人工智能与红外成像使精确的结肠癌诊断

治疗选择的领域也取得了巨大的进步在过去的几年中显著提高了患者治疗结肠癌的几率。然而,这些新方法,如免疫疗法,需要精确的诊断,这样他们可以专门针对个人。研究中心的蛋白诊断普罗迪鲁尔大学波鸿,德国,使用人工智能结合红外成像优化调整结肠癌治疗个别病人。label-free和可自动化的方法可以补充现有的病理分析。

在一小时内深入人体组织

普罗迪团队已经开发出一种新的数字成像方法在过去年:所谓label-free红外(IR)成像措施检查组织的基因组和蛋白质组学成分,即基于红外光谱提供了分子的信息。此信息解码的帮助下人工智能和显示为伪彩色图像。要做到这一点,研究人员使用图像分析方法从深度学习的领域。

与临床合作伙伴,普罗迪团队能够表明,深层神经网络的使用能够可靠地确定所谓的微卫星状态,影响预后和治疗相关的参数,在结肠癌。在这个过程中,组织样本经过标准化,user-independent、自动化过程,使空间解决微分在一小时内肿瘤的分类。

的治疗方法的有效性

在经典诊断、微卫星状态决定通过复杂的各种组织化学染色蛋白质或DNA分析。“15 - 20%的结肠癌患者显示微卫星不稳定性在肿瘤组织,”教授说安德里亚·Tannapfel研究所所长鲁尔大学病理学。”这种不稳定性是一个积极的生物标志物,表明免疫疗法将是有效的。”

不断完善的治疗选择,这种生物标记的快速和简单的决心也变得越来越重要。基于红外微观数据,神经元网络进行了修改,优化和训练有素的普罗迪建立label-free诊断。与免疫染色,这种方法不需要染料和显著快于DNA分析。“我们能够表明,红外成像的精度来确定微卫星状态接近最常见的方法应用于临床,疣状,“博士生斯蒂芬妮Schorner说。“通过持续的进一步发展和优化的方法,我们预计精度的进一步提高,”弗雷德里克Großeruschkamp博士补充道。

合作伙伴

这个项目是由一个长期成为可能,密集的鲁尔大学病理学研究所之间的合作(Andrea Tannapfel教授),临床血液学和圣约瑟夫医院肿瘤科,鲁尔大学的临床中心(Anke Reinacher-Schick教授)和蛋白诊断中心(Klaus Gerwert教授)。

普罗迪人员能够访问ColoPredict + 2.0分子注册表,non-interventional,早期结直肠癌患者的多中心注册研究,开发这种诊断方法。“ColoPredict注册中心还支持一个更有针对性的治疗病人通过生物标记的有针对性的分析。因此,注册中心最近作为研究平台精度肿瘤方法,“Anke Reinacher-Schick说。除了提供组织样本,注册中心提供了一个良好的数据库影响预后和治疗相关的基线特征。”在这样的一个项目,它是巨大的重要的能够利用一个优秀的群体和病理专家,“强调克劳斯Gerwert。“我们的工作在结肠癌患者的微卫星的分类地位是基于我们发表了迄今为止最大的群体之一,清晰地展示了潜在的用于癌症研究转化,“安德里亚Tannapfel说。

参考:Gerwert K, Schorner年代,Großerueschkamp F, et al。快,label-free自动检测微卫星的状态在结肠癌早期使用人工智能集成红外成像。欧元J癌症。2023;182:122 - 131。doi:10.1016 / j.ejca.2022.12.026

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。