$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Prostatakrebs ist nach wie vor eine der häufigsten bösartigen Erkrankungen, von denen Männer weltweit betroffen sind, wobei die Früherkennung für eine erfolgreiche Intervention und Behandlung von entscheidender Bedeutung ist1. In der Vergangenheit stützte sich die Diagnose von Prostatakrebs stark auf die histopathologische Beurteilung von Prostatabiopsieproben, am häufigsten durch Hämatoxylin- und Eosin-Färbung (H&E)2. Traditionelle Methoden der Prostatabiopsieanalyse sind zwar effektiv, führen aber je nach Stadt oder Land aufgrund verfahrenstechnischer und logistischer Faktoren in der Regel zu einer Wartezeit von mehreren Tagen bis Wochen. Diese Verzögerungen ergeben sich aus mehreren arbeitsintensiven Schritten, einschließlich der Formalinfixierung, der Paraffineinbettung, des Schneidens und der H&E-Färbung. Daher kann die kumulative Verarbeitungszeit, die durch das hohe Volumen an Biopsieproben noch verstärkt wird, die Diagnose und die Behandlungsplanung verzögern.
Jüngste Fortschritte bei den Bildgebungstechnologien, insbesondere die stimulierte Raman-Streuung (SRS)-Mikroskopie, können die diagnostische Praxis verändern, indem sie eine robuste Bildgebungsmethode bereitstellen, die ohne Hintergrund und leicht interpretierbar ist 3,4. SRS verwendet zwei Laserstrahlen, den Pumpstrahl (ωp) und den Stokes-Strahl (ωs), die mit der Probe wechselwirken. Wenn die Frequenzdifferenz (Δω = ωp −ωs) einer bestimmten molekularen Schwingungsfrequenz (Ω) entspricht, wird das Signal aufgrund der stimulierten Raman-Verstärkung oder -Verluste verstärkt. Dieser Prozess verbessert den Kontrast der molekularen Schwingungen und ermöglicht so eine hochempfindliche Bildgebung von Geweben 3,4. SRS ermöglicht den Nachweis von molekularen Schwingungen, die mit CH 2-Dehnungsschwingungen (2.845 cm-1) assoziiert sind, die mit Lipiden korrelieren, und CH3-Dehnungsschwingungen (2.930 cm-1), die mit Proteinen und DNA4 verbunden sind. Die Detektion des SRS-Signals beinhaltet in der Regel ein hochfrequentes Modulationsübertragungsschema, das eine präzise Isolierung der schwachen Schwingungssignale vom Hintergrundrauschen ermöglicht.
Die SRS-Mikroskopie verfügt über optische Schnittfunktionen, die eine präzise dreidimensionale Bildgebung ermöglichen, ohne dass ein physischer Gewebeschnitt erforderlich ist. Dies wird erreicht, indem die Pumpen- und Stokes-Laserstrahlen auf eine beugungsbegrenzte Stelle innerhalb der Probe ausgerichtet und fokussiert werden, an der bestimmte molekulare Schwingungen angeregt werden. Die konfokale Natur der SRS, die sich aus ihrer quadratischen Abhängigkeit von der Intensität des Lasers ergibt, stellt sicher, dass die Signale auf die Fokusebene beschränkt sind, wobei unscharfe Beiträge ausgeschlossen werden und hochgradig lokalisierte chemische Informationen geliefertwerden 5,6. Diese tiefenaufgelöste Bildgebung bewahrt die Integrität des Gewebes, indem sie mechanisches Schneiden eliminiert, die Verarbeitungszeit verkürzt und den biologischen und molekularen Kontext der Probe beibehält.
