Computer-assisted mitotic count using a deep learning-based algorithm improves interobserver reproducibility and accuracy.

The mitotic count (MC) is an important histological parameter for prognostication of malignant neoplasms. However, it has inter- and intraobserver discrepancies due to difficulties in selecting the region of interest (MC-ROI) and in identifying or classifying mitotic figures (MFs). Recent progress in the field of artificial intelligence has allowed the development of high-performance algorithms that may improve standardization of the MC. As algorithmic predictions are not flawless, computer-assisted review by pathologists may ensure reliability. In the present study, we compared partial (MC-ROI preselection) and full (additional visualization of MF candidates and display of algorithmic confidence values) computer-assisted MC analysis to the routine (unaided) MC analysis by 23 pathologists for whole-slide images of 50 canine cutaneous mast cell tumors (ccMCTs). Algorithmic predictions aimed to assist pathologists in detecting mitotic hotspot locations, reducing omission of MFs, and improving classification against imposters. The interobserver consistency for the MC significantly increased with computer assistance (interobserver correlation coefficient, ICC = 0.92) compared to the unaided approach (ICC = 0.70). Classification into prognostic stratifications had a higher accuracy with computer assistance. The algorithmically preselected hotspot MC-ROIs had a consistently higher MCs than the manually selected MC-ROIs. Compared to a ground truth (developed with immunohistochemistry for phosphohistone H3), pathologist performance in detecting individual MF was augmented when using computer assistance (F1-score of 0.68 increased to 0.79) with a reduction in false negatives by 38%. The results of this study demonstrate that computer assistance may lead to more reproducible and accurate MCs in ccMCTs.

Cuidado ao portador de hipertensão arterial na Unidade Básica de Saúde São Gabriel, em Belo Horizonte - Minas Gerais

A Unidade Básica de Saúde (UBS) São Gabriel, em Belo Horizonte - MG, conta com uma população de aproximadamente 17.000 pessoas; 5.212 pertencem à Equipe de Saúde da Família (ESF) 4 - Amarela. Na ESF 4 identificam-se problemas de saúde que afetam fundamentalmente a população adulta, mas também crianças e adolescentes. Entre eles se encontram hipertensão arterial sistêmica (HAS), diabetes mellitus (DM), asma brônquica, uso de psicofármacos, dislipidemias, tabagismo, sedentarismo, sobrepeso, alcoolismo e uso de drogas, desemprego. Um projeto de intervenção é apresentado para um problema considerado prioritário, neste caso a hipertensão arterial e seus fatores de risco na Atenção Básica, com enfoque na população da área de abrangência da ESF 4. Um indivíduo adulto é considerado hipertenso quando os níveis de pressão arterial são iguais ou maiores do que 140/90 mmHg, em pelo menos duas medidas realizadas em momentos diferentes. A HAS é a mais frequente das doenças cardiovasculares, sendo a doença crônica que mais afeta à comunidade, tendo o maior número de casos entre todas as doenças e problemas de saúde (758 hipertensos). É uma doença altamente prevalente, registrando-se anualmente muitos casos novos, atingindo em torno de 15 a 20 % da população adulta, podendo chegar a 50 % nos idosos, e é também um fator de risco para outras doenças e problemas de saúde. Os dados registrados no estudo foram obtidos através de revisões bibliográficas, registros da UBS, da ESF 4, e das agentes comunitárias de saúde. O trabalho é encaminhado a melhorar estilos de vida inadequados e promover ações de saúde que favoreçam o melhor controle e seguimento dos pacientes portadores da doença, sendo que não existe um acompanhamento adequado e eficaz desse grupo de pacientes. O projeto de intervenção propõe a criação de um protocolo de atendimento que garanta melhor assistência aos pacientes portadores de HAS e com risco elevado para adoecer, e assim tentar diminuir seus fatores de risco e a aparição de complicações.