乳腺癌是全球女性癌癥死亡的主要原因之一。在診斷出乳腺癌后，會(huì)常規(guī)進(jìn)行 HER2(一種促進(jìn)癌細(xì)胞生長(zhǎng)的蛋白質(zhì))的測(cè)試，以幫助評(píng)估癌癥預(yù)后并制定針對(duì) HER2 的治療計(jì)劃。
標(biāo)準(zhǔn)的 HER2 測(cè)試程序包括進(jìn)行乳房活檢，將組織標(biāo)本制備成薄的顯微鏡載玻片，用突出 HER2 蛋白的特定化學(xué)試劑對(duì)載玻片進(jìn)行染色/染色，并在光學(xué)顯微鏡下檢查染色的載玻片以提供病理報(bào)告。
然而，這種標(biāo)準(zhǔn)的 HER2 染色程序成本高且周轉(zhuǎn)時(shí)間長(zhǎng)，因?yàn)槿旧^(guò)程需要由專家在專用實(shí)驗(yàn)室設(shè)施中執(zhí)行費(fèi)力的樣品處理步驟(通常約 24 小時(shí))。
在最近發(fā)表在BME Frontiers上的一項(xiàng)工作中，加州大學(xué)洛杉磯分校的一個(gè)研究小組開發(fā)了一種由深度學(xué)習(xí)提供支持的計(jì)算染色方法，該方法無(wú)需任何化學(xué)物質(zhì)即可執(zhí)行 HER2 染色。研究小組捕獲了未染色乳房組織的自發(fā)熒光信息，這些信息是生物結(jié)構(gòu)在吸收光時(shí)自然發(fā)出的。
他們進(jìn)一步訓(xùn)練了一個(gè)深度神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)可以將這些無(wú)染色的自發(fā)熒光圖像快速轉(zhuǎn)換為虛擬組織學(xué)圖像，顯示準(zhǔn)確的顏色和對(duì)比度，就好像組織切片經(jīng)過(guò) HER2 化學(xué)染色一樣。這種計(jì)算染色過(guò)程每個(gè)樣品只需幾分鐘，不需要昂貴的設(shè)施或有毒化學(xué)品。僅使用計(jì)算機(jī)，HER2 染色就可以更快、更經(jīng)濟(jì)地完成，從而加速乳腺癌的評(píng)估和治療。
董事會(huì)認(rèn)證的病理學(xué)家盲目地驗(yàn)證了這種基于 AI 的虛擬 HER2 染色技術(shù)的診斷價(jià)值和染色質(zhì)量。病理學(xué)家證實(shí)，深度學(xué)習(xí)生成的圖像為 HER2 評(píng)估提供了同等的診斷準(zhǔn)確性，并且染色質(zhì)量與實(shí)驗(yàn)室化學(xué)染色的標(biāo)準(zhǔn)圖像相當(dāng)。
這種基于深度學(xué)習(xí)的虛擬 HER2 染色方法無(wú)需組織學(xué)專家執(zhí)行昂貴、費(fèi)力和耗時(shí)的 HER2 染色程序，并可擴(kuò)展到其他癌癥相關(guān)生物標(biāo)志物的染色，以加速臨床中的傳統(tǒng)組織病理學(xué)和診斷工作流程設(shè)置。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！