Plataforma extensible para visualización y análisis de imágenes de tejidos en alta resolución

Abstract

La digitalización de laminillas histológicas como imágenes de diapositiva completa (WSI) permite el estudio remoto de muestras de tejido sin necesidad de un microscopio físico. Sin embargo, la Escuela de Medicina de la Universidad de Costa Rica carecía de una plataforma propia y de uso libre para almacenar, visualizar y analizar dichas imágenes. Este trabajo presenta Histovis, una plataforma web extensible para la visualización, categorización, búsqueda, anotación y análisis de imágenes de laminillas histológicas en alta resolución para estudios de histoquímica e inmunohistoquímica.

Desarrollado siguiendo la metodología de Ciencias del Diseño, Histovis se implementó como un sistema distribuido de tres capas con microservicios sobre un corpus de treinta laminillas anotadas. La capa de presentación es una aplicación de una sola página en Ionic/Angular que utiliza OpenSeadragon para la visualización con acercamiento profundo, una capa de negocio de microservicios en Java con Spring Boot que gestiona usuarios, imágenes y los trabajos de análisis, y una capa de consumidores en Python que ejecuta de forma asíncrona la inferencia de modelos de IA preentrenados (StarDist y Qwen) para el análisis de expresión de proteínas, todo bajo un mecanismo de extensibilidad por plugins.

La pertinencia y aplicabilidad de la plataforma se evaluaron mediante un caso de estudio consistente en una clase de prueba con componente etnográfico, en la que participaron 46 personas y se aplicó el cuestionario estandarizado UEQ+ como instrumento de medición, con un KPI global de experiencia de usuario de 2,80, muy por encima del umbral de positividad de +0,8. Estos resultados, sumados al cumplimiento de los cinco objetivos específicos, confirman la utilidad del prototipo.