人工智能使用透视 成像对结直肠癌进行分类

波鸿鲁尔大学 (RUB) Prodi 蛋白质诊断中心的一个研究小组使用基于量子级联激光器的透视 (IR) 显微镜，以无标记和自动化的方式对来自常规临床操作的结直肠癌组织样本进行分类。人工智能使研究人员能够在大约 30 分钟内非常准确地区分不同的肿瘤类型。根据分类，医生可以预测疾病的发展过程，从而选择合适的治疗方法。该团队在 2020 年 6 月 23 日的《科学报告》杂志上发表了他们的报告。

微卫星状态有助于预后

结肠癌和其他癌症中的微卫星稳定 (MSS) 和微卫星不稳定 (MSI) 肿瘤之间存在区别。微卫星通常是无功能的、经常重复的短 DNA 序列。MSI 肿瘤患者的生存率明显更高。这是由于癌细胞的突变率高出约 1,000 倍，这使得它们的生长不太成功。此外，创新的免疫疗法在 MSI 肿瘤患者中更为成功。“因此，了解我们正在处理的是哪种肿瘤对于预后和治疗决策非常重要，”RUB 诊所圣约瑟夫医院血液学和肿瘤学系主任 Anke Reinacher-Schick 教授说。迄今为止，鉴别诊断已通过组织样本的免疫组织化学染色和随后的复杂遗传分析进行了分析。

快速可靠的测量

由 RUB 生物物理学系的 Klaus Gerwert 教授领导的小组在早期的研究中已经证明了透视 成像作为组织分类诊断工具的潜力，即所谓的无标签数字病理学。该方法无需事先染色或其他标记即可识别癌组织，因此也可以在人工智能的帮助下自动工作。与传统的微卫星状态鉴别诊断需要大约一天的时间不同，新方法只需要大约半小时。

蛋白质研究团队通过优化该方法来检测组织中的分子变化，从而显着改进了该方法。以前，组织只能在形态上可视化。“这是一大步，表明透视 成像可以成为未来诊断和治疗预测的一种有前途的方法，”Klaus Gerwert 说。

鼓励可行性研究

研究团队与 Andrea Tannapfel 教授领导的 RUB 病理学研究所以及 RUB 圣约瑟夫医院血液学和肿瘤学系合作，对 100 名患者进行了可行性研究。它显示出 100% 的灵敏度和 93% 的特异性：所有 MSI 肿瘤都被新方法正确分类，只有少数样本被错误地识别为 MSI 肿瘤。一项扩大的临床试验现已开始，将对来自 Colopredict Plus 2.0 注册研究的样本进行。由 Andrea Tannapfel 和 Anke Reinacher-Schick 发起的注册研究允许验证已发表作品的结果。“我们对这种方法也很感兴趣，因为使用的样品材料很少，这在今天可能是一个决定性的优势”

迈向个性化医疗的又一步

将来，该方法将被引入临床工作流程，以评估其在精准肿瘤学方面的潜力。“随着越来越多的肿瘤疾病靶向治疗，提供快速和精确的诊断非常重要，”Anke Reinacher-Schick 总结道。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！