Precyzyjne określenie granic glejaka podczas operacji pozostaje jednym z największych wyzwań neurochirurgii. Naukowcy opracowali platformę ULTRA, która łączy szybkie oczyszczanie tkanek, mikroskopię stymulowanego rozpraszania Ramana oraz sztuczną inteligencję. Technologia pozwala uzyskać trójwymiarowy obraz histologiczny tkanki i ocenić margines nacieku guza w około 30 minut. Wyniki badania opublikowano w „Cell”.
Z tego artykułu dowiesz się…
- Jak platforma ULTRA pozwala tworzyć trójwymiarowy obraz histologiczny marginesów glejaka w około 30 minut.
- Jak szybkie oczyszczanie tkanek, mikroskopia stymulowanego rozpraszania Ramana i sztuczna inteligencja są łączone w jednym procesie analizy tkanki.
- Dlaczego analiza 3D może ujawniać naciek komórek nowotworowych, który może zostać pominięty podczas oceny pojedynczych przekrojów 2D.
- Jakie ograniczenia ma obecnie ULTRA i dlaczego potrzebne są dalsze badania kliniczne, zanim technologia będzie mogła znaleźć szersze zastosowanie podczas operacji glejaków.
Dlaczego określenie granic glejaka jest tak trudne?
Rozlane glejaki mogą naciekać otaczającą tkankę mózgową w sposób trudny do rozpoznania zarówno przez neurochirurga, jak i za pomocą standardowego obrazowania. Tymczasem podczas operacji konieczne jest znalezienie równowagi między możliwie szerokim usunięciem guza, a ochroną obszarów mózgu odpowiedzialnych za kluczowe funkcje.
Obecnie patologia śródoperacyjna w dużej mierze opiera się na analizie skrawków mrożonych. Metoda dostarcza szybkich informacji, jednak pozwala ocenić jedynie ograniczoną liczbę dwuwymiarowych fragmentów tkanki. Wynik może zależeć m.in. od miejsca pobrania próbki, jakości barwienia czy artefaktów powstałych podczas zamrażania. Histologia 3D mogłaby dostarczyć znacznie pełniejszego obrazu, ale dotychczas jej wykorzystanie podczas operacji ograniczał czas potrzebny na przygotowanie i obrazowanie materiału – od kilku godzin do nawet kilku dni.
ULTRA tworzy obraz histologiczny 3D w około 30 minut
Platforma ULTRA (ultrarapid cleared stimulation Raman with AI) została opracowana przez zespół naukowców z kilku chińskich ośrodków, m.in. Uniwersytetu Fudan i Szpitala Huashan Uniwersytetu Fudan. Technologia medyczna łączy trzy kluczowe elementy: szybkie oczyszczanie tkanki, mikroskopię stymulowanego rozpraszania Ramana (SRS) oraz wirtualne barwienie wykorzystujące AI.
Najpierw tkanka mózgowa jest oczyszczana, dzięki czemu staje się wystarczająco przezroczysta do obrazowania objętościowego. Następnie mikroskopia SRS rejestruje naturalne sygnały wynikające z drgań wiązań chemicznych, bez konieczności stosowania zewnętrznych znaczników. Algorytmy AI przekształcają natomiast uzyskane dane w wirtualną histologię 3D przypominającą obrazy barwione H&E. Jak wyjaśnia dr Lixue Shi z Uniwersytetu Fudan:
Konwencjonalna patologia śródoperacyjna często opiera się na ograniczonej liczbie dwuwymiarowych przekrojów, podczas gdy same guzy są wysoce heterogenicznymi, trójwymiarowymi jednostkami. Celem ULTRA jest uzyskanie pełniejszego, trójwymiarowego obrazu histologicznego w czasie zbliżonym do patologii śródoperacyjnej, bez niszczenia tkanki. Mamy nadzieję, że ta technologia pomoże lekarzom lepiej zrozumieć marginesy nacieku glejaka w przyszłości i dostarczy więcej informacji na poziomie tkankowym do podejmowania decyzji śródoperacyjnych.
