Wykrywanie i izolacja raka w biopsjach prostaty z wykorzystaniem stymulowanej histologii Ramana i sztucznej inteligencji

Lea Lough; Mingyu Sheng; Takeshi Namekawa; Adrian Ion-Margineanu; Christian W. Freudiger; Samir S. Taneja; Miles P. Mannas

doi:10.3791/68083

Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Wykrywanie i izolacja raka w biopsjach prostaty z wykorzystaniem stymulowanej histologii Ramana i sztucznej inteligencji

1.8K wyświetleń

⸱

DOI:

10.3791/68083

⸱

10 czerwca 2025

Lea Lough¹ , Mingyu Sheng² , Takeshi Namekawa² , Adrian Ion-Margineanu³ , Christian W. Freudiger³ , Samir S. Taneja⁴^,⁵^,⁶ , Miles P. Mannas²^,⁷

¹Genecentrix Inc., ²Vancouver Prostate Center, University of British Columbia, ³Invenio Imaging, ⁴Dept. of Urology, NYU Langone Health, ⁵Dept. of Radiology, NYU Langone Health, ⁶Dept. of Biomedical Engineering, NYU Langone Health, ⁷Dept. of Urologic Sciences, University of British Columbia

W tym artykule

Podsumowanie

W tym miejscu przedstawiamy ustandaryzowany protokół wykrywania raka prostaty za pomocą stymulowanej histologii Ramana (SRH) na próbkach biopsji ze względu na przewagę nad tradycyjną histopatologią, koncentrując się na przygotowaniu próbki, obrazowaniu i sztucznej inteligencji w celu poprawy stosunku raka do tkanki. Dodatkowo wspiera biobankowanie na potrzeby transkryptomiki, modeli organoidów lub ksenoprzeszczepów oraz identyfikacji śródoperacyjnych marginesów chirurgicznych.

Streszczenie

Rak prostaty pozostaje jednym z najbardziej rozpowszechnionych nowotworów złośliwych dotykających mężczyzn na całym świecie, co sprawia, że wczesne wykrywanie i postępy w medycynie precyzyjnej mają kluczowe znaczenie dla skutecznej interwencji i leczenia. Przedstawiono ustandaryzowany protokół wykorzystania stymulowanej histologii Ramana (SRH) ze zintegrowaną sztuczną inteligencją (AI) w wykrywaniu raka prostaty, oferując znaczny postęp w porównaniu z konwencjonalnymi metodami histopatologicznymi. SRH zapewnia te postępy, zwiększając wydajność dzięki obrazowaniu świeżych, niebarwionych tkanek w czasie zbliżonym do rzeczywistego, bez znaczników, eliminując w ten sposób opóźnienia związane z tradycyjną analizą biopsji.

Wykorzystując mikroskopię wymuszonego rozpraszania Ramana (SRS) do wykrywania określonych częstotliwości drgań wiązań_CH2 związanych z lipidami i wiązań_CH3 związanych z białkami i DNA, można różnicować tkanki nowotworowe i łagodne w biopsjach prostaty. Model sztucznej inteligencji dodatkowo zwiększa precyzję diagnostyczną, osiągając 98,6% dokładności w identyfikacji raka prostaty. Protokół określa podstawowe etapy przygotowania próbek, obrazowania i analizy danych, ułatwiając usprawnienie procesów biobankowania i umożliwiając dalsze zastosowania, takie jak transkryptomika i badania ksenoprzeszczepów. Takie podejście przyspiesza przebieg diagnostyki i jest obiecujące w zastosowaniach śródoperacyjnych, potencjalnie pomagając chirurgom w identyfikowaniu dodatnich marginesów śródoperacyjnych. Ponadto możliwość ponownego skanowania i dostosowywania proporcji raka do tkanki pozwala na bardziej dostosowaną analizę próbek biopsyjnych, poprawiając wykrywanie guza w nieprzetworzonych tkankach. Dalsze badania i walidacja są niezbędne do powszechnego zastosowania SRH w praktyce klinicznej.

Wprowadzenie

Rak gruczołu krokowego pozostaje jednym z głównych nowotworów złośliwych dotykających mężczyzn na całym świecie, a wczesne wykrycie ma kluczowe znaczenie dla skutecznej interwencji i leczenia¹. Historycznie rzecz biorąc, diagnoza raka gruczołu krokowego opierała się w dużej mierze na ocenie histopatologicznej próbek z biopsji gruczołu krokowego, najczęściej za pomocą barwienia hematoksyliną i eozyną (H&E)². Chociaż są skuteczne, tradycyjne metody analizy biopsji gruczołu krokowego zazwyczaj powodują okres oczekiwania od kilku dni do kilku tygodni, w zależności od miasta lub kraju, ze względu na czynniki proceduralne i lo....