人工智能利用红外成像对结直肠癌进行分类

波鸿鲁尔大学普罗迪蛋白质诊断中心(RUB)的研究小组在常规临床操作中，使用基于量子级联激光器的红外(IR)显微镜，以无标记和自动化的方式对结直肠癌组织样本进行分类。人工智能使研究人员能够在大约30分钟内非常准确地区分不同类型的肿瘤。根据分类，医生可以预测疾病的病程，从而选择合适的治疗方法。该小组于2020年6月23日在杂志《科学报告》上发表了他们的报告。

微卫星状态有助于预后。

在结肠癌和其他癌症中，微卫星稳定(MSS)和微卫星不稳定(MSI)肿瘤之间存在差异。微卫星通常是无功能的短DNA序列，经常重复出现。MSI肿瘤患者的生存率明显更高。这是因为癌细胞的突变率大约高1000倍，这使得它们的生长不太成功。此外，创新的免疫疗法在MSI肿瘤患者中更为成功。RUB Clinic圣约瑟夫医院血液肿瘤科负责人Anke Reinacher-Schick教授表示，“因此，了解我们想要治疗的肿瘤对于预后和治疗决策至关重要。”到目前为止，

快速可靠的测量

由RUB生物物理系的克劳斯吉沃尔特教授领导的团队在早期的研究中证明了红外成像作为组织分类诊断工具的潜力，即所谓的无标记数字病理学。这种方法可以在没有事先染色或其他标记的情况下识别癌症组织，因此它也可以在人工智能的帮助下自动工作。与传统的微卫星状态鉴别诊断需要大约一天时间不同，新方法只需要大约半个小时。

Protein的研究团队通过优化，大大改进了检测组织中分子变化的方法。以前，组织只能在形式上可视化。克劳斯吉沃尔特说：“这是重要的一步，这表明红外成像在未来的诊断和治疗预测中可以成为一种有前途的方法。”

鼓励可行性研究。

研究小组与Andrea Tannapfel教授领导的RUB病理学研究所和RUB St Joseph医院的血液和肿瘤科合作，对100名患者进行了可行性研究。它显示了100%的敏感性和93%的特异性：在所有被新方法正确分类的MSI肿瘤中，只有少数样品被错误地鉴定为MSI肿瘤。现在开始扩展临床试验，该试验将在Colopredict Plus 2.0的注册研究样本上进行。由Andrea Tannapfel和Anke Reinacher-Schick发起的注册表研究可以验证已发表工作的结果。“这种方法对我们来说也很有趣，因为使用的样品材料很少，这在今天是一个决定性的优势。”

个性化医疗的又一步

未来，该方法将被引入临床工作流程，以评估其在精确肿瘤学中的潜力。Anke Reinacher-Schick总结道：“在越来越多的肿瘤疾病靶向治疗后，提供快速准确的诊断非常重要。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！