Nghiên cứu

Công nghệ hình ảnh mới có thể giảm nhu cầu sinh thiết da

5 1 biểu quyết
Đánh giá bài viết

Thay vì gửi đến phòng thí nghiệm một mẫu da và chờ đợi vài ngày để có kết quả, bác sĩ da liễu sẽ chụp ảnh một tổn thương đáng ngờ và nhanh chóng tạo ra hình ảnh chi tiết, siêu nhỏ của da.

Điều này có thể trở nên phổ biến trong các phòng khám, kết quả của một công nghệ “mô học ảo” mới đang được phát triển bởi các nhà nghiên cứu tại Trường Kỹ thuật UCLA Samueli và Trường Y David Geffen tại UCLA. Mô học là nghiên cứu về cấu trúc hiển vi của các mô.

Tác giả chính của nghiên cứu, Aydogan Ozcan, Giáo sư của Chancellor và Chủ tịch Volgenau về Đổi mới Kỹ thuật của Khoa Kỹ thuật Điện và Máy tính tại UCLA Samueli nói: “Quá trình này bỏ qua một số bước chuẩn thường được sử dụng để chẩn đoán, bao gồm cả sinh thiết da , định hình mô, chế biến, sectioning và nhuộm histochemical. Hình ảnh xuất hiện như sinh thiết, histochemically màu da phần chụp ảnh trên slide kính hiển vi”,

Công nghệ đã được nghiên cứu và phát triển trong hơn ba năm, có thể đưa ra một phương pháp mới để chẩn đoán nhanh các khối u da ác tính, giảm số lượng sinh thiết da xâm lấn không cần thiết và cho phép chẩn đoán sớm hơn ung thư da. 

Trước đây, công nghệ này chỉ được áp dụng cho các phiến kính hiển vi có chứa mô không bị nhiễm màu, được lấy qua sinh thiết. Báo cáo này là báo cáo đầu tiên áp dụng mô học ảo cho mô còn nguyên vẹn, chưa được giải phẫu.

“Tiêu chuẩn hiện nay để chẩn đoán các bệnh về da, bao gồm cả ung thư da, dựa vào sinh thiết xâm lấn và đánh giá mô bệnh học. Đối với bệnh nhân, điều này thường dẫn đến sinh thiết và sẹo không cần thiết cũng như phải thăm khám bác sĩ nhiều lần. Nó cũng có thể gây tốn kém cho bệnh nhân “

Tiến sĩ Philip Scumpia, trợ lý giáo sư da liễu và bệnh học da liễu tại Trường Y David Geffen thuộc UCLA và Bệnh viện Cựu chiến binh Tây Los Angeles là thành viên của Trung tâm Ung thư Toàn diện UCLA Jonsson cho biết. “Cách tiếp cận của chúng tôi có khả năng cung cấp giải pháp không cần sinh thiết, cung cấp hình ảnh cấu trúc da với độ phân giải cấp độ tế bào.”

sinh thiết da

Nhóm nghiên cứu, dẫn đầu bởi Ozcan, Scumpia và Tiến sĩ Gennady Rubinstein, một bác sĩ da liễu tại Trung tâm Da liễu & Laser ở Los Angeles, đã tạo ra một khuôn khổ học tập sâu để biến đổi hình ảnh của làn da nguyên vẹn có được nhờ công nghệ quang học không xâm lấn mới nổi, kính hiển vi phản xạ.

(RCM) thành một định dạng thân thiện với người dùng cho các bác sĩ da liễu và bệnh học. Việc phân tích hình ảnh RCM đòi hỏi phải được đào tạo đặc biệt vì chúng có màu đen và trắng, và không giống như mô học tiêu chuẩn, chúng thiếu các đặc điểm nhân của tế bào.

Scumpia cho biết: “Tôi rất ngạc nhiên khi thấy công nghệ nhuộm màu ảo này dễ dàng biến đổi hình ảnh thành những hình ảnh mà tôi thường thấy trong các mẫu sinh thiết da được xử lý bằng cách sử dụng phương pháp cố định hóa học truyền thống và nhuộm mô dưới kính hiển vi”.

Các nhà nghiên cứu đã đào tạo một ” mạng lưới thần kinh phức hợp ” để nhanh chóng chuyển đổi hình ảnh RCM của da không nhuộm màu thành hình ảnh 3D hầu như nhuộm màu như hình ảnh H&E (hematoxylin và eosin). Học sâu, một dạng máy học, xây dựng các mạng thần kinh nhân tạo , giống như não người, có thể “học” từ một lượng lớn dữ liệu.

Ozcan- phó giám đốc của Viện Hệ thống Nano California cho biết.  “Khung này có thể thực hiện mô học ảo trên nhiều tình trạng da khác nhau, bao gồm cả ung thư biểu mô tế bào đáy. Nó cũng cung cấp hình ảnh 3D chi tiết của một số lớp da. Trong các nghiên cứu của chúng tôi, các hình ảnh hầu như nhuộm màu cho thấy độ tương phản màu sắc và các đặc điểm không gian tương tự được tìm thấy trong các hình ảnh hiển vi nhuộm màu truyền thống của mô sinh thiết. xử lý hóa học và ghi nhãn mô. “

Theo Rubinstein, đây là một nghiên cứu thú vị.  Rubinstein cho biết: “Công cụ duy nhất hiện được sử dụng trong các phòng khám để giúp bác sĩ da liễu là kính soi da, giúp phóng đại da và phân cực ánh sáng”

Các tác giả cho biết vẫn còn một số bước trong công nghệ này để sử dụng trong lâm sàng , nhưng mục tiêu của họ là cung cấp công nghệ mô học ảo có thể được tích hợp vào bất kỳ thiết bị nào — lớn, nhỏ hoặc kết hợp với các hệ thống hình ảnh quang học khác. Một khi mạng nơ-ron được “huấn luyện”, với nhiều mẫu mô và sử dụng các đơn vị xử lý đồ họa mạnh mẽ (GPU), nó sẽ có thể chạy trên máy tính, cho phép chuyển đổi từ hình ảnh chuẩn thành hình ảnh mô học ảo.

Các nghiên cứu trong tương lai sẽ xác định xem liệu phương pháp kỹ thuật số, không cần sinh thiết này có thể cho thấy hình ảnh toàn bộ cơ thể hay không. Ngoài ra, nhóm nghiên cứu sẽ xác định xem nền tảng trí tuệ nhân tạo này có thể hoạt động với các công nghệ AI khác để tìm kiếm các mẫu và hỗ trợ thêm trong chẩn đoán lâm sàng hay không.

5 1 biểu quyết
Đánh giá bài viết
Theo dõi
Thông báo về
guest
0 Thảo luận
Phản hồi nội tuyến
Xem tất cả các bình luận
0
Rất thích suy nghĩ của bạn, hãy bình luận x
()
x