

Požadavky na IT oddělení – Integrace systému správy obrazů do nemocničního informačního systému představuje komplexní úkol, který mimo jiné zahrnuje i nezbytná bezpečnostní opatření a soulad s předpisy na ochranu osobních údajů (např. GDPR). IT oddělení musí také zajistit stabilitu a bezpečnost sítě a podporu pro zpracování velkých objemů obrazových dat.

Logistické otázky a pracovní tok laboratoře – Je nutné efektivně zařadit digitalizační krok (vytvoření WSI) do stávajícího pracovního procesu tak, aby se zajistila plynulost a rychlost laboratorního provozu. Digitalizace by neměla představovat nadbytečné zatížení pracovníků, ale spíše podporu a usnadnění stávajících procesů.

Široká nabídka hardwaru a softwaru – Rychlý vývoj trhu s digitálními nástroji přináší široký výběr hardwarových i softwarových řešení různé kvality. Pečlivé posouzení výhod a nevýhod jednotlivých produktů je nezbytné, aby řešení odpovídalo specifickým potřebám daného pracoviště a poskytovalo spolehlivost, která je pro patologickou diagnostiku zásadní.

Křivka učení při hodnocení WSI – Přechod na digitální hodnocení snímků vyžaduje školení a adaptaci pracovníků, kteří se musejí seznámit s novým způsobem interpretace obrazů. Odpovídající školení a čas na adaptaci jsou klíčové pro zajištění kvality diagnostických závěrů.

Výzvy telemedicíny a práce na dálku – Vzdálený přístup k digitálním snímkům přináší nové možnosti spolupráce, avšak vyžaduje bezpečné technologické řešení, stabilní připojení a efektivní organizaci práce na dálku.

Specifické požadavky v některých oblastech patologie – Například cytopatologie klade vysoké nároky na kvalitu WSI, které mnohdy vyžadují použití z-stacku pro detailní hodnocení vzorků. Rovněž pracoviště s větším počtem imunofluorescenčních vyšetření (například ta s transplantační problematikou), mají zvýšené požadavky na technologické řešení.

Leadership a motivace pracovníků – Úspěšné zavedení digitální patologie vyžaduje efektivní vedení a motivaci zaměstnanců. Zaměstnanci potřebují pochopit výhody a dlouhodobý přínos digitálního přístupu pro kvalitu diagnostiky a celkovou efektivitu pracoviště.

