新研究 | 不用开刀活检，“显微镜+AI”高效追踪癌症转移！

近期，一项最新研究首次向人们展示了一种非侵入性成像方法，能从分子水平发现癌症。

研究人员将强大的显微镜技术与自动图像分析算法结合起来，在不依赖侵入性活检或使用造影剂的情况下，成功区分了健康组织和转移性癌组织。该技术有望让医生实时看到癌症转移，从而为诊断和治疗提供信息。美国光学学会《生物医学光学快讯》杂志。

美国伯灵顿Lahey医院的研究人员介绍，现有的成像技术费用不菲，但空间分辨率低，常需要使用外源性造影剂。而这项研究中使用的方法在显微镜下以完全无标记的方式识别细胞和组织特征，本质上就像活检所看到的，但不需要开刀。

多光子显微镜的工作原理是将激光传输到组织中。虽然激光有很高的峰值强度，但它以非常短的脉冲传递，以保持较小的平均功率，不会造成组织损伤。当不同组织成分与激光相互作用时，它们会发出信号，然后被显微镜检索出来，形成图像。一旦获得图像，再通过自动图像处理算法来揭示独特的纹理特征（传统手术使用的成像工具是显示不出这些纹理特征的），并利用统计模型分析，区分健康组织和病变组织。

该方法的一个关键优势在于，图像采集和分析是基于组织本身的组成部分，比如细胞或胶原蛋白（一种形成结缔组织的蛋白质），而非添加在其中的对比染料。因此可以完全非侵入性和非破坏性的方式，来分析与形式和功能相关的固有特性。

当卵巢癌开始扩散时，通常首先出现在腹膜。为了测试新方法，研究人员使用多光子显微镜，结合自动图像和统计分析算法，对刚从腹膜切取的活组织切片进行检查分析。研究人员从8例确诊或疑似卵巢恶性肿瘤患者身上收集了腹膜活检组织。

通过对41幅活检组织图像的分析，新技术正确分类了41幅图像中的40幅(准确率为97.5%)。其中，共有11个样本被正确分类为转移性癌(100%敏感性)，30个样本中有29个被正确分类为健康组织(96.6%特异性)。

由于腹膜壁组织中充满胶原蛋白，分析过程有一部分集中在评估胶原纤维的微观结构模式及其分子间交联信号。研究人员发现，健康组织和病变组织在对比度(像素之间的强度差异衡量)和相关性(模式重复性衡量)方面表现出独特的模式。虽然健康组织在这些特征上表现出更大的差异，但转移癌组织图像显示出更统一的强度模式和更小的纤维。这些变化反映了癌细胞对天然结缔组织的破坏，是癌症转移的一个标志。

这是首次通过将这种显微镜模式与图像纹理分析技术相结合，成功评估健康和癌转移的人类腹膜组织。

由于该方法可以在微观水平上评估细胞和细胞外组织的特征，因此可以在更容易治疗的早期阶段识别癌症转移。通过使用算法对组织进行分类，该方法还可以减少解读图像时的偏差，减少对医生经验的依赖，帮助外科医生实时识别手术中可疑或患病的区域，进而直接影响病人的疾病管理。

由于该方法所利用的固有组织信号几乎存在于所有组织中，因此也可应用到其他癌症种和其他组织类型。研究人员计划在更广泛的患者群体的更大样本图像中继续测试该方法。

虽然目前使用活组织切片来测试这种方法，但研究人员表示，最终的目标是将其直接应用于发现或怀疑有癌症的身体部位，而无需活检或染色。不过，在该技术用于手术过程中的实时组织分析前，还需缩小显微组件，将显微镜与手术器械集成，并能在手术室直接实时分析所获得的图像。

参考来源：美国光学学会(The Optical Society)