Training of pathologists in the digital macroscopic photography

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The pathology practice environment varies per healthcare setting. However, anatomic pathology is a visual applied science discipline and incorporation of high-quality images into a surgical pathology report is essential. Each specimen received for morphological examination is unique and variation in the description can exist between prosectors and they experience. That is why gross descriptions supported with digital photographs can eliminate the insufficiency of macroscopic examination. To form and strengthen pathologists’ competencies in digital macroscopic photography a problem-based learning approach is used for training. A problem-based learning ensures the strength of the acquired knowledge since it is obtained in an independent activity. The article discusses what type of problems a pathologist should solve when taking a macroscopic photograph of a surgical specimen. An analysis of literature on modern equipment for digital macroscopic photography was performed. Recommendations for step-by-step photographing, and schematic mapping for surgical specimen triaging are provided. An option is proposed for actively developing professional competencies including creation of digital photo archives of surgical gross specimens, as well as study sections and discussions by professionals at forums such as society meetings. It was concluded that pathologists’ competency in digital macroscopic photography is necessary to maintain a high standard of medical care.

About the authors

Andrey I. Khramtsov

Ann & Robert H. Lurie Children’s Hospital of Chicago

Author for correspondence.
Email: akhramtsov@luriechildrens.org

MD, PhD, Senior Researcher, Department of Pathology and Laboratory Medicine

United States, Chicago

Ruslan A. Nasyrov

St. Petersburg State Pediatric Medical University of the Ministry of Healthcare of the Russian Federation

Email: ran.53@mail.ru

MD, PhD, Dr Med Sci, Professor, Head, Department of Anatomic Pathology and Forensic Medicine

Russian Federation, Saint Petersburg

Galina F. Khramtsova

The University of Chicago

Email: galina@uchicago.edu

MD, PhD, Senior Researcher, Department of Medicine, Section of Hematology and Oncology

