ULTRA: 30-minütige 3D-Bildgebung kartiert Gliomränder mit KI

Einleitung

Diffuse Gliome gehören zu den schwierigsten Hirntumoren, die chirurgisch behandelt werden müssen. Ihre infiltrative Natur bedeutet, dass Tumorzellen in umliegendes gesundes Hirngewebe eindringen können, was es für Chirurgen schwierig macht, während einer Operation zwischen krebsartigen und normalen Bereichen zu unterscheiden. Das Ziel der Gliomchirurgie ist es, so viel Tumor wie möglich zu entfernen und gleichzeitig kritische Hirnfunktionen zu erhalten, aber dieses Gleichgewicht ist schwer zu erreichen, wenn die Grenzen unklar sind. Traditionelle Bildgebungsverfahren wie die MRT bieten eine präoperative Sicht, können aber die mikroskopische Infiltration, die an den Rändern des Tumors auftritt, nicht vollständig auflösen. Die intraoperative Pathologie, typischerweise mit Gefrierschnitten, bietet schnelles Feedback, ist aber auf kleine, zweidimensionale Proben beschränkt, die möglicherweise nicht den gesamten Tumorrand repräsentieren.

Jetzt hat ein Forscherteam der Fudan-Universität, des Huashan-Krankenhauses, des Zhongshan-Krankenhauses, des Beijing Neurosurgical Institute und der Capital Medical University eine neue Plattform namens ULTRA (ultrarapid cleared stimulated Raman with AI) entwickelt, die dreidimensionale Bilder von Gliomrändern in etwa 30 Minuten erzeugen kann. Diese Technologie, die in der Zeitschrift Cell vorgestellt wird, kombiniert schnelle Gewebeaufklärung, stimulierte Raman-Streuung (SRS) und künstliche Intelligenz, um eine umfassende Sicht auf die Tumorinfiltration ohne herkömmliche Färbung oder Schnittführung zu ermöglichen.

Die Herausforderung der Gliomchirurgie

Gliome sind primäre Hirntumoren, die aus Gliazellen entstehen, die Neuronen unterstützen und schützen. Sie sind berüchtigt für ihr diffuses Wachstumsmuster, wobei Tumorzellen entlang der weißen Substanz und Blutgefäße wandern, oft weit über die Haupttumormasse hinaus. Dies macht eine vollständige chirurgische Resektion nahezu unmöglich, und verbleibende Tumorzellen können zu einem Wiederauftreten führen. Neurochirurgen müssen sich daher auf intraoperative Werkzeuge verlassen, um Tumorgrenzen in Echtzeit zu identifizieren.

Derzeit ist die Standardmethode die Gefrierschnittanalyse, bei der ein kleines Gewebestück entnommen, eingefroren, geschnitten und für die mikroskopische Untersuchung gefärbt wird. Obwohl dies schnelle pathologische Informationen liefert, hat es mehrere Einschränkungen. Die Proben sind typischerweise winzig und repräsentieren nur einen Bruchteil der Tumorgrenze, und die zweidimensionalen Schnitte können infiltrierende Zellen in anderen Ebenen übersehen. Darüber hinaus kann das Einfrieren Artefakte verursachen, und die Färbequalität kann variieren, was möglicherweise zu Fehlinterpretationen führt.

Dreidimensionale Histologie bietet ein vollständigeres Bild, indem sie die räumliche Architektur des Gewebes bewahrt und es Pathologen ermöglicht, zu sehen, wie Tumorzellen über ein Volumen verteilt sind. Allerdings sind bestehende 3D-Methoden langsam und erfordern oft Stunden oder Tage für Gewebeaufklärung, Markierung und Bildgebung, was sie für den Einsatz während einer Operation unpraktisch macht.

ULTRA: Ein 30-minütiger Arbeitsablauf

ULTRA adressiert diese Einschränkungen, indem es drei Schlüsselkomponenten integriert: eine schnelle Gewebeaufklärungstechnik, stimulierte Raman-Streuungsmikroskopie und KI-basierte virtuelle Färbung. Der Arbeitsablauf beginnt mit einer Gewebeprobe, entweder frisch oder fixiert, die mit einer Aufklärungslösung behandelt wird, um sie transparent zu machen. Dies ermöglicht es Licht, tiefer in das Gewebe einzudringen und die Bildgebung in Millimetertiefe zu ermöglichen.

