普罗迪蛋白诊断中心的研究小组在波鸿Ruhr-Universitat(摩擦)使用红外(IR)显微镜基于量子级联激光器的分类组织样本的结肠直肠癌常规临床操作需要和自动化的方式。人工智能技术使研究人员能够区分不同的肿瘤类型的精度在大约30分钟。基于分类,医生可以预测哪些疾病将会和,因此,选择合适的治疗。他们的工作发表在科学报告。
之间的区别是由微卫星稳定(MSS)和微卫星不稳定(MSI)在结肠癌和其他癌症肿瘤。微卫星通常functionless,短经常重复的DNA序列。MSI肿瘤患者有显著提高生存率。这是由于癌细胞的突变速率约1000倍,这使得他们的增长不太成功。此外,创新在MSI肿瘤患者免疫疗法更成功。”因此重要的预后和肿瘤的治疗决定知道什么样我们正在处理”,Anke Reinacher-Schick教授说,血液学和肿瘤学部门主管按摩诊所圣约瑟夫医院。到目前为止,鉴别诊断进行了免疫组织化学染色的组织样本和随后的复杂的遗传分析。
红外成像的潜力作为诊断工具的分类组织(所谓label-free数字病理)已经在先前的研究已经证明了该集团为首的教授克劳斯Gerwert摩擦生物物理学系。方法识别癌症组织未经染色或其他标志,因此,借助人工智能自动同样适用。与传统的鉴别诊断微卫星地位,这大约需要一天,新方法只需要大约半个小时。
蛋白质研究小组已经显著提高检测的方法通过优化分子组织的变化。以前,组织可能只有形态形象化。“这是一大步,表明红外成像在未来可以成为一个有前途的方法诊断和治疗预测”,克劳斯Gerwert说。
与病理学研究所合作摩擦由安德里亚Tannapfel教授和血液学和摩擦圣约瑟夫医院肿瘤科,100名患者的研究小组进行了可行性研究。它显示的敏感性为100%,特异性93%:MSI肿瘤都正确分类的新方法,只有少数样本错误地认定为MSI肿瘤。扩大临床试验已经开始,将进行样本Colopredict + 2.0注册学习。由安德里亚Tannapfel Anke Reinacher-Schick,注册表研究允许验证的结果发表工作。“方法我们也非常感兴趣,因为很少的样本材料,这可能是一个决定性的优势在今天的诊断与越来越多的适用技术”,安德里亚Tannapfel解释道。
在未来,该方法被引入临床肿瘤学工作流来评估其潜在的精度。“日益靶向治疗后肿瘤疾病,它是非常重要的提供快速和准确诊断”,Anke Reinacher-Schick总结道。