Sztuczna inteligencja wspiera analizę tkanki
AI w ULTRA nie służy wyłącznie do klasyfikowania zmian. System wykorzystuje trzy kolejne moduły: model dyfuzyjny poprawiający jakość obrazu wraz ze wzrostem głębokości obrazowania, generatywną sieć antagonistyczną przewidującą kanał białkowy na podstawie lipidowego oraz model wirtualnego barwienia H&E.
Platformę oceniono na próbkach chirurgicznych pochodzących od 17 pacjentów poddanych resekcji guzów mózgu. Materiał obejmował różne typy glejaków, w tym glejaka wielopostaciowego, gwiaździaka i skąpodrzewiaka.
ULTRA pokazuje to, co może umknąć w przekroju 2D
W obrazach 3D widoczne były m.in. atypia jądrowa, nieprawidłowe mitozy, proliferacja mikronaczyniowa, zmiany mikrotorbielowate i obszary martwicy. Co istotne, cechy te można było obserwować w sposób ciągły w całej objętości analizowanej tkanki. Szczególnie interesujące wyniki uzyskano podczas badania marginesu glejaka wielopostaciowego. Około 1 mm³ tkanki przetworzono i przeanalizowano w około 30 minut. Następnie trójwymiarowa sieć neuronowa wygenerowała ULTRAscore, czyli wskaźnik prawdopodobieństwa obecności guza. Pozwoliło to rozróżnić obszary z dużą gęstością komórek nowotworowych, rzadszym naciekiem oraz tkankę bez guza.
Analiza pokazała również, jak bardzo niejednorodny może być margines glejaka. Niektóre przekroje 2D wyglądały niemal prawidłowo, podczas gdy na sąsiednich płaszczyznach widoczny był naciek nowotworowy. Niezależni patolodzy analizujący pojedyncze przekroje 2D nie wykrywali guza w części takich obszarów – odsetek pominięć wyniósł 20 i 23 proc. Sieć CNN 3D osiągnęła natomiast AUC 0,965 wobec 0,909 dla sieci CNN 2D.
Technologia może uzupełnić obrazowanie podczas operacji
ULTRA wykrywała również histologiczne zajęcie guza w niejednoznacznych obszarach obrzęku widocznych w MRI oraz w tkankach wyglądających prawidłowo w neuronawigacji. Technologia mogłaby więc w przyszłości uzupełniać obrazowanie i monitorowanie neurofizjologiczne o dodatkowe informacje histologiczne.
Na razie nie można jednak traktować ULTRA jako zamiennika standardowej patologii śródoperacyjnej. Badanie dotyczyło opracowania i walidacji metody na próbkach klinicznych, a nie oceny jej skuteczności w dużym badaniu klinicznym. Nie wykazano również, że zastosowanie platformy poprawia przeżycie pacjentów, zmniejsza ryzyko nawrotu lub wpływa na wyniki neurologiczne po operacji.
Główne wnioski
- Platforma ULTRA (ultrarapid cleared stimulation Raman with AI) umożliwia trójwymiarową analizę histologiczną tkanki glejaka w około 30 minut, łącząc szybkie oczyszczanie tkanek, mikroskopię SRS i sztuczną inteligencję.
- W badaniu wykorzystano próbki chirurgiczne pochodzące od 17 pacjentów z różnymi typami glejaków. ULTRA pozwalała obserwować przestrzenne rozmieszczenie cech patologicznych oraz nacieku nowotworowego.
- Podczas analizy pojedynczych przekrojów 2D niezależni patolodzy nie wykrywali guza w części obszarów, osiągając odsetek pominięć wynoszący 20 i 23 proc. Model CNN 3D uzyskał AUC 0,965 wobec 0,909 dla CNN 2D.
- ULTRA może w przyszłości uzupełniać patologię śródoperacyjną, neuronawigację i obrazowanie MRI, jednak nie jest obecnie zamiennikiem standardowej diagnostyki. Konieczne są większe, prospektywne badania kliniczne.
Źródło:
- https://www.cell.com/cell/abstract/S0092-8674(26)00824-X
- University Institute of Science and Technology
