建立更明亮的手术过程中癌症捕获方法

德克萨斯大学达拉斯分校的研究人员证明,用于绘制宇宙图的成像技术显示出有望在手术室中更准确,更快速地识别癌细胞的希望。

在9月14日出版的《癌症》杂志上的一项研究中,鲍宝非博士及其同事表明,高光谱成像和人工智能可以预测102个头颅和293个组织样本中癌细胞的存在,准确度为80%至90%。颈部癌手术患者。

Fei是生物工程学教授,同时也是Erik Jonsson工程与计算机科学学院系统生物学科学的Cecil H.和Ida Green主席,最近获得了得克萨斯州癌症预防与研究所(CPRIT)的160万美元赠款,用于进一步发展该技术称为智能手术显微镜。

一旦开发完成,该技术需要在临床研究中进行测试,然后才能在手术室中使用。

费飞说:“我们希望这项技术可以帮助外科医生在手术中更好地发现癌症,减少手术时间,降低医疗成本并挽救生命。”高光谱成像是非侵入性的,便携式的,不需要辐射或造影剂。”

从卫星到医学

当前,病理学家通过称为术中冰冻切片分析的过程来分析正在接受癌症手术且仍处于麻醉状态的患者的组织样本。在手术过程中,由于外科医生试图到达边缘清晰或无癌的组织,可能需要进行几次切除术。在某些情况下,无法在手术期间对癌细胞进行采样或检测,从而导致额外的手术。

高光谱成像最初用于卫星图像,轨道望远镜和其他应用中,它在紫外线和近红外光下以微米分辨率对细胞进行检查时,超出了人眼的视野。通过分析细胞如何反射和吸收电磁光谱中的光,专家可以获得与指纹一样独特的细胞光谱图像。

费飞表示,CPRIT赠款将支持他的研究小组为在广泛的数据库中借助癌细胞和非癌细胞的图像来“训练”显微镜以识别癌症而进行的持续努力。

“如果我们有一个庞大的数据库,知道什么是正常组织,什么是癌性组织,那么我们可以训练我们的系统以了解光谱的特征,”费说。“一旦经过培训,智能设备就可以预测新样品是否为癌组织。这就是机器学习可以帮助癌症诊断的方式。”

费飞说,这项技术应该能够提供近乎即时的结果,这可以大大减少手术时间和成本。根据当前程序,每次冷冻切除评估可能需要30到45分钟。根据2018年4月18日发行的JAMA Surgery的一项分析,手术室的平均成本估计为每分钟36美元,因此每30分钟的冷冻切片分析会增加1000多美元的手术成本。在许多情况下,需要进行多次评估,这进一步延长了手术时间并增加了成本。

减少手术室时间也可以降低患者的风险,因为他们无需在麻醉下花费太多时间。