Aufbauend auf den Prinzipien der SRS nutzt die stimulierte Raman-Histologie (SRH) diese molekularen Schwingungsdaten, um Pseudo-H&E-Bilder von frischem, ungefärbtem Gewebe in Echtzeit zu erstellen und so dem Arzt schnellere und effizientere Diagnosewerkzeuge zur Verfügung zu stellen 7,8. Diese Fähigkeit, qualitativ hochwertige Bilder zu erzeugen, hat SRH zu einem unverzichtbaren Werkzeug für die Forschung und potenzielle klinische Anwendungen gemacht9. In jüngster Zeit lieferte die intraoperative Randbeurteilung mittels SRH ein pathologisches Feedback nahezu in Echtzeit während der partiellen Drüsenablation und der radikalen Prostatektomie, was eine sofortige Anpassung der Behandlung ermöglichte10,11.
Der SRH-Imager nutzt intrinsische molekulare Schwingungen, um Einblicke in die Gewebezusammensetzung zu erhalten. SRH kann verwendet werden, um krebsartiges von gutartigem Prostatagewebe effektiv zu unterscheiden, indem die Schwingungseigenschaften von CH2 und CH3 analysiertwerden 7,12. Der SRH-Imager erfasst diese Schwingungen und erzeugt Pseudo-H&E-Bilder, die den Kernkontrast verbessern, als schnelle Alternative zur herkömmlichen Histopathologie dienen und je nach Gewebegröße 7,8 in 2-8 Minuten qualitativ hochwertige Bilder liefern.
Die Wirksamkeit der SRH für die schnelle pathologische Untersuchung von unaufbereiteten Prostatabiopsien wurde evaluiert. Die Pathologen wurden in der Interpretation von SRH-Bildern aus Prostatabiopsiekernen geschult, die ex vivo aus Prostatektomieproben entnommen wurden8. Die SRH-Scanmethode wurde so optimiert, dass innerhalb von Minuten hochauflösende Bilder aufgenommen werden können, wodurch der Zeitaufwand im Vergleich zur herkömmlichen Histopathologie erheblich reduziert wird. Biopsieproben, die eine Mischung aus gutartiger und bösartiger Histologie enthielten, dienten als Trainingsset für die Pathologen, die dann eine verblindete Auswertung eines separaten Satzes von Biopsien durchführten, die von SRH abgebildet und durch H&E-Färbung verarbeitet wurden, um als Grundwahrheit zu dienen. Die Ergebnisse zeigten, dass die mittlere pathologische Genauigkeit bei der Identifizierung von Prostatakrebs 95,7 % betrug, mit einer guten Übereinstimmung bei der Erkennung klinisch signifikanter Krebsarten, was darauf hindeutet, dass SRH die Diagnose nahezu in Echtzeit wirksam unterstützen kann8.
In nachfolgenden Studien wurde künstliche Intelligenz (KI) integriert, um die diagnostische Genauigkeit, Effizienz und einfache Implementierung weiter zu verbessern. Dieses KI-Modell verwendet Deep-Learning-Techniken zur Analyse von Schwingungs- und morphologischen Merkmalen, die von SRH erfasst werden, und ermöglicht so eine automatisierte Klassifizierung von Prostatabiopsieproben in gutartige, krebsartige und nicht-diagnostische Regionen, wodurch der pathologische Bewertungsprozess erheblich vereinfachtwird 9. Die SRH-AI-Integration zeigte eine beeindruckende Genauigkeit und erreichte 96,5 % bei der Erkennung von Prostatakrebs mit Sensitivitäts- und Spezifitätsraten von 96,3 % bzw. 96,6 %9. Durch die Integration von KI mit SRH wurde eine diagnostische Leistung erreicht, die der von erfahrenen Pathologen entspricht.
Durch die umfangreiche Evaluierung der SRH mit Pathologen und die Entwicklung eines in den SRH-Imager integrierten KI-Modells wurden die Fähigkeiten dieser Technologie deutlich weiterentwickelt. Dieses Protokoll beschreibt die detaillierten Schritte zur Vorbereitung von Prostatabiopsieproben, zur Bildgebung mit dem SRH-Imager und zur Analyse der Daten mit KI-gestützten Tools. Durch das Befolgen dieser Schritte können Forscher und Kliniker diese neuartige Technik nutzen, um die Erkennung, Forschung und Behandlung von Prostatakrebs zu verbessern.