Als Nächstes wird das aufgeklärte Gewebe mit stimulierter Raman-Streuungsmikroskopie abgebildet, einer markierungsfreien Technik, die molekulare Schwingungen detektiert. SRS bietet chemischen Kontrast ohne externe Farbstoffe und kann Gewebe schnell abbilden. Die Forscher optimierten das SRS-System, um hochauflösende Bilder des aufgeklärten Gewebes aufzunehmen und Daten zu erzeugen, die die zelluläre Zusammensetzung und Struktur widerspiegeln.

Schließlich führt ein KI-Algorithmus eine virtuelle Färbung durch, die die markierungsfreien SRS-Bilder in Bilder umwandelt, die herkömmlichen histologischen Färbungen ähneln. Dieser Schritt ist entscheidend, da er es Pathologen ermöglicht, die Bilder mit vertrauten Färbemustern wie H&E zu interpretieren, ohne den zeitaufwändigen Färbeprozess. Die KI wurde mit gepaarten SRS- und gefärbten Bildern trainiert, um die virtuellen Färbungen genau vorherzusagen.

Der gesamte Prozess – vom Gewebeeingang bis zur endgültigen 3D-Rekonstruktion – dauert etwa 30 Minuten, was ihn für den intraoperativen Einsatz machbar macht. Dies ist eine signifikante Verbesserung gegenüber bestehenden 3D-Histologietechniken, die Stunden oder sogar Tage dauern können.

Validierung und potenzielle Auswirkungen

Die Forscher validierten ULTRA an chirurgischen Gewebeproben von Gliompatienten. Sie zeigten, dass die Plattform Tumorgrenzen genau identifizieren konnte und infiltrierende Tumorzellen in Bereichen sichtbar machte, die bei herkömmlichen Gefrierschnitten möglicherweise übersehen worden wären. Die 3D-Bilder ermöglichten es ihnen, die unregelmäßige Form des Tumors und seine Invasion in umliegendes Hirngewebe zu visualisieren und so ein vollständigeres Bild für chirurgische Entscheidungen zu liefern.

Einer der Hauptvorteile von ULTRA ist seine Fähigkeit, volumetrische Informationen in Echtzeit bereitzustellen. Chirurgen könnten diese Technologie während der Operation potenziell nutzen, um zu beurteilen, ob alles Tumorgewebe entfernt wurde, wodurch das Risiko verbleibender Resttumoren verringert wird. Dies könnte zu vollständigeren Resektionen und verbesserten Patientenergebnissen führen.

Darüber hinaus ist ULTRA nicht auf Gliome beschränkt. Die Plattform könnte für andere Krebsarten angepasst werden, bei denen chirurgische Ränder entscheidend sind, wie Brust-, Lungen- oder Prostatakrebs. Die Kombination aus schneller Aufklärung, SRS und KI hat breite Anwendungen in der Pathologie und chirurgischen Onkologie.

Zukünftige Richtungen

Obwohl ULTRA vielversprechend ist, gibt es noch Herausforderungen zu überwinden. Das aktuelle System erfordert spezielle Ausrüstung und Fachwissen, was seine Verfügbarkeit auf große medizinische Zentren beschränken könnte. Die Forscher arbeiten daran, die Technologie zugänglicher und benutzerfreundlicher zu machen. Sie planen auch, das KI-Training auf eine breitere Palette von Gewebetypen und Färbeprotokollen auszuweiten.

Ein weiterer Entwicklungsbereich ist die Integration von ULTRA mit anderen Bildgebungsmodalitäten wie MRT oder fluoreszenzgeführter Chirurgie, um eine umfassende Sicht auf den Tumor zu ermöglichen. Die Kombination dieser Techniken könnte die Genauigkeit der Tumorgrenzenbewertung weiter verbessern.

Zusammenfassend stellt ULTRA einen bedeutenden Fortschritt in der intraoperativen Pathologie dar. Durch die Bereitstellung schneller, 3D- und KI-verbesserter Histologie hat es das Potenzial, die Art und Weise zu verändern, wie Chirurgen die Gliomresektion angehen, und letztendlich die Ergebnisse für Patienten mit diesen herausfordernden Tumoren zu verbessern.

Dieser Artikel basiert auf einer Berichterstattung von Medical Xpress. Lesen Sie den Originalartikel.