Los tumores pueden dañar los vasos sanguíneos y los tejidos circundantes incluso si son benignos. Si son malignos, son agresivos y furtivos y, a menudo, irrevocablemente dañinos. En este último caso, la detección temprana es clave para el tratamiento y la recuperaciónPero tal detección a veces puede requerir tecnología de imágenes avanzada, más allá de lo que está disponible comercialmente en la actualidad.
Por ejemplo, algunos tumores ocurren en el interior de órganos y tejidos, cubiertos por una capa mucosa, lo que dificulta que los científicos los observen directamente con métodos estándar como la endoscopia que inserta una pequeña cámara en el cuerpo del paciente a través de un tubo delgadoo alcanzarlos durante las biopsias. En particular, los tumores del estroma gastrointestinal GIST, que normalmente se encuentran en el estómago y el intestino delgado, requieren técnicas exigentes que consumen mucho tiempo y prolongan el diagnóstico. Ahora, para mejorar el diagnóstico de GIST, los Dres.. Daiki Sato, Hiroaki Ikematsu y Takeshi Kuwata del National Cancer Center Hospital East en Japón, el Dr. Hideo Yokota del Centro RIKEN de Fotónica Avanzada, Japón, y los Drs. Toshihiro Takamatsu y Kohei Soga de la Universidad de Ciencias de Tokio, Japón,dirigido por el Dr. Hiroshi Takemura, han desarrollado una tecnología que utiliza imágenes hiperespectrales del infrarrojo cercano NIR-HSI junto con el aprendizaje automático. Sus hallazgos se publican en Nature's Informes científicos .
"Esta técnica es un poco como los rayos X, la idea es que use radiación electromagnética que puede atravesar el cuerpo para generar imágenes de estructuras internas", explica el Dr. Takemura, "La diferencia es que los rayos X están en0.01-10 nm, pero el infrarrojo cercano está alrededor de 800-2500 nm. A esa longitud de onda, la radiación del infrarrojo cercano hace que los tejidos parezcan transparentes en las imágenes. Y estas longitudes de onda son menos dañinas para el paciente que incluso los rayos visibles ".
Esto debería significar que los científicos pueden investigar de manera segura algo que está oculto dentro de los tejidos, pero hasta el estudio del Dr. Takemura y sus colegas, nadie había intentado usar NIR-HSI en tumores profundos como los GIST. Hablando de lo que los llevó aEn esta línea de investigación, el Dr. Takemura rinde homenaje al fallecido profesor que inició su andadura: “Este proyecto ha sido posible sólo gracias al fallecido Prof. Kazuhiro Kaneko, quien rompió las barreras entre médicos e ingenieros y estableció esta colaboración.están siguiendo sus deseos. "
El equipo del Dr. Takemura realizó experimentos de imágenes en 12 pacientes con casos confirmados de GIST, a quienes se les extirparon los tumores mediante cirugía. Los científicos tomaron imágenes de los tejidos extirpados usando NIR-HSI, y luego hicieron que un patólogo examinara las imágenes para determinar el límite entretejido normal y tumoral. Estas imágenes se usaron luego como datos de entrenamiento para un algoritmo de aprendizaje automático, esencialmente enseñando a un programa de computadora a distinguir entre los píxeles en las imágenes que representan el tejido normal y los que representan el tejido tumoral.
Los científicos descubrieron que, aunque 10 de los 12 tumores de prueba estaban cubiertos total o parcialmente por una capa mucosa, el análisis de aprendizaje automático fue eficaz para identificar GIST, codificando correctamente por colores las secciones tumorales y no tumorales con un 86% de precisión.. "Este es un desarrollo muy emocionante", explica el Dr. Takemura, "Ser capaz de diagnosticar de manera precisa, rápida y no invasiva diferentes tipos de tumores submucosos sin biopsias, un procedimiento que requiere cirugía, es mucho más fácil tanto para el paciente como paralos médicos. "
El Dr. Takemura reconoce que todavía hay desafíos por delante, pero siente que están preparados para resolverlos. Los investigadores identificaron varias áreas que mejorarían sus resultados, como hacer que su conjunto de datos de entrenamiento sea mucho más grande, agregar información sobre la profundidad del tumores para el algoritmo de aprendizaje automático e incluye otros tipos de tumores en el análisis. También se está trabajando para desarrollar un sistema NIR-HSI que se base en la tecnología de endoscopia existente.
"Ya hemos construido un dispositivo que conecta una cámara NIR-HSI al extremo de un endoscopio y esperamos realizar pronto el análisis NIR-HSI directamente en un paciente, en lugar de solo en los tejidos que se han extirpado quirúrgicamente", dijo el Dr.Takemura dice: "En el futuro, esto nos ayudará a separar los GIST de otros tipos de tumores submucosos que podrían ser aún más malignos y peligrosos. Este estudio es el primer paso hacia una investigación mucho más innovadora en el futuro, gracias a esta colaboración interdisciplinaria. "
¡Por ahora, un medio para detectar GIST de forma precisa y no invasiva desde el principio podría estar clínicamente disponible ampliamente, pronto!
Este estudio fue financiado parcialmente por el Fondo de Investigación y Desarrollo del Centro Nacional del Cáncer.
Fuente de la historia :
Materiales proporcionado por Universidad de Ciencias de Tokio . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :