创建人工病理学家

埃尔兰根马克斯普朗克光科学研究所(MPL)的一个团队为临床医生创造了一种新的，快速和精确的方法，无需训练有素的病理学家即可分析癌症患者组织样本中的细胞。他们使用人工智能来评估他们的方法产生的数据。

在癌症手术期间，需要快速准确地提供有关手术组织的信息，以指导外科医生的下一步。当对患有实体瘤的癌症患者进行手术时，外科医生会将活检样本发送给病理学家进行快速评估。例如，病理学家需要评估组织是否健康或癌症扩散到器官的程度。这种术中诊断的传统过程是时间、资源和劳动密集型的。

但是，如果有一种方法可以在没有训练有素的病理学家的情况下，在短短 30 分钟内准确地对实体瘤进行分析呢?这正是MPL和马克斯-普朗克物理与麦地津中心(MPZPM)的科学家与埃尔朗根-纽伦堡弗里德里希-亚历山大大学、埃尔朗根大学医院和曼海姆弗劳恩霍夫过程自动化研究所(IPA)合作的结果。

在发表在《自然生物医学工程》上的一项研究中，围绕Despina Soteriou博士，Markéta Kubánková博士和MPL主任Jochen Guck教授的团队使用IPA开发的组织研磨机快速将活检样本撕裂到单细胞水平。

然后使用实时变形性细胞术(RT-DC)分析这些单细胞，这是一种在Guck实验室开发的无标记方法。有了它，他们可以分析每秒多达1个细胞的物理特性。这比分析细胞变形性的旧方法快000，36倍。

细胞分析的物理方法

在RT-DC中，单个电池被高速推过微观通道，在应力和压力下变形。拍摄每个细胞的图像。

从图像中，科学家确定了细胞的各种物理特性，例如它们的大小，形状或变形性。Kubánková解释了关注细胞物理属性的好处：“当你去看医生时，他或她不仅会看着你，还会做身体检查并感受你身体的某些部分。使用传统的活检样本分析方法，病理学家只能查看细胞。我们可以对单个细胞进行物理检查，这为我们提供了更多信息。

仅仅对细胞进行身体检查不足以进行诊断。医生必须能够在没有训练有素的病理学家或物理学家帮助的情况下评估这些结果。为了实现这一目标，MPL 小组将组织研磨机和 RT-DC 与第三种工具相结合：人工智能 (AI)。

AI模型评估通过RT-DC分析获得的大型复杂数据集，并快速评估活检样本是否包含肿瘤组织。AI的使用也肯定了细胞变形性作为生物标志物的重要性，因为当AI没有用这个变量训练时，结果明显更糟。总体而言，包括样本处理和自动数据分析在内的整个过程不到 30 分钟，因此在手术期间完成的速度足够快。

重要的是，病理学家不需要随时评估样本。这是一个很大的优势，因为术中咨询并不总是可能的，在某些部位，只能在手术结束后分析样本。根据结果，这通常意味着几天后，患者必须返回医院进行另一次手术。

除了测试肿瘤的存在外，该方法还用于检测炎症性肠病(IBD)模型中的组织炎症。将来，该方法可以帮助临床医生评估疾病的严重程度或区分不同类型的IBD。

该团队的目标是有朝一日将他们的方法转移到临床环境中，以帮助甚至取代经典的病理分析。Soteriou对他们的研究结果感到满意：“这是一项概念验证研究 - 该方法可以非常快速地准确地确定我们样本中肿瘤组织的存在。下一步将是继续与临床医生密切合作，以确定如何将这种方法最好地转化为临床。

MPL主任，MPZPM现任发言人Guck教授评论说：“这是新的MPZPM的第一次重大成功，也是新的物理方法如何有助于推进临床医学中长期存在的问题的一个主要例子，例如准确的癌症诊断。随着明年夏天医学园区MPZPM大楼的完工，物理学家和临床研究人员之间的基本互动将变得更加频繁和实质性，并且可以期待更多这样的突破性成果。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！