परिचय
डिफ्यूज़ ग्लियोमा सबसे चुनौतीपूर्ण ब्रेन ट्यूमर में से हैं जिनका इलाज शल्य चिकित्सा द्वारा किया जाता है। उनकी घुसपैठ करने वाली प्रकृति का मतलब है कि ट्यूमर कोशिकाएं आसपास के स्वस्थ मस्तिष्क ऊतकों में फैल सकती हैं, जिससे सर्जनों के लिए ऑपरेशन के दौरान कैंसरग्रस्त और सामान्य क्षेत्रों के बीच अंतर करना मुश्किल हो जाता है। ग्लियोमा सर्जरी का लक्ष्य जितना संभव हो उतना ट्यूमर निकालना है जबकि महत्वपूर्ण मस्तिष्क कार्यों को संरक्षित रखना है, लेकिन यह संतुलन तब हासिल करना कठिन होता है जब सीमाएं स्पष्ट न हों। पारंपरिक इमेजिंग विधियाँ, जैसे MRI, प्रीऑपरेटिव दृश्य प्रदान करती हैं लेकिन ट्यूमर के किनारों पर होने वाली सूक्ष्म घुसपैठ को पूरी तरह से हल नहीं कर पातीं। इंट्राऑपरेटिव पैथोलॉजी, आमतौर पर फ्रोजन सेक्शन का उपयोग करते हुए, त्वरित प्रतिक्रिया प्रदान करती है लेकिन छोटे, द्वि-आयामी नमूनों तक सीमित होती है जो पूरे ट्यूमर मार्जिन का प्रतिनिधित्व नहीं कर सकते हैं।
अब, फुडन विश्वविद्यालय, हुआशान अस्पताल, झोंगशान अस्पताल, बीजिंग न्यूरोसर्जिकल इंस्टीट्यूट और कैपिटल मेडिकल यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने ULTRA (अल्ट्रारैपिड क्लियर्ड स्टिम्युलेटेड रमन विद AI) नामक एक नया प्लेटफॉर्म विकसित किया है जो लगभग 30 मिनट में ग्लियोमा मार्जिन की त्रि-आयामी छवियां उत्पन्न कर सकता है। यह तकनीक, जर्नल सेल में रिपोर्ट की गई है, तेजी से टिशू क्लियरिंग, स्टिम्युलेटेड रमन स्कैटरिंग (SRS) माइक्रोस्कोपी और कृत्रिम बुद्धिमत्ता को जोड़ती है ताकि पारंपरिक धुंधलापन या सेक्शनिंग की आवश्यकता के बिना ट्यूमर घुसपैठ का एक व्यापक दृश्य प्रदान किया जा सके।
ग्लियोमा सर्जरी की चुनौती
ग्लियोमा प्राथमिक मस्तिष्क ट्यूमर हैं जो ग्लियल कोशिकाओं से उत्पन्न होते हैं, जो न्यूरॉन्स का समर्थन और सुरक्षा करते हैं। वे अपने फैलने वाले विकास पैटर्न के लिए कुख्यात हैं, ट्यूमर कोशिकाएं सफेद पदार्थ के मार्गों और रक्त वाहिकाओं के साथ पलायन करती हैं, अक्सर मुख्य ट्यूमर द्रव्यमान से बहुत दूर। यह पूर्ण सर्जिकल रिसेक्शन को लगभग असंभव बना देता है, और अवशिष्ट ट्यूमर कोशिकाएं पुनरावृत्ति का कारण बन सकती हैं। इसलिए न्यूरोसर्जनों को वास्तविक समय में ट्यूमर मार्जिन की पहचान करने के लिए इंट्राऑपरेटिव उपकरणों पर निर्भर रहना पड़ता है।