Všechny výzvy a potenciální komplikace spojené s digitalizací by měly být identifikovány předem, aby pracoviště mohlo ještě před zahájením digitální transformace vypracovat plán jejich řešení. Řešení musí být navrženo s ohledem na konkrétní potřeby daného pracoviště. Proces digitalizace může být realizován buď jako jednotný projekt, nebo postupně, například začleněním skenování vybraných biopsií, zhotovováním WSI pro výzkumné účely nebo jen pro potřeby klinicko-patologických seminářů. Vícekroková implementace umožňuje postupně rozšiřovat digitalizaci na další oblasti. Úzká spolupráce s IT oddělením je nezbytná již od samotného počátku projektu. Je důležité zajistit kompatibilitu nemocničního hardwaru a softwaru s novým vybavením pro digitální patologii, což může často vyžadovat modernizaci některých stávajících komponent jako jsou stolní počítače. Klíčovým krokem při digitalizaci je pak výběr vhodného skeneru. Je třeba zvážit, zda pořídit jeden skener s velkou kapacitou, nebo více skenerů s nižší kapacitou. I když jeden vysokoobjemový skener může na první pohled působit efektivněji, několik menších skenerů může paradoxně výrazně zrychlit skenovací proces. Například tři skenery s kapacitou 100 skel zvládnou naskenovat 300 skel rychleji než jeden skener s kapacitou 300 skel. Vícero skenerů navíc umožňuje flexibilněji reagovat na aktuální požadavky, což je zvláště důležité v zařízeních s nepravidelným provozem, jako jsou transplantační centra. Skenování je vhodné provádět spíše během pracovní doby. Přestože může být skenování přes noc lákavé, denní provoz umožňuje okamžité řešení technických problémů, které by mohly skenování přerušit. Zvážit je možné také pořízení skeneru s funkcí kontinuálního vkládání skel během skenovacího procesu. Pro zajištění efektivního digitalizovaného pracovního postupu je důležité minimalizovat potřebu lidského zásahu. Automatizovaný skenovací proces vyžaduje precizní značení parafínových bloků a histologických skel. Jedinečné označení skel v podobě čitelného čísla nebo ideálně čárového či QR kódu je zásadní pro správné automatické pojmenování WSI a jeho zařazení do příslušného adresáře v úložišti. V případě potřeby lze WSI propojit s elektronickou zdravotnickou dokumentací, obdobně jako u radiologických snímků. Výběr vhodné tiskárny štítků a její integrace do pracovního procesu je proto dalším klíčovým krokem digitalizace. Problémy mohou nastat při zpracování konzultačních případů, což některá pracoviště řeší přetiskem štítků na zapůjčená sklíčka. Digitalizace může vyžadovat i celkovou úpravu rozvržení pracovního prostředí. Tradiční „analogové“ uspořádání laboratoře nemusí vždy optimálně vyhovovat digitalizovanému provozu, a proto může být výhodné přehodnotit rozvržení pracoviště. Skener by měl být umístěn tak, aby bylo možné sklíčka naskenovat ihned po jejich přípravě, ideálně bez nutnosti jejich překládání mezi nosiči, avšak zároveň dostatečně daleko od mikrotomů, aby se minimalizovalo riziko kontaminace parafínem. Součástí digitalizace by měla být i makroskopická dokumentace – pořizování kvalitních makroskopických snímků během přikrajování biopsií a jejich archivace by mělo být začleněno do plánu digitalizace pracoviště. V neposlední řadě digitalizace přináší zásadní změny nejen v pracovních procesech, ale také ve způsobu myšlení. Změna tradičních postupů může narážet na přirozený odpor lidí ke změnám, což platí zejména v oboru patologie, kde bývá kladen důraz na osvědčené přístupy a překotné změny či skokové inovace se obvykle nesetkávají s přílišným pochopením. Náročnost této změny podtrhuje i fakt, že v počátečních fázích může být složité jasně demonstrovat dlouhodobé přínosy digitalizace. Jedním z demotivačních faktorů může být i nutnost proškolení v práci s WSI a zvládnutí učící křivky při hodnocení digitálních obrazů. Pečlivé plánování s časovým předstihem a především efektivní a častá komunikace se všemi zúčastněnými stranami jsou základním předpokladem pro překonání takovýchto překážek. Ideálním výsledkem digitalizace je plně elektronické pracoviště, kde jsou všechny záznamy a procesy vedeny výhradně digitálně a celý systém je „paper free.“ Takové pracoviště nejen zvyšuje efektivitu, ale také podporuje bezpečnou a přehlednou správu zdravotnických dat (25,27). Schéma, názorně srovnávající pracovní proces na pracovišti fungujícím na tradičním bezvýhradně analogovém principu s plně digitalizovaným pracovištěm, ukazuje obr. 1.

Obrázek 1. Srovnání pracovních procesů tradičního analogového a plně digitalizovaného pracoviště patologie.

