Optička tehnika snimanja pomaže da se brže otkrije kolorektalni karcinom

Kolorektalni karcinom jedan je od najsmrtonosnijih oblika raka širom sveta. Nova tehnika snimanja prirodnog sjaja tkiva ili autofluorescencija, lakše otkriva koje lezije su maligne a koje ne

Kolorektalni karcinom jedan je od najčešćih i najsmrtonosnijih oblika raka širom sveta. Ključni razlog za visoku stopu smrtnosti je taj što često ostaje neotkriven dok ne dostigne uznapredovali stadijum. Iako je moderna kolonoskopija značajno poboljšala rano otkrivanje prekanceroznih lezija, određivanje koje će od tih lezija verovatno postati kancerogene ostaje izazov, posebno tokom same procedure.

Napredna metoda snimanja koristi prirodni sjaj (ili autofluorescenciju) tkiva

Preporučujemo

Nova studija, objavljena u časopisu Biophotonics Discovery, nudi rešenje koje obećava. Tim koji predvode istraživači iz fondacije Champalimaud Foundation u Portugaliji testirao je naprednu metodu snimanja koja koristi prirodni sjaj (ili autofluorescenciju) tkiva kada su izložena određenim talasnim dužinama svetlosti. Važno je napomenuti da ovaj pristup ne zahteva nikakve boje ili kontrastna sredstva.

Analizirajući koliko dugo ova autofluorescencija traje, inače nazvana „životni vek fluorescencije“ - istraživači su mogli da otkriju suptilne razlike u biohemiji tkiva. U kombinaciji sa mašinskim učenjem, ova metoda bez obeležavanja mogla bi da razlikuje benigne od malignih lezija u realnom vremenu.

U kom stadiju je kolorekatlni karcinom otkriva tehnika AdaBoost

Istraživači su prikupili sveže uzorke tkiva od 117 pacijenata koji su podvrgnuti kolorektalnoj operaciji. Skenirali su svaki uzorak koristeći optičku sondu i sistem autofluorescencije sa dva lasera, koji je osvetljavao tkivo na dve različite talasne dužine (375 nm i 445 nm) kako bi pobudio različite molekule poput kolagena i ćelijskih koenzima.

Ova postavka je prikupljala podatke sa više optičkih kanala, prateći kako je svaka vrsta tkiva reagovala na svetlost tokom vremena. Merenja su zatim upoređena sa patološkim dijagnozama kako bi poslužila kao podaci za obuku za model klasifikacije zasnovan na veštačkoj inteligenciji.

Koristeći tehniku učenja poznatu kao Adaptive Boosting (AdaBoost) model je obučen da prepozna obrasce u spektroskopskim podacima koji odgovaraju benignom ili kancerogenom tkivu. Model je postigao tačnost od 87 odsto, sa osetljivošću (stvarnom stopom pozitivnih rezultata) od 83 procenata i specifičnošću (stvarnom stopom negativnih rezultata) od 90odsto. Kada je testiran na posebnom skupu novih uzoraka, model je pokazao gotovo jednako dobre rezultate, sa tačnošću, osetljivošću i specifičnošću od 85 procenata.

Nova tehnika koja otkriva kolorektalni karcinom pomaže lekarima da lakše odluče koje lezije treba da uklone

U praktičnom smislu, ovo znači da je sistem bio u stanju da identifikuje kancerogena tkiva sa visokom pouzdanošću samo na osnovu njihovih autofluorescentnih potpisa. Čak i kada se primenjuje na pojedinačne tačke merenja – a ne na veće regione tkiva – model je generisao korisne mape verovatnoće koje su istakle područja tumora. Ovi nalazi ukazuju na to da bi tehnologija jednog dana mogla da vodi lekare tokom kolonoskopije ili operacije, pomažući im da odluče koje lezije da uklone i gde da usmere pažnju.