Die Diagnose Krebs erfordert ein langwieriger Prozess, der mehrere Analysen von Gewebe-Biopsien, welche das schnelle und frühzeitige Erkennung von Krebserkrankungen. In einer neuen Studie, die Forscher von der Universität von Osaka entwickelt eine neuartige imaging-system nutzt die nah-Infrarot-Licht werden weniger invasiv und mehr Zeit effizienter als die herkömmliche Vorgehensweise.
Die histopathologische Analyse oder die Untersuchung von Gewebe-Biopsien, ist der Eckpfeiler der Krebs-Diagnose. Erste, mehrere Proben von verschiedenen Gewebe-Standorte sind durch Biopsie gewonnene. Diese Proben werden dann an einen Pathologen, der Fleck wird das Gewebe für Moleküle von Interesse, um festzustellen, ob Krebszellen vorhanden sind. Obwohl ein etablierter Prozess, kann es besonders invasive, als eine ausreichende Anzahl von Biopsien aus mehreren Standorten innerhalb des gleichen Organs sind notwendig, um die Chancen auf den Fang das Potenzial, Krebs—und das ist nicht immer möglich, bestimmte Organe, wie der Lunge, der Bauchspeicheldrüse und Gebärmutter. Verdacht auf Gebärmutterhalskrebs ist sogar eine Kontraindikation für eine Biopsie Erwerb. Ein weiterer großer Nachteil dieses Verfahrens ist die langsame Bearbeitungszeit, aufgrund der Komplexität der Gewebe Erwerb, die histopathologische Aufbereitung, Auswertung und Erstellung des Berichts.
„Zeit ist das Wesen, wenn es um Krebs,“ sagt entsprechenden Autor der Studie Masaru Ishii. „Das Ziel unserer Studie war die Entwicklung einer neuartigen Technik, der eine Krebs-Diagnose in Echtzeit-anhand der gewonnenen Geweben nur, ohne weitere histopathologische Aufbereitung.“
Um Ihr Ziel zu erreichen, werden die Forscher konzentrierten sich auf Gebärmutterhalskrebs die vierthäufigste Krebsart bei Frauen. Sie erhalten Biopsien von gesunden Patienten und Patienten mit Gebärmutterhalskrebs, und bebildert Sie sofort mit Ihrer imaging-system nutzt die nah-Infrarot-Licht zu Scannen die Gewebe. Ein weiteres Merkmal von diesem imaging-system ist seine Fähigkeit, nicht nur scan-Gewebe in zwei Dimensionen, wie es konventionell, aber auch in drei Dimensionen, erhalten somit ein umfassendes Bild der Gewebe. Die Forscher fanden heraus, dass die Kerne, Fächer, die innerhalb der Zellen enthalten, die DNA, hatte eine unregelmäßige Form, die in Krebs-Gewebe. Durch die Nutzung dieser Befund und die Auswertung der Daten mit Hilfe einer machine-learning-Algorithmus, den die Forscher waren in der Lage, eine quantitative Ansatz zum klassifizieren von Gewebe in normalen und Krebszellen basiert auf der nuklearen Form. Geht man einen Schritt weiter, entwickelten die Forscher eine zusätzliche Klassifizierung Algorithmus, der die Menge an Bindegewebe in der Biopsien berücksichtigt bei der Entscheidung, ob das Gewebe gesund oder krank.
Aber hat dieses imaging-system, verbessern die Diagnose von Gebärmutterhalskrebs? Zur überprüfung der Genauigkeit der Bildgebung Ergebnisse, die Forscher geschickt die Probe zu Pathologen, die habe dann eine konventionelle histopathologische Untersuchung der Biopsien und eine signifikante überlappung zwischen beiden Ansätzen. Die Anwendung beider neu entwickelten klassifikationsalgorithmen selbst aktiviert die Differenzierung zwischen invasiven Krebs und so genannte zervikale intraepitheliale Neoplasie, eine Vorstufe von invasivem Krebs entdeckt, durch das sammeln von zervikalen Zellen mit Pap-Abstriche. Zusammen genommen, diese neuartige imaging-Methode aktiviert die Gewebe visualisiert werden, in drei Dimensionen und analysiert werden, die für Krebs ohne umfangreiche Gewebe-Vorbereitung.
