被檢查的組織不需要為此做標記。分析只需要大約半小時。“這是重要的一步，表明紅外成像可以成為未來診斷測試和治療預測的一種有前途的方法，”PRODI 主任克勞斯格沃特教授說。該研究于 2021 年 7 月 1 日發(fā)表在《美國病理學雜志》上。
通過基因突變分析做出治療決定
肺腫瘤分為多種類型，如小細胞肺癌、腺癌和鱗狀細胞癌。還存在許多罕見的腫瘤類型和亞型。這種多樣性阻礙了日常臨床實踐中可靠的快速診斷方法。除了組織學分型外，還需要全面檢查腫瘤樣本的 DNA 水平的某些變化。“檢測這些突變之一是影響預后和進一步治療決策的重要關鍵信息，”共同作者、科隆大學醫(yī)院普通病理學和病理解剖學研究所所長 Reinhard Büttner 教授說。
當驅動突變之前已被表征時，肺癌患者顯然受益：例如，具有 EGFR(表皮生長因子)基因激活突變的腫瘤通常對酪氨酸激酶抑制劑反應良好，而非 EGFR 突變的腫瘤或具有其他基因突變的腫瘤。突變，如 KRAS，對這種藥物根本沒有反應。肺癌的鑒別診斷以前是通過組織樣本的免疫組織化學染色和隨后的廣泛遺傳分析來確定突變的。
快速可靠的測量技術
Klaus Gerwert 領導的小組在之前的研究中已經(jīng)展示了紅外成像(簡稱 IR 成像)作為組織分類診斷工具(稱為無標記數(shù)字病理學)的潛力。該程序無需事先染色或其他標記即可識別癌組織，并在人工智能 (AI) 的幫助下自動運行。與在日常臨床實踐中用于確定腫瘤形狀和腫瘤組織突變的方法有時需要幾天時間相比，新程序只需要大約半小時。在這30分鐘內，不僅可以確定組織樣本中是否含有腫瘤細胞，還可以確定它是什么類型的腫瘤，是否含有某種突變。
紅外光譜使基因突變可見
波鴻的研究人員能夠在他們的工作中對來自 200 多名肺癌患者的樣本進行驗證。在識別突變時，他們專注于迄今為止最常見的肺腫瘤，腺癌，占腫瘤的 50% 以上。與費力的基因分析相比，其最常見的基因突變可以以 95% 的靈敏度和特異性來確定。“這是我們第一次能夠識別出光譜標記，這些標記允許在肺腫瘤中的各種分子條件之間進行空間分辨區(qū)分，”來自 PRODI 的 Nina Goertzen 解釋說。一次紅外光譜測量可提供有關樣品的信息，否則將需要幾個耗時的程序。
標簽： 人工智能
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！