芬兰研发人造鼻,人工鼻在手术期间识别脑肿瘤中的恶性组织

作者:澳门新葡亰登录入口    发布时间:2020-01-27 11:12    浏览:168 次

[返回]

来源: 中国科学报 发布时间:2019/6/24 9:31:05 选择字号:小 中 大 芬兰研发人造鼻“嗅出”脑肿瘤

图片 1

图片 2

据新华社电 芬兰坦佩雷大学研发一种人造鼻子,可在手术中快速嗅出脑组织是否癌变,同时有助于精确切除肿瘤。

芬兰坦佩雷大学开发的一种人工鼻子可以帮助神经外科医生在手术过程中识别癌组织,从而更准确地切除肿瘤。

1月6日,国际医学科研期刊《自然医学》在线刊登纽约大学朗格尼医学中心最新研究成果:一款在大脑手术中诊断常见脑肿瘤的人工智能模型,诊断能力与病理医生相当。

目前,冰冻切片病理诊断是在手术进行时判断组织是否癌变的首要方法,但是需要把组织样本送出手术室进行病理分析,无法做到实时判断。

使用诸如电刀或透热刀片之类的装置的电外科切除术目前是神经外科中广泛使用的技术。当组织被烧伤时,组织分子以手术烟雾的形式分散。在坦佩雷大学的研究人员开发的方法中,手术烟雾被输入一种新型的测量系统,可以识别恶性组织并将其与健康组织区分开来。

这篇论文题为《使用受激拉曼组织学和深度神经网络进行近实时术中脑肿瘤诊断》。

研究人员近期在美国《神经外科学杂志》发表论文说,他们研发的这种人造鼻子主要由微分迁移率光谱分析仪和一把电刀组成,用电刀切割组织产生烟雾,再用光谱分析仪分析烟雾中的离子,即可判断脑组织是否癌变。

最近在神经外科杂志上发表了一篇关于使用手术烟雾识别脑肿瘤的文章。

在一些脑肿瘤手术中,术中切除的肿瘤组织会被送往病理学实验室,由病理学医生对其进行切片、染色、观察和分析。大约需等待30至40分钟,手术室里的神经外科医生才能得到病理学分析结果,据此决定下一步手术流程。以美国为例,每年有超过110万份肿瘤样本需要活检,但病理医生的人手却不够。

研究人员从28名接受过神经外科手术的患者脑中提取694份组织样本进行测试,其中部分为脑肿瘤部位样本。研究发现,这种人造鼻子对样本的整体判断准确率可达83%。

在目前的临床实践中,冰冻切片分析是术中肿瘤识别的金标准。在该方法中,在手术期间将一小部分肿瘤样本送给病理学家,坦佩雷大学的研究员Ilkka Haapala说。

为提高术中诊断速度、弥补医生人手不足,Daniel A. Orringer团队致力于脑瘤的术中快速诊断。

这种人造鼻子可在手术中对疑似肿瘤组织进行实时判断,还能实现对肿瘤不同位置样本的分析。论文第一作者、坦佩雷大学研究员伊尔卡哈帕拉介绍,人造鼻子还可与神经外科手术室中的现有设备相连接。

病理学家对样本进行微观分析,并打电话给手术室报告结果。

2017年初,《自然-生物医学工程》期刊报道了Orringer当时所属的密歇根大学医学院率先在手术室中使用受激拉曼组织学方法提高肿瘤诊断速度和效率。

《中国科学报》 (2019-06-24 第2版 国际)

我们的新方法提供了一种实时识别恶性组织的有前途的方法,以及从肿瘤不同部位研究多个样本的能力,Haapala解释说。该设备的特殊优势在于它可以连接到神经外科手术室已经存在的仪器,Haapala指出。

受激拉曼组织学背后的技术是受激拉曼散射显微镜,开发于2008年,可快速、精准探测脑瘤组织,从而帮助外科医生更加安全、有效地实施切除手术。这一新型成像技术是一种无标记技术,不需要引入染料、荧光分子或荧光蛋白等标记物,可以直接探测样品本身的光谱信号。密歇根大学使用的受激拉曼散射显微镜是经过改良的临床版本。

该技术基于差示迁移率光谱法(DMS),其中烟道气离子被馈送到电场中。电场中离子的分布是组织特异性的,并且可以基于所得到的气味指纹来识别组织。

当时的方案结合机器学习,能在30个患者样本中以90%的准确率判断脑肿瘤亚型。研究第一作者Orringer称,该方案“将术中诊断过程从30分钟减少至约3分钟”。

该研究分析了从28个脑肿瘤和对照样本中收集的694个组织样本。使用的设备是专门为研究开发的。它由机器学习系统和电刀组成,机器学习系统使用DMS技术分析烟气,电刀用于从组织中产生烟气。

三年后,在《自然医学》的这项最新研究中,Daniel A. Orringer及其同事升级的人工智能算法可以对10种最常见脑癌手术样本进行分类,诊断时间缩短至150秒。他们在250多万张图像上训练人工智能模型,结合激光光学成像技术推出新一代脑瘤术中快速诊断方案。作者表示,在一项涉及三家医院共278名脑瘤患者的临床试验中,用该模型做出的诊断和病理医生的诊断一样准确。

当分析所有样品时,系统的分类准确度为83%。在更受限制的设置中提高了准确性。当将低恶性肿瘤(神经胶质瘤)与对照样品进行比较时,系统的分类准确度为94%,灵敏度达到97%,特异性达到90%。

据此,作者认为这一模型可为外科医生提供近实时的专家级诊断信息,为更安全、更精确的癌症手术开辟一条新路径。

搜索