人工智能3D病理学提高Barrett食管患者的预后准确性
2024-08-10
来源: drugdu
121
巴雷特食管是一种由于慢性胃食管反流导致食管内壁改变的疾病。患有巴雷特食管的个体患食管癌症的风险略有增加，需要定期进行内镜监测。在这些程序中，胃肠病学家从受影响的组织中收集了大量活组织检查。然后将这些样本切成薄片，放在载玻片上，由病理学家在显微镜下进行检查。然而，病理学家查看的组织切片仅占实际活检的1%或更少，并且只提供二维视图，这可能会产生误导。研究人员现在正在对患有这种疾病的患者的存档组织进行临床研究，以开发用于巴雷特食管风险分层的计算3D病理学方法。
UW工程学院（美国华盛顿州西雅图）的研究团队此前发明了3D病理学方法来评估前列腺癌症风险，并将重点转移到其技术的胃肠道应用上，包括评估Barrett食管患者的食管癌症风险。他们的目的是证明，使用AI分析整个内窥镜活检的3D病理数据集可以更好地确定哪些患者可能发展为食管癌症，从而需要更密集的治疗。该团队正在为此目的使用开放式光学片显微镜。这种创新技术允许在不需要切片的情况下对活检进行3D显微镜观察，从而保留了整个组织结构。
这种“无载玻片”显微镜技术涉及使用光片和高速相机对用荧光染料染色的组织样本进行成像，并通过一种称为光学清除的过程使其透明。一旦准备好3D病理数据集，人工智能就被用来突出活组织检查中最关键的区域供病理学家审查，或者自主评估组织。在之前发表在《现代病理学》上的研究中，该团队引入了一种深度学习方法，该方法在识别巴雷特食管活检中的恶性肿瘤方面比传统方法更有效，大大减少了病理学家需要检查的图像数量。此外，该团队正在通过开发一个先进的弱监督深度学习分诊系统来分析3D病理数据集，从而增强AI模型的训练过程。
华盛顿大学机械工程、生物工程和实验室医学与病理学教授乔纳森·刘教授表示：“我们正试图确定风险最高的患者，以便他们可以接受对其生存至关重要的早期治疗。在我们存档的组织样本中，一些患者发展为癌症，我们正在努力检测他们组织中的哪些物质在早期可以预测到这一点。”
来源：
https://www.labmedica.com/pathology/articles/294802116/3d-pathology-with-ai-to-enhance-prognosis-accuracy-for-barretts-esophagus-patients.html
版权著作，未经滴度drugdu.com书面授权，严禁转载，违者将被追究法律责任。
相关News
- 骨科巨头全球骨科巨头史赛克宣布完成出售这一业务 2025-04-04
- 扬子江药业杀入艾拉莫德赛道 2025-04-04
- GLP-1赛道又下一城，糖尿病龙头华东医药司美格鲁肽国内上市申请获受理 2025-04-04
- 又一家mRNA公司崛起 2025-04-04
- 2025Q1：6 款国产ADC成功出海 2025-04-03
