快速红外成像进行人工智能识别肿瘤类型的肺癌

肺肿瘤分为不同类型,如小细胞肺癌、腺癌和鳞状细胞癌。许多罕见的肿瘤类型和子类型也存在。这种多样性阻碍可靠快速诊断方法在日常临床实践中。除了组织学类型、肿瘤样品也需要全面检查在DNA水平上对某些变化。“检测这些突变之一是重要关键信息进一步影响预后和治疗决策”,作者说Reinhard Buttner教授研究所所长一般病理学和病理解剖学科隆大学医院。

肺癌患者明显好处当司机突变曾为特征:例如,肿瘤与激活EGFR(表皮生长因子)基因的突变往往反应良好酪氨酸激酶抑制剂,而non-EGFR-mutated肿瘤或肿瘤与其他突变,如喀斯特,这种药物没有反应。肺癌的鉴别诊断之前发生免疫组织化学染色的组织样本和随后的广泛的遗传分析来确定突变。

红外成像的潜力作为诊断工具进行分类组织,称为label-free数字病理,已经被证明的由克劳斯Gerwert先前的研究。过程识别癌组织未经染色或其他标记和功能自动与人工智能(AI)的援助。形成鲜明对比的方法用于确定肿瘤形状和突变肿瘤组织在日常临床实践中,有时需要数天,新的过程只需要半个小时左右。不仅是可能的,时间确定组织样本包含肿瘤细胞,而且还什么类型的肿瘤,它是否包含某种变异。

波鸿人员能够验证过程超过200名肺癌患者样本。确定突变时,集中在到目前为止最常见的肺肿瘤,腺癌占50%以上的肿瘤。最常见的基因突变可以确定的敏感性和特异性为95%而艰苦的遗传分析。“第一次,我们能够识别光谱标记允许空间解决肺肿瘤区分各种分子条件”,解释了尼娜Goertzen普罗迪。单个样品的红外光谱测量提供了信息,否则需要一些耗时的过程。