Инновационный лазерный метод и технология искусственного интеллекта позволяют выявить рак молочной железы 1а стадии с точностью до 98%. (ФОТО: Adobe Stock)
Рак молочной железы продолжает представлять серьезную проблему для глобального здравоохранения, поскольку является наиболее часто диагностируемым видом рака у женщин во всем мире. Он входит в число ведущих причин смертности от рака.
Несмотря на то, что достижения в области профилактики, диагностики и лечения за последние десятилетия позволили улучшить результаты, диагностика на поздних стадиях остается постоянным препятствием. Выживаемость резко снижается по мере прогрессирования заболевания. Раннее выявление, когда опухоли локализованы и лечение наиболее эффективно, остается ключом к повышению выживаемости.
Передовой подход, сочетающий лазерный анализ и искусственный интеллект, предлагает инновационное решение для выявления рака молочной железы на самой ранней стадии, значительно раньше появления симптомов.
Исследователи из Эдинбургского университета оптимизировали методику, называемую рамановской спектроскопией, и объединили ее с машинным обучением, чтобы добиться беспрецедентной чувствительности при выявлении рака молочной железы 1а стадии. Этот прорыв знаменует собой важный шаг на пути к раннему вмешательству и персонализированной медицине, которые могут найти применение при различных типах рака.
Расширение ROC-анализа для контроля и четырех подгрупп рака молочной железы. (ФОТО: Journal of Biophotonics)
Перспективы рамановской спектроскопии
Спектроскопические методы, такие как рамановская спектроскопия, привлекли внимание в биомедицинских исследованиях благодаря своей способности проводить неинвазивный молекулярный анализ в режиме реального времени.
Рамановская спектроскопия предполагает воздействие лазерным лучом на биологический образец, такой как плазма крови, и анализ рассеянного света для выявления едва заметных химических изменений. Эти изменения могут выявить молекулярные изменения, вызванные заболеваниями, включая рак.
Этот лазерный метод показал впечатляющие результаты в различных исследованиях. Например, рамановская спектроскопия используется для того, чтобы отличать опухолевые клетки от нормальных, выявлять радиорезистентные раковые клетки и даже обнаруживать биомаркеры рака в биожидкостях, таких как кровь, моча, слюна и слезы. В некоторых случаях точность диагностики при таком подходе превышала 95%, что делает его перспективным инструментом для раннего выявления.
В недавнем пилотном исследовании рамановская спектроскопия продемонстрировала беспрецедентную способность выявлять рак молочной железы 1а стадии с точностью 98%. Фокусируясь на самых ранних молекулярных изменениях в плазме крови, этот метод значительно превосходит традиционные диагностические инструменты, которые часто выявляют рак только после того, как он перешел во 2-ю стадию или далее.
Интеграция алгоритмов машинного обучения расширяет диагностические возможности рамановской спектроскопии. После анализа того, как свет взаимодействует с плазмой крови, алгоритм определяет закономерности и классифицирует образцы как здоровые или раковые.
В ходе исследования этот подход также позволил с точностью более 90% различать четыре основных подтипа рака молочной железы. Такая точность позволяет проводить индивидуальное лечение в соответствии с конкретным типом рака пациента, что является важной вехой в персонализированной медицине.
Доктор Энди Даунс, возглавлявший исследование в Эдинбургском университете, подчеркнул преобразующий потенциал этой технологии. «Большинство смертей от рака наступает после постановки диагноза на поздней стадии, когда симптомы становятся очевидными», — пояснил Даунс. «Будущий скрининг-тест на множественные типы рака может выявить их на той стадии, когда их гораздо легче лечить. Ранняя диагностика является ключом к долгосрочному выживанию, и у нас наконец-то есть необходимые технологии».
Глобальная потребность в раннем выявлении
Несмотря на значительные достижения, существующие методы диагностики рака молочной железы сталкиваются с заметными ограничениями. Распространенные диагностические инструменты включают физикальные осмотры, методы визуализации, такие как маммография, и биопсии. Несмотря на свою эффективность, эти методы часто выявляют рак только после того, как он прогрессирует, что снижает вероятность успешного лечения.
Эффективность каждой модели перекрестной проверки на основе валидационных данных. (ФОТО: Journal of Biophotonics)
Жидкостная биопсия, которая позволяет анализировать биомаркеры в крови или других жидкостях организма, стала многообещающей альтернативой. Однако современные методы жидкостной биопсии недостаточно чувствительны, особенно при выявлении рака на ранних стадиях. Многие биомаркеры либо отсутствуют на ранних стадиях, либо присутствуют в слишком низких концентрациях для обнаружения.