NÁKLADY PRO DIGITÁLNÍ PATOLOGII A NÁVRATNOST INVESTIC

Zavedení digitální patologie je spojeno se značně variabilní výší nákladů, které závisí na specifických potřebách daného pracoviště a mnoha proměnných, jako je roční objem histologických skel, počet pracovních stanic pro prohlížení WSI, nezbytná kapacita cloudového úložiště a dalších faktorech. Ceny skenerů se pohybují v širokém rozmezí a jejich výběr závisí na počtu sklíček, které mají být skenovány, či na potřebě pokročilých technologií, jako je imunofluorescence či skenování cytopatologických preparátů. Dnešní skenery umožňují skenování od jednoho až po tisíce skel, přičemž jejich skenovací čas se také může výrazně lišit. Ten je obvykle definován jako čas potřebný ke skenování plochy 15 x 15 mm (4) a v závislosti na kvalitě a typu skeneru a na nastavených parametrech (zvětšení, počet zaostřovacích bodů, vrstvené skenování z-stack apod.) se může lišit až o několik řádů. Cenu skeneru ovlivňují také další funkce, například možnost pozastavení procesu skenování či automatické vkládání a vyjímání sklíček během skenování. Současná cena vysokokapacitních skenerů (>100 skel) se pohybuje běžně v rozmezí dvou až deseti milionů Kč (4). Další náklady zahrnují softwarovou platformu, která může být ve formě základního prohlížeče WSI, nebo v podobě sofistikovaného softwaru s implementovanými pokročilými nástroji pro AI analýzu obrazu. Většina současných skenerů je vybavena již integrovaným prohlížečem nebo vytváří snímky WSI ve formátu kompatibilním s běžnými prohlížeči. Pro zajištění kvalitní digitální diagnostiky je dále nezbytné vybavení odpovídajícím monitorem. Zatímco běžný monitor s rozlišením 3–4 megapixely může být dostačující, doporučuje se medicínský monitor s vyšším rozlišením okolo 4–8 megapixelů, který umožňuje úpravy kontrastu, jasu a barevné palety (4). Ceny těchto monitorů značně kolísají a pohybují se běžně v rozmezí od 25 až do 150 tisíc Kč. V současné době nejsou detailněji specifikována nepodkročitelná minima, doporučují se nicméně monitory s minimálně 24palcovou úhlopříčkou, rozlišením 3 megapixely, jasem 350 cd/m², kontrastem 1000:1 a obnovovací frekvencí 60 Hz a dostupným softwarem pro případnou kalibraci barev (4). Implementace digitální patologie vyžaduje také technickou podporu pro obsluhu skenerů. Současným trendem je sice maximální automatizace skenovacího procesu, kterou umožňují pokročilé skenery se spolehlivým rozpoznáním a zaostřením preparátu. Nicméně v řadě laboratoří se technici stále podílejí na provozu skenerů, přičemž jejich pracovní úvazek se může pohybovat od 0,2 do 1,0 úvazku na jeden skener (4). Nicméně, ačkoliv se jako největší vstupní investice může na první pohled jevit hardware (zejména skenery), zcela zásadní a hlavně průběžné (každoroční) náklady přináší ve skutečnosti spíše IT infrastruktura, například každoroční poplatky za vysokokapacitní úložiště. Náklady na úložiště vycházejí z počtu WSI vytvořených za rok a jejich parametrů. Velikost jednoho WSI se může pohybovat od několika set MB až po několik GB a je ovlivněna velikostí skenované plochy, zvětšením, úrovní komprese a dalšími parametry (např. z-stack). Výsledná kalkulace velikosti úložiště tak bude vycházet z odhadu průměrné velikosti jednoho WSI, celkového počtu zhotovených WSI za určité období (obvykle kalendářní rok) a době, po kterou budou WSI na úložišti skladována. Archivace dat se obvykle provádí dvoustupňově – data jsou nejprve ukládána na vysokorychlostní úložiště s dobrou dostupností pro včasnou diagnostiku a poté přenesena na kapacitnější úložiště s nižší výkonností pro dlouhodobou archivaci. Součástí procesu by mělo být i pravidelné zálohování veškerých dat. Při objemu dat 1 pentabyte se roční náklady na úložiště mohou pohybovat i v řádech milionů Kč. Cloudová úložiště nabízejí v oblasti archivace WSI významné výhody, jako je flexibilní škálovatelnost, vysoká dostupnost a nižší náklady na údržbu infrastruktury. Systémy jako Amazon Web Services, Microsoft Azure nebo Google Cloud poskytují možnost dynamického rozšíření kapacity podle potřeby, což je klíčové pro stále rostoucí objem dat v digitální patologii. Cloudové úložiště také umožňuje snadný přístup k obrazům odkudkoliv, což je přínosné pro spolupráci mezi specialisty na různých místech. Nicméně archivace WSI v cloudu přináší i technické a bezpečnostní výzvy. Velké WSI soubory znamenají vysoké nároky na šířku pásma při nahrávání a stahování, což může zvyšovat latenci a poměrně zásadně i náklady na přenos dat. Dále je nutné zohlednit bezpečnostní opatření, jelikož WSI často obsahují citlivá zdravotní data. Šifrování, správa přístupových práv a dodržování předpisů jako GDPR jsou nezbytné pro ochranu osobních údajů pacientů. Hybridní modely, které kombinují cloud s lokálními servery, nabízejí řešení některých těchto problémů. Lokálně lze uchovávat často používané snímky, zatímco méně frekventované snímky jsou uloženy v cloudu, což snižuje náklady a umožňuje flexibilitu. Hybridní modely kombinují výhody lokálního úložiště a cloudových služeb, což zajišťuje efektivní a flexibilní řešení pro archivaci WSI. Tento přístup umožňuje uložit klíčová data, která jsou často potřebná, na lokálních serverech, kde je zajištěn rychlý přístup s minimální latencí. Naopak méně často přistupovaná data mohou být uložena v cloudu, což snižuje náklady na místní infrastrukturu a zároveň umožňuje neomezenou škálovatelnost. Hybridní model také zajišťuje zvýšenou dostupnost a kontinuitu provozu. V případě výpadku lokálních serverů je stále možné přistupovat k datům uloženým v cloudu, což minimalizuje riziko ztráty přístupu k důležitým obrazovým datům. Zároveň tento model nabízí větší kontrolu nad datovou bezpečností, protože citlivější data mohou zůstat na místních serverech, zatímco méně citlivá jsou v cloudovém úložišti. Pro zdravotnická zařízení, kde je potřeba efektivně nakládat s rozpočtem a zároveň zajistit rychlý přístup k datům, hybridní modely představují vyvážený kompromis mezi výkonem, flexibilitou a náklady.