वर्तमान में, मानक विधि फ्रोजन सेक्शन विश्लेषण है, जहां ऊतक का एक छोटा टुकड़ा निकाला जाता है, जमाया जाता है, काटा जाता है और सूक्ष्म परीक्षण के लिए धुंधला किया जाता है। हालांकि यह त्वरित पैथोलॉजिकल जानकारी प्रदान करता है, इसकी कई सीमाएं हैं। नमूने आमतौर पर बहुत छोटे होते हैं, जो ट्यूमर सीमा के केवल एक अंश का प्रतिनिधित्व करते हैं, और द्वि-आयामी खंड अन्य विमानों में घुसपैठ करने वाली कोशिकाओं को याद कर सकते हैं। इसके अतिरिक्त, ठंड से कलाकृतियां पेश हो सकती हैं, और धुंधलापन की गुणवत्ता भिन्न हो सकती है, जिससे गलत व्याख्या हो सकती है।
त्रि-आयामी हिस्टोलॉजी ऊतक की स्थानिक संरचना को संरक्षित करके एक अधिक पूर्ण चित्र प्रदान करती है, जिससे पैथोलॉजिस्ट देख सकते हैं कि ट्यूमर कोशिकाएं एक मात्रा में कैसे वितरित हैं। हालांकि, मौजूदा 3D विधियां धीमी हैं, अक्सर टिशू क्लियरिंग, लेबलिंग और इमेजिंग के लिए घंटों या दिनों की आवश्यकता होती है, जिससे वे सर्जरी के दौरान उपयोग के लिए अव्यावहारिक हो जाती हैं।
ULTRA: एक 30-मिनट का वर्कफ़्लो
ULTRA तीन प्रमुख घटकों को एकीकृत करके इन सीमाओं को संबोधित करता है: एक तेजी से टिशू-क्लियरिंग तकनीक, स्टिम्युलेटेड रमन स्कैटरिंग माइक्रोस्कोपी, और AI-आधारित वर्चुअल स्टेनिंग। वर्कफ़्लो एक ऊतक नमूने के साथ शुरू होता है, या तो ताजा या फिक्स्ड, जिसे पारदर्शी बनाने के लिए एक क्लियरिंग समाधान के साथ इलाज किया जाता है। यह प्रकाश को ऊतक में गहराई से प्रवेश करने की अनुमति देता है, जिससे मिलीमीटर-स्केल गहराई पर इमेजिंग संभव होती है।
इसके बाद, साफ किए गए ऊतक को स्टिम्युलेटेड रमन स्कैटरिंग माइक्रोस्कोपी का उपयोग करके इमेज किया जाता है, एक लेबल-मुक्त तकनीक जो आणविक कंपन का पता लगाती है। SRS बाहरी रंगों की आवश्यकता के बिना रासायनिक कंट्रास्ट प्रदान करता है, और यह ऊतक को तेजी से इमेज कर सकता है। शोधकर्ताओं ने साफ किए गए ऊतक की उच्च-रिज़ॉल्यूशन छवियों को कैप्चर करने के लिए SRS प्रणाली को अनुकूलित किया, जिससे डेटा उत्पन्न हुआ जो सेलुलर संरचना और संरचना को दर्शाता है।
अंत में, एक AI एल्गोरिदम वर्चुअल स्टेनिंग करता है, लेबल-मुक्त SRS छवियों को पारंपरिक हिस्टोलॉजी स्टेन से मिलती-जुलती छवियों में परिवर्तित करता है। यह कदम महत्वपूर्ण है क्योंकि यह पैथोलॉजिस्ट को समय लेने वाली स्टेनिंग प्रक्रिया के बिना परिचित स्टेनिंग पैटर्न, जैसे H&E, का उपयोग करके छवियों की व्याख्या करने की अनुमति देता है। AI को वर्चुअल स्टेन की सटीक भविष्यवाणी करने के लिए युग्मित SRS और स्टेन की गई छवियों पर प्रशिक्षित किया गया था।
पूरी प्रक्रिया—ऊतक प्राप्ति से