生物科學門戶網站
BIO1000.COM

人工智能使用紅外成像對大腸癌進行分類

來自波鴻魯爾大學普羅迪蛋白質診斷中心(RUB)的研究團隊已使用基于量子級聯激光的紅外(IR)顯微鏡,以無標記和自動化的方式對常規臨床操作中的結直腸癌組織樣本進行分類。人工智能使研究人員能夠在大約30分鐘內非常準確地區分不同類型的腫瘤。根據分類,醫生可以預測疾病的病程,從而選擇適當的治療方法。該小組在2020年6月23日的《科學報告》雜志上發表了他們的報告。

微衛星狀態有助于預后

在結腸癌和其他癌癥中,微衛星穩定(MSS)和微衛星不穩定(MSI)腫瘤之間有區別。微衛星通常是無功能的短DNA序列,經常重復。MSI腫瘤患者的生存率明顯更高。這是由于癌細胞的突變率高出約1,000倍,這使其生長不太成功。此外,創新的免疫療法在MSI腫瘤患者中更為成功。RUB診所St. Josef醫院血液學和腫瘤學系主任Anke Reinacher-Schick教授說:“因此,了解我們要治療的腫瘤對于預后和治療決策至關重要。”至今,

快速可靠的測量

RUB生物物理學系的Klaus Gerwert教授領導的小組已在較早的研究中證明了IR成像作為組織分類的診斷工具的潛力,即所謂的無標記數字病理學。該方法無需事先染色或其他標記即可識別癌組織,因此也可以借助人工智能自動工作。與傳統的微衛星狀態的鑒別診斷需要大約一天的時間不同,新方法僅需要大約半小時。

蛋白質研究團隊通過優化檢測組織中分子變化的方法,大大改進了該方法。以前,只能在形態上可視化組織??藙谒?middot;格維特(Klaus Gerwert)表示:“這是邁出的重要一步,表明紅外成像可以成為未來診斷和治療預測中有希望的方法。”

鼓勵可行性研究

與安德烈·塔納普費爾教授(Andrea Tannapfel)領導的RUB病理研究所以及RUB圣約瑟夫醫院血液學和腫瘤學系合作,研究團隊對100名患者進行了可行性研究。它顯示出100%的敏感性和93%的特異性:所有采用新方法正確分類的MSI腫瘤,只有少數樣品被錯誤地鑒定為MSI腫瘤?,F在開始進行擴展的臨床試驗,該試驗將對Colopredict Plus 2.0注冊研究的樣品進行。由Andrea Tannapfel和Anke Reinacher-Schick發起的注冊表研究可以驗證已發表工作的結果。“這種方法對我們也很感興趣,因為使用的樣品材料很少,這在當今是決定性的優勢。”

邁向個性化醫療的又一步

將來,該方法將被引入臨床工作流程中,以評估其在精確腫瘤學方面的潛力。Anke Reinacher-Schick總結說:“在腫瘤疾病的靶向治療越來越多之后,提供快速而準確的診斷非常重要。”

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時間聯系我們修改或刪除,多謝。

南京麻将入门教程 澳洲幸运10官方开奖网站 幸运农场实时开奖结果 股票涨跌原理是什么 当前股市宏观分析 股票分析师怎么考 上海天天彩选4开奖数据 飞鱼彩票走势图规律 大乐透趋势图 佳永正规配资网站-深圳佳勇网络科技有限公司 青海快3十大规律图