Hei!

Mitt navn er Borghild, jeg går tredje året på Medisinsk Teknologi på UIB og er i dette semesteret i praksis hos Patologi i Vest (PiV)  på Eitri. PiV er et felles prosjekt mellom Helse Bergen og Helse Stavanger, hvor gruppen som arbeider fra Bergen har kontorplass på Eitri, Medical Inkubator, på Haukeland. PiV har som mål å utvikle neste generasjons bildeanalyse ved bruk av maskinlæring, forbedre arbeidsflyt innen patologi ved å bruke prosessdata og optimaliseringsalgoritmer, samt å utvikle et senter for anvendt digitalisering i Vest-Norges helse region.

Bergensgruppen jobber stort sett med prosjekter knyttet til nyre-sykdommer. Mitt prosjekt går ut på å se på kvalitetskontroll av HE-fargingen i ikke-neoplastiske nyrebiopsi-snitt. Ikke-neoplastisk betyr at biopsien er tatt på grunn av en annen sykdom enn kreft i nyren, for eksempel en akutt nyresvikt hvor man ikke vet årsaken. Hematoksylin-eosin farging (HE-farging) er vanlig å bruke i patologidiagnostikk. Hematoksylin farger cellekjernen blå og eosin farger de andre strukturene røde. I ikke-neoplastisk nyrepatologi brukes HE hovedsakelig til generell evaluering av cellestrukturer, differensiering av inflammatoriske celler og til å indikere nekrose.

Nyrebiopsilaboratoriet ved Haukeland Universitetssykehus sin patologiavdeling utfører farging manuelt ettersom det har vist seg å gi bedre resultater. Fargingen utføres ved at stativer med glass med nyrebiopsisnitt plasseres i ulike kjemikalier og løsninger i en viss periode. Mellom hver løsning skylles stativene i vann. En del av trinnene i fargeprotokollen er tidssensitive og kan dermed føre til svært ulikt fargeresultat hver gang fargeprosedyren utføres. Andre faktorer som tykkelsen på snittene kan også bidra til fargingsvariasjon. Både bioingeniører på laboratoriet og patologer kontrollerer resultatet visuelt, men ettersom dette er subjektivt er det ofte vanskelig å fange opp små endringer fra dag til dag ved visuell inspeksjon. Det er dermed behov for kvalitetskontroll som gjør det enklere, raskere og mindre subjektivt å bestemme hvilke farginger som ligger utenfor et ønsket resultat.

Jeg er i praksis to dager i uken og sitter stort sett på en kontorplass på Eitri. Jeg har nå vært i praksis i litt over én måned. Frem til nå har jeg fokusert på å finne ulikheter mellom fargingen i små utdrag fra 12 ulike bilder og visualisert dette ved hjelp av Python. Jeg har sett på bildenes fargeverdier i to ulike fargerom: HSI- (hue, intesity, saturation) og RGB- (red, green, blue) fargerom. Først brukte jeg ulike visualiseringer til å visuelt peke på bildene som skiller seg ut fra resten (outliers). Deretter benyttet jeg clustering for å få python til å gruppere bildene basert på de ulike fargeverdiene. De bildene som havnet i clusters for seg selv kan betegnes som outliers.

Hver uke har vi også møter for Bergens-gruppen. Det er svært spennende å høre om de andre prosjektene samt høre på gjennomgang av vitenskapelige artikler. Jeg har også vært så heldig at jeg fikk være en hel dag og observere på nyrelabben på patologiavdelingen. Da fikk jeg et innblikk i snitte- og fargeprosessen, samt klargjøring av vevsprøver til elektronmikroskop. Det var svært spennende, og jeg lærte mye nytt. Jeg er veldig glad for at jeg fikk denne muligheten da det ga meg en bedre forståelse av prosessen bak bildene jeg analyserer, samt et innblikk i HE-fargings-prosedyren.

Dette bildet er fra nyrelabben og viser utstyret som benyttes til å snitte nyrebiopsiene. En blokk med nyrebiopsi støpt i parafin plasseres i maskinen til høyre som snitter ultratynne snitt. Snittene overføres til glassplater ved å først plasseres i kaldt vann og deretter i varmt vann.

Bildet under viser elektronmikroskopet.

Frem til nå har jeg hatt en bratt læringskurve og lært mer om fargeteori, nyrestrukturer, Qupath, plotting i Python, bildeanalyse, og laboratoriearbeid. Relevante fag har vært INF100 , INF161, KJEM110 og FARM280.

Jeg forventer å lære enda mer og gleder meg til å være i praksis videre 😊