Introducción
Los gliomas difusos se encuentran entre los tumores cerebrales más difíciles de tratar quirúrgicamente. Su naturaleza infiltrante significa que las células tumorales pueden extenderse al tejido cerebral sano circundante, lo que dificulta que los cirujanos distingan entre áreas cancerosas y normales durante una operación. El objetivo de la cirugía de glioma es extirpar la mayor cantidad posible de tumor preservando las funciones cerebrales críticas, pero este equilibrio es difícil de lograr cuando los límites no están claros. Los métodos de imagen tradicionales, como la resonancia magnética, proporcionan una vista preoperatoria pero no pueden resolver completamente la infiltración microscópica que ocurre en los bordes del tumor. La patología intraoperatoria, que generalmente utiliza secciones congeladas, ofrece retroalimentación rápida pero se limita a muestras pequeñas y bidimensionales que pueden no representar todo el margen tumoral.
Ahora, un equipo de investigadores de la Universidad de Fudan, el Hospital Huashan, el Hospital Zhongshan, el Instituto de Neurocirugía de Beijing y la Universidad Médica Capital han desarrollado una nueva plataforma llamada ULTRA (aclaramiento rápido estimulado por Raman con IA) que puede generar imágenes tridimensionales de los márgenes del glioma en unos 30 minutos. Esta tecnología, reportada en la revista Cell, combina aclaramiento rápido de tejido, microscopía de dispersión Raman estimulada (SRS) e inteligencia artificial para proporcionar una visión completa de la infiltración tumoral sin necesidad de tinción o seccionamiento convencional.
El Desafío de la Cirugía de Glioma
Los gliomas son tumores cerebrales primarios que surgen de las células gliales, que apoyan y protegen a las neuronas. Son notorios por su patrón de crecimiento difuso, con células tumorales que migran a lo largo de los tractos de sustancia blanca y los vasos sanguíneos, a menudo mucho más allá de la masa tumoral principal. Esto hace que la resección quirúrgica completa sea casi imposible, y las células tumorales residuales pueden conducir a la recurrencia. Por lo tanto, los neurocirujanos deben depender de herramientas intraoperatorias para identificar los márgenes tumorales en tiempo real.
Actualmente, el método estándar es el análisis de secciones congeladas, donde se extrae un pequeño trozo de tejido, se congela, se corta y se tiñe para examen microscópico. Si bien esto proporciona información patológica rápida, tiene varias limitaciones. Las muestras son típicamente diminutas, representando solo una fracción del límite tumoral, y las secciones bidimensionales pueden pasar por alto células infiltrantes en otros planos. Además, la congelación puede introducir artefactos, y la calidad de la tinción puede variar, lo que podría llevar a una interpretación errónea.
La histología tridimensional ofrece una imagen más completa al preservar la arquitectura espacial del tejido, lo que permite a los patólogos ver cómo se distribuyen las células tumorales en un volumen. Sin embargo, los métodos 3D existentes son lentos y a menudo requieren horas o días para el aclaramiento del tejido, el etiquetado y la obtención de imágenes, lo que los hace poco prácticos para su uso durante la cirugía.
ULTRA: Un Flujo de Trabajo de 30 Minutos
ULTRA aborda estas limitaciones integrando tres componentes clave: una técnica rápida de aclaramiento de tejido, microscopía de dispersión Raman estimulada y tinción virtual basada en IA. El flujo de trabajo comienza con una muestra de tejido, ya sea fresca o fijada, que se trata con una solución de aclaramiento para hacerla transparente. Esto permite que la luz penetre más profundamente en el tejido, permitiendo la obtención de imágenes a profundidades de escala milimétrica.
A continuación, el tejido aclarado se visualiza mediante microscopía de dispersión Raman estimulada, una técnica sin etiquetas que detecta vibraciones moleculares. SRS proporciona contraste químico sin necesidad de colorantes externos y puede obtener imágenes del tejido rápidamente. Los investigadores optimizaron el sistema SRS para capturar imágenes de alta resolución del tejido aclarado, generando datos que reflejan la composición y estructura celular.
Finalmente, un algoritmo de IA realiza una tinción virtual, convirtiendo las imágenes SRS sin etiquetas en imágenes que se asemejan a las tinciones histológicas tradicionales. Este paso es crucial porque permite a los patólogos interpretar las imágenes utilizando patrones de tinción familiares, como H&E, sin el proceso de tinción que consume tiempo. La IA se entrenó en imágenes SRS y teñidas pareadas para predecir con precisión las tinciones virtuales.
Todo el proceso, desde la recepción del tejido hasta la reconstrucción 3D final, toma aproximadamente 30 minutos, lo que lo hace factible para uso intraoperatorio. Esta es una mejora significativa en comparación con las técnicas de histología 3D existentes, que pueden tomar horas o incluso días.
Validación y Impacto Potencial
Los investigadores validaron ULTRA en muestras de tejido quirúrgico de pacientes con glioma. Demostraron que la plataforma podía identificar con precisión los márgenes tumorales, mostrando células tumorales infiltrantes en áreas que podrían haber sido pasadas por alto por las secciones congeladas convencionales. Las imágenes 3D les permitieron visualizar la forma irregular del tumor y su invasión en el tejido cerebral circundante, proporcionando una imagen más completa para la toma de decisiones quirúrgicas.
Una de las ventajas clave de ULTRA es su capacidad para proporcionar información volumétrica en tiempo real. Los cirujanos podrían potencialmente usar esta tecnología durante la cirugía para evaluar si se ha eliminado todo el tejido tumoral, reduciendo el riesgo de dejar enfermedad residual. Esto podría conducir a resecciones más completas y mejores resultados para los pacientes.
Además, ULTRA no se limita a los gliomas. La plataforma podría adaptarse para otros tipos de cáncer donde los márgenes quirúrgicos son críticos, como el cáncer de mama, pulmón o próstata. La combinación de aclaramiento rápido, SRS e IA tiene amplias aplicaciones en patología y oncología quirúrgica.
Direcciones Futuras
Aunque ULTRA muestra un gran potencial, todavía hay desafíos que superar. El sistema actual requiere equipo especializado y experiencia, lo que puede limitar su disponibilidad a centros médicos importantes. Los investigadores están trabajando para hacer la tecnología más accesible y fácil de usar. También planean expandir el entrenamiento de IA para incluir una gama más amplia de tipos de tejido y protocolos de tinción.
Otra área de desarrollo es la integración de ULTRA con otras modalidades de imagen, como la resonancia magnética o la cirugía guiada por fluorescencia, para proporcionar una visión integral del tumor. La combinación de estas técnicas podría mejorar aún más la precisión de la evaluación de los márgenes tumorales.
En conclusión, ULTRA representa un avance significativo en la patología intraoperatoria. Al proporcionar histología 3D rápida y mejorada con IA, tiene el potencial de transformar la forma en que los cirujanos abordan la resección de gliomas, mejorando en última instancia los resultados para los pacientes con estos tumores desafiantes.
Este artículo se basa en un informe de Medical Xpress. Lea el artículo original.
Originally published on medicalxpress.com