S ohledem na výše uvedené náklady logicky vyvstává otázka návratnosti investic. Ty lze spatřovat v podobě skutečných výnosů i v podobě redukce budoucích nákladů. Redukované náklady lze rozdělit na skutečné přímé jednoznačně kalkulovatelné redukované náklady jako například snížení nákladů na transport vzorků, a pak na nepřímé, hůře definovatelné, kam patří například zlepšení a urychlení diagnostického procesu nebo lepší komunikace mezi patology z různých pracovišť. Digitální patologie může do budoucna snížit náklady na transport konzultačních vyšetření, případně transport fyzických biopsií (skel, bloků) patologům pracujícím ze vzdáleného přístupu, a klesají i náklady na boxy a další transportní média. Snižují se i rizika poškození či ztráty materiálu v průběhu transportu. Digitalizace zároveň eliminuje riziko degradace archivovaných preparátů (ačkoliv fyzické vzorky budou pochopitelně i nadále uchovávány). V případě kompletní digitalizace pracoviště se časem mohou snížit nároky na počet mikroskopů, a práce patologů na dálku bude snižovat náklady spojené s provozem a udržováním pracovišť. S tím souvisí i možnost lepší distribuce a dělby práce, např. práce specialistů na částečný úvazek ze vzdáleného přístupu u náročnějších vysoce specializovaných biopsií, se kterými se dané pracoviště setkává sporadicky. Řada prací dále dokládá, že digitalizace pracovního postupu vede k více efektivnímu, rychlejšímu a méně nákladnému odečtu biopsií (29,30). Analýza Baidoshvili A, a spol. (5) z velké regionální laboratoře v Nizozemsku prokázala, že práce digitálně denně ušetřila až 19 hodin souhrnného pracovního času v porovnání s tradičním analogovým přístupem. Granada University ve Španělsku pak zaznamenala až 21% meziroční nárůst produktivity po implementaci digitální patologie (10). Návratnost v podobě skutečných výnosů pak lze spatřovat v několika aspektech. Implementace digitální patologie může umožnit zpracovávání většího objemu biopsií včetně konzultačních případů na regionální, národní i nadnárodní úrovni, ať již formou centralizace nebo decentralizovaným přístupem s využitím telepatologie. V současné době dochází dokonce k budování větších nadnárodních konzultačních center postavených na principu digitální patologie a telemedicíny (4). Tradiční konzultace však nikdy nebudou zcela nahrazeny, neboť často vyžadují fyzický přístup k parafínovým blokům pro doplňková vyšetření. Další zdroj příjmu pak může představovat i tvorba větších databází se specializovanou problematikou, případně i vytváření vzdělávacích databází pro studenty medicíny a patologické rezidenty. V neposlední řadě pak digitální patologie disponuje výjimečným potenciálem pro zcela nové zdroje příjmů, které nebyly v analogové éře možné. Jedná se především o oblast pokročilé analýzy obrazu. AI algoritmy trénované na vysokém množství vstupních dat se stále více dostávají do povědomí širší patologické veřejnosti. Digitální patologie představuje obrovský trh jak pro technologické společnosti zabývající se vývojem algoritmů, tak i pro patologická pracoviště poskytující větší množství WSI, často s vysoce specializovanou problematikou. V neposlední řadě je zde pak využití hlubší analýzy obrazu pro potřeby detailnější objektivizace negativního i terapeutického účinku nových léčiv. Farmaceutické společnosti intenzivně pátrají po dalších inovativních přístupech jak získat unikátní pacientská data, která by pomohla lépe objektivizovat účinek vyvíjených léků. Digitální patologie tak nabízí v porovnání s konvenční světelnou mikroskopií řadu výhod pro potřeby klinických studií, například v podobě vysoce detailního a především standardizovaného hodnocení histopatologických změn pomocí různých skórovacích indexů, které zároveň poskytují objektivnější a zcela transparentní data pro potřeby regulačních orgánů.