La tecnica di rappresentazione novella produce la diagnosi intraoperative accurata e in tempo reale dei tumori cerebrali

Un metodo novello di combinazione della rappresentazione ottica avanzata con un algoritmo di intelligenza artificiale produce la diagnosi intraoperative accurata e in tempo reale dei tumori cerebrali, ritrovamenti nuovi di uno studio.

Pubblicato nella medicina della natura il 6 gennaio, lo studio ha esaminato l'accuratezza diagnostica della classificazione di immagine di tumore cerebrale con l'apprendimento automatico, rispetto all'accuratezza dell'interpretazione del patologo delle immagini istologiche convenzionali. I risultati per entrambi i metodi erano comparabili: la diagnosi AI basata era 94,6% accurati, rispetto a 93,9% per all'l'interpretazione basata a patologo.

La tecnica di rappresentazione, l'istologia stimolata di Raman (SRH), rivela l'infiltrazione del tumore in tessuto umano raccogliendo la luce laser sparsa, illuminante le funzionalità essenziali vedute non tipico nelle immagini istologiche standard.

Le immagini microscopiche poi sono elaborate ed analizzate con intelligenza artificiale e dentro al di sotto di 2 e 1/2 minuti, i chirurghi possono vedere una diagnosi preveduta di tumore cerebrale. Facendo uso della stessa tecnologia, dopo la resezione, possono individuare ed eliminare esattamente il tumore altrimenti inosservabile.

Come chirurghi, siamo limitati ad agire su cui possiamo vedere; questa tecnologia permette che noi vediamo che cosa sarebbero altrimenti invisibili, per migliorare la velocità e l'accuratezza in O e che diminuisce il rischio di diagnosi sbagliata. Con questa tecnologia dell'immagine, le operazioni del cancro sono più sicure e più efficaci di mai prima.

Autore Daniel senior A. Orringer, MD, professore associato di neurochirurgia alla scuola di medicina di NYU Grossman, che ha contribuito a sviluppare lo SRH e guidato co lo studio con i colleghi all'università del Michigan

Come gli studi sono stati intrapresi

Per costruire lo strumento di intelligenza artificiale utilizzato nello studio, i ricercatori hanno preparato una rete neurale dell'avvolgimento profonda (CNN) con più di 2,5 milione campioni da 415 pazienti per classificare il tessuto in 13 categorie istologiche che rappresentano i tumori cerebrali più comuni, compreso glioma maligno, linfoma, i tumori metastatici ed il meningioma.

Per convalidare il CNN, i ricercatori hanno iscritto 278 pazienti che subiscono la resezione di tumore cerebrale o la chirurgia dell'epilessia a tre centri medici al test clinico futuro. Gli esemplari di tumore cerebrale sono stati biopsiati dai pazienti, hanno diviso intraoperatively in esemplari della sorella e definito a caso al controllo o al braccio sperimentale.

Esemplari instradati tramite il braccio di controllo--la pratica normale corrente--sono stati trasportati ad un laboratorio di patologia ed hanno passato con trattamento dell'esemplare, il preparato della diapositiva dai tecnici e l'interpretazione dai patologi, un trattamento che richiede 20-30 minuti. Il braccio sperimentale è stato eseguito intraoperatively, da acquisizione di immagine e da trattamento alla previsione diagnostica via il CNN.

Considerevolmente, gli errori diagnostici nel gruppo sperimentale erano unici dagli errori nel gruppo di controllo, suggerente che un patologo che usando la tecnica novella potrebbe raggiungere vicino ad accuratezza 100%. La capacità diagnostica precisa del sistema potrebbe anche essere utile ai centri che mancano dell'accesso ai neuropathologists esperti.

Lo SRH rivoluzionerà il campo della neuropatologia migliorando il processo decisionale durante la chirurgia e fornendo della la valutazione livella dell'esperto negli ospedali in cui i neuropathologists formati non sono disponibili.

Matija Snuderl, MD, professore associato nel dipartimento di patologia alla scuola di medicina di NYU Grossman e un co-author dello studio

Trattamento di avanguardia di offerte del centro di tumore del cervello e della spina dorsale di NYU Langone

Il Dott. Orringer ha unito NYU Langone nell'agosto 2019, portando con lui la tecnologia che dello SRH ha contribuito a svilupparsi. Il cervello di NYU Langone ed il centro di tumore della spina dorsale è il primo per offrire questa tecnica, facendo uso del sistema di rappresentazione di laser del NIO di Invenio, nel nord-est.

La più nuova aggiunta alla serie completa del centro delle tecnologie dell'immagine neurochirurgiche, SRH funziona di concerto con MRI intraoperative ed ambulatorio fluorescenza-guida per fornire l'orientamento ad alta definizione di precisione per i neurochirurghi di livello internazionale di NYU Langone.

Il dipartimento di NYU Langone di neurochirurgia lungamente è stato una guida nel portare le opzioni del trattamento più avanzate ai nostri pazienti. Con l'aggiunta di competenza del Dott. Orringer e di questa tecnologia cacciagione-cambiante, ora siamo ancora più ben attrezzati fornire gli ambulatori ed i risultati sicuri di qualità per i casi di tumore cerebrale più complessi.

John G. Golfinos, MD, Joseph P. Ransohoff professore di neurologia e presidenza del dipartimento di neurochirurgia

L'entrata in vigore di questo nuovo sistema è il più recente degli sforzi di NYU Langone per integrare l'intelligenza artificiale nella pratica clinica migliorare i sistemi diagnostici di cancro. I ricercatori ed i clinici al centro del Cancro di Perlmutter di NYU Langone hanno fatto le andature recenti nel cancro polmonare, nel cancro al seno ed in tumore cerebrale.

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