Инновационный метод, основанный на рамановской спектроскопии, решает эти проблемы, выявляя специфичные для рака молекулярные изменения в плазме крови. Объединив лазерные технологии с искусственным интеллектом, исследователи добились такой точности диагностики, с которой не могут сравниться существующие методы.
Последствия этого открытия выходят за рамки рака молочной железы. Аналогичные подходы показали свою перспективность в выявлении других видов рака, таких как рак предстательной железы и легких, с высокой точностью.
Например, рамановская спектроскопия продемонстрировала чувствительность 96,5% и специфичность 95% при диагностике рака предстательной железы по образцам крови. В исследованиях рака легких точность классификации составила 65% для выявления на ранних стадиях.
Исследователи намерены расширить применение новой методики, включив в нее выявление других видов рака на ранних стадиях, создав всеобъемлющую базу данных для скрининга нескольких видов рака. Конечная цель — разработать универсальный скрининговый тест, способный выявлять несколько типов рака на самых ранних стадиях, что позволит проводить более эффективные методы лечения и повысить выживаемость.
Иерархическая дендрограмма кластеризации, иллюстрирующая взаимосвязи между плазмой крови различных подтипов рака молочной железы и контрольными образцами из исследования 2 на основе их спектральных характеристик. (ФОТО: Journal of Biophotonics)
Проблемы и последующие шаги
Несмотря на свой потенциал, этот метод сталкивается с рядом трудностей. Большинство современных исследований, включая недавнее пилотное исследование, включают в себя относительно небольшие выборки. Расширение масштабов этих исследований для охвата более крупных и разнообразных групп населения имеет решающее значение для подтверждения надежности метода.
Кроме того, хотя пилотное исследование продемонстрировало замечательную точность в выявлении рака молочной железы на ранних стадиях, необходимы дальнейшие исследования, чтобы убедиться в его применимости к другим типам и стадиям рака.
Еще одно ограничение заключается в анализе стадий рака в зависимости от степени тяжести. В то время как степень злокачественности зависит от агрессивности опухоли, стадии описывают ее распространение в организме. Многие исследования были сосредоточены на степени злокачественности, не затрагивая специфические для стадии вариации, которые дают критическую информацию о прогрессировании заболевания и результатах лечения. Устранение этого пробела повысит диагностическую и прогностическую ценность метода.
Это шаг на пути к персонализированной медицине
Особого внимания заслуживает способность различать подтипы рака молочной железы. Диагностика, специфичная для подтипа, необходима для персонализированного лечения, поскольку разные подтипы по-разному реагируют на терапию.
Например, в одном исследовании с использованием ATR-FTIR спектроскопии, еще одного многообещающего диагностического инструмента, была достигнута 100%-ная точность в выявлении подтипов рака молочной железы. Несмотря на то, что этот метод также продемонстрировал значительный потенциал, он объединял образцы рака без учета различий в зависимости от стадии, что является ограничением, которое новый подход к рамановской спектроскопии стремится преодолеть.
Исследовательская группа планирует расширить свою работу, чтобы охватить более крупные группы и изучить возможности применения для лечения других видов рака. Совершенствуя методику и используя данные о других типах рака, они стремятся создать надежный скрининговый тест, который может произвести революцию в раннем выявлении рака во всем мире.
Это новаторское исследование подчеркивает потенциал сочетания передовых технологий, таких как рамановская спектроскопия и искусственный интеллект, для решения одной из самых актуальных задач в лечении рака — раннего выявления. Выявляя рак на самых ранних стадиях, этот подход дает надежду на значительное повышение выживаемости и развитие персонализированной медицины.
Исследование, опубликованное в Journal of Biophotonics, является результатом совместных усилий исследователей из таких учреждений, как Университет Абердина и Университет прикладных наук Рейн-Вааль. Образцы крови для исследования были предоставлены Биобанком Северной Ирландии и Банком тканей Breast Cancer Now.
Доктор Даунс так сформулировал видение этой технологии: «Нам просто нужно применить ее к другим типам рака и создать базу данных, прежде чем ее можно будет использовать в качестве теста на множественный рак». Путь вперед может быть сопряжен с трудностями, но потенциальные выгоды — будущее, в котором рак будет выявляться на ранней стадии и эффективно лечиться, — слишком значительны, чтобы их игнорировать.
+ There are no comments
Add yours