La technique d'imagerie nouvelle produit le diagnostic peropératoire précis et en temps réel des tumeurs cérébrales

Une méthode nouvelle de combiner la représentation optique avancée avec un algorithme d'artificial intelligence produit le diagnostic peropératoire précis et en temps réel des tumeurs cérébrales, découvertes neuves d'une étude.

Publié en médicament de nature le 6 janvier, l'étude a examiné l'exactitude diagnostique de la catégorie d'image de tumeur cérébrale par l'apprentissage automatique, avec l'exactitude de l'évaluation de pathologiste des images histologiques conventionnelles. Les résultats pour les deux méthodes étaient comparables : le diagnostic basé sur AI était 94,6% précis, avec 93,9% pour l'évaluation basée sur pathologiste.

La technique d'imagerie, histologie stimulée de Raman (SRH), indique l'infiltration de tumeur en tissu humain en rassemblant la lumière laser dispersée, caractéristiques essentielles illuminating pas typique vues dans des images histologiques normales.

Les images microscopiques sont alors traitées et analysées avec l'artificial intelligence, et dedans sous 2 et demi minutes, les chirurgiens peuvent voir un diagnostic prévu de tumeur cérébrale. Utilisant la même technologie, après la résection, ils peuvent exactement trouver et retirer la tumeur autrement indétectable.

Comme chirurgiens, nous sommes limités à l'action sur ce que nous pouvons voir ; cette technologie nous permet de voir ce qui seraient autrement invisibles, pour améliorer la vitesse et l'exactitude dans OU, et réduit le risque de diagnostic erroné. Avec cette technologie de l'image, les fonctionnements de cancer sont plus sûrs et plus efficaces que toujours avant.

Auteur Daniel supérieur A. Orringer, DM, professeur agrégé de la neurochirurgie à l'École de Médecine de NYU Grossman, qui a aidé à développer le SRH et dirigé par Co l'étude avec des collègues à l'Université du Michigan

Comment l'étude a été entreprise

Pour établir l'outil d'artificial intelligence utilisé dans l'étude, les chercheurs ont formé un réseau neuronal circonvolutionnaire profond (CNN) avec plus de 2,5 millions d'échantillons provenant de 415 patients pour classifier le tissu dans 13 catégories histologiques qui représentent les tumeurs cérébrales les plus courantes, y compris le gliome malin, le lymphome, les tumeurs métastatiques, et le méningiome.

Afin de valider le CNN, les chercheurs ont inscrit 278 patients subissant la résection de tumeur cérébrale ou la chirurgie d'épilepsie à trois centres médicaux d'université dans le test clinique estimatif. Des spécimens de tumeur cérébrale ont été biopsiés des patients, ont coupé intraoperatively en spécimens de soeur, et fait au hasard affecté au contrôle ou à l'arme expérimentale.

Spécimens cheminés par l'arme de contrôle--la pratique courante actuelle--ont été transportés à un laboratoire de pathologie et sont passés par le traitement de spécimen, la préparation de guide par des techniciens, et l'évaluation par des pathologistes, un procédé qui prend 20-30 mn. L'arme expérimentale a été exécutée intraoperatively, de l'acquisition des images et du traitement à la prévision diagnostique par l'intermédiaire du CNN.

Notamment, les erreurs diagnostiques au groupe expérimental étaient seules des erreurs au groupe témoin, proposant qu'un pathologiste employant la technique nouvelle pourrait réaliser de près de l'exactitude 100%. La capacité diagnostique précise du système pourrait également être avantageuse aux centres qui manquent de l'accès aux neuropathologists experts.

Le SRH révolutionnera l'inducteur du neuropathology en améliorant la prise de décision pendant la chirurgie et en fournissant l'évaluation niveau de l'expert dans les hôpitaux où les neuropathologists qualifiés ne sont pas procurables.

Matija Snuderl, DM, professeur agrégé au Service de Pathologie à l'École de Médecine de NYU Grossman et un co-auteur de l'étude

Demande de règlement de cerveau de NYU Langone et de tranchant d'offres de centre de tumeur de colonne vertébrale

M. Orringer a joint NYU Langone en août 2019, portant avec lui la technologie de SRH qu'il a aidé à développer. Le cerveau de NYU Langone et le centre de tumeur de colonne vertébrale est le premier pour offrir cette technique, utilisant le systéme optique à laser du NIO d'Invenio, dans le nord-est.

L'ajout le plus neuf à la suite complète du centre des technologies de l'image neurochirurgicales, SRH fonctionne de concert avec l'IRM peropératoire et la chirurgie fluorescence-guidée pour fournir le guidage à haute résolution de précision pour les neurochirurgiens parmi les meilleurs du monde de NYU Langone.

Le Service de Neurochirurgie de NYU Langone a longtemps été un chef en portant les options de demande de règlement les plus avancées à nos patients. En plus des compétences de M. Orringer's et de cette technologie jeu-changeante, nous sommes maintenant encore mieux équipés pour fournir les cabinets de consultation et les résultats sûrs de qualité pour les cas de tumeur cérébrale les plus complexes.

John G. Golfinos, DM, Joseph P. Ransohoff professeur de la neurologie et présidence du Service de Neurochirurgie

La mise en place de ce système neuf est la plus récente des efforts de NYU Langone pour intégrer l'artificial intelligence dans la pratique clinique d'améliorer la diagnose du cancer. Les chercheurs et les cliniciens au centre de lutte contre le cancer de Perlmutter de NYU Langone ont effectué des pas récents dans le cancer de poumon, le cancer du sein, et la tumeur cérébrale.

Source:
Journal reference:

Hollon, T. C. et al. (2020) Near real-time intraoperative brain tumor diagnosis using stimulated Raman histology and deep neural networks. Nature Medicine. doi.org/10.1038/s41591-019-0715-9