United States, Chicago

References

  1. Баксанский О.Е., Чистова М.В. Проблемное обучение: обоснование и реализация // Наука и школа. – 2000. – № 1. – С. 19–25. [Baksanskiy OE, Chistova MV. Problematic training: justification and implementation. Science and school. 2000;(1):19-25. (In Russ.)]
  2. Батяева Е.Х, Ким Т.В., Барышникова И.А., и др. Проблемно-ориентированное обучение: сущность, недостатки, преимущества // Медицина и экология. – 2016. – № 1. – С. 115–122. [Batyaeva EKh, Kim TV, Baryshnikova IA, et al. Problem-oriented training: essence, disadvantages, advantages. Medicine and ecology. 2016;(1):115-122. (In Russ.)]
  3. Гельман В.Я., Хмельницкая Н.М. Компетентностный подход в преподавании фундаментальных дисциплин в медицинском вузе // Образование и наука. – 2016. – № 4. – C. 33–46. [Gelman VYa, Khmelnitskaya NM. Competence-based approach while teaching fundamental science subjects at medical university. The Education and science journal. 2016;(4):33-46. (In Russ.)]. https://doi.org/10.17853/1994-5639-2016-4-33-46.
  4. Горшунова Н.К. Инновационные технологии в подготовке врача в системе непрерывного профессионального образования // Фундаментальные исследования. – 2009. – № 2. – C. 86–87. [Gorshunova NK. Innovatsionnye tekhnologii v podgotovke vracha v sisteme nepreryvnogo professional’nogo obrazovaniya. The Fundamental researches. 2009;(2): 86-87. (In Russ.)]
  5. Конопля А.И. Компетентностная модель подготовки специалиста-медика // Высшее образование в России. – 2010. – № 1. – C. 98–101. [Konoplya AI. Competence-based model of training medical students. Higher education in Russia. 2010;(1):98-101. (In Russ.)]
  6. Лопанова Е.В., Судакова А.Н. Подготовка компетентного специалиста средствами проблемно-ориентированного обучения в практике медицинского образования // Современные проблемы науки и образования. – 2016. – № 6. – C. 362. [Lopanova EV, Sudakova AN. Training of competent specialist means of problem-based learning in the practice of medical education. Sovremennye problemy nauki i obrazovaniya. 2016;(6):362. (In Russ.)]
  7. Хамчиев К.M., Кутебаев Т.Ж. Проблемно-ориентированное обучение в медицине как мотивация изучения фундаментальных дисциплин // Международный журнал прикладных и фундаментальных исследований. – 2015. – № 7–2. – С. 352–352а. [Khamchiev KM, Kutebaev TZh. Problem-oriented training in medicine as a motivation for the study of fundamental disciplines. International journal of applied and fundamental research. 2015;(7-2): 352-352a. (In Russ.)]
  8. Шишканинец Н.И., Авдеев А.И. Критерии качества судебно-медицинской фотографии // Медицинская экспертиза и право. – 2012. – № 4. – C. 11–16. [Shishkaninets NI, Avdeev AI. Forensic photography quality criteria. Meditsinskaya ekspertiza i pravo. 2012;(4):11-16. (In Russ.)]
  9. Amin M, Sharma G, Parwani AV, et al. Integration of digital gross pathology images for enterprise-wide access. J Pathol Inform. 2012;3:10. https://doi.org/10.4103/2153-3539.93892.
  10. Chow JA, Törnros ME, Waltersson M, et al. A design study investigating augmented reality and photograph annotation in a digitalized grossing workstation. J Pathol Inform. 2017;8:31. https://doi.org/10.4103/jpi.jpi_13_17.
  11. Crane GM, Gardner JM. Pathology image-sharing on social media: recommendations for protecting privacy while motivating education. AMA J Ethics. 2016;18(8):817-825. https://doi.org/10.1001/journalofethics.2016.18.8.stas1-1608.
  12. Gu J, Taylor CR. Practicing pathology in the era of big data and personalized medicine. Appl Immunohistochem Mol Morphol. 2014;22(1):1-9. https://doi.org/10.1097/PAI.0000000000000022.
  13. Nix JS, Gardner JM, Costa F, et al. Neuropathology education using social media. J Neuropathol Exp Neurol. 2018;77(6):454-460. https://doi.org/.10.1093/jnen/nly025.
  14. Park S, Pantanowitz L, Parwani AV. Digital imaging in pathology. Clin Lab Med. 2012;32(4):557-584. https://doi.org/10.1016/j.cll.2012.07.006.
  15. Rampy BA, Glassy EF. Pathology gross photography: The beginning of digital pathology. Surg Pathol Clin. 2015;8(2):195-211. https://doi.org/10.1016/j.path.2015.02.005.
  16. Sinard J. Practical pathology informatics: demystifying informatics for the practicing anatomic pathologist. Springer-Verlag New York; 2006. https://doi.org/10.1007/0-387-28058-8.
  17. Российское общество патологоанатомов [интернет]. Полезные ссылки. [Rossiiskoe obshchestvo patologoanatomov [Internet]. Poleznye ssylki. (In Russ.)]. Доступно по: http://www.patolog.ru/poleznye-ssylki. Ссылка активна на 21.09.2020.
  18. Biovitrum. EPATH. MacroImaging Station ePath. Available from: http://www.biovitrum.ru/en/products/digital_pathology/epath/.
  19. Milestone. Macro digital: MacroPATH. Pathology gross digital imaging system. Available from: https://www.milestonemedsrl.com/us/product/macropath/.
  20. Nikon mi macro imaging station. The economical solution. Available from: https://www.microscope.healthcare.nikon.com/about/news/nikon-instruments-announces-the-new-mi-macro-imaging-station-for-digital-pathology.
  21. Sakura. Products. PAXcam gross imaging system. The feature-rich PAXcamHD Gross Imaging System is now distributed by Sakura Finetek USA. Available from: https://www.sakuraus.com/Products/Grossing-Trimming/PAXcamHD-Gross-Imaging-System.html.
  22. rmtConnect™-Grossing. The first remote-controlled LIVE macroscopic imaging system. Available from: http://www2.rmtcentral.com/products/imedhd- grossing/.
  23. Spot Imaging Solutions. Gross Imaging Solutions for Pathology. Available from: http://www.spotimaging.com/pathology-imaging/macro-imaging/.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Macroscopic photographs of the left femoral segmental resection specimen for osteosarcoma: a – a view of the intact specimen; b – the serial sections of the specimen; c – a map of the central slab of the bone resection

Download (217KB)
Indexing metadata
3. Fig. 2. A map for surgical specimens’ triage of segmental resection of the lung

Download (184KB)
Indexing metadata

Copyright (c) 2020 Khramtsov A.I., Nasyrov R.A., Khramtsova G.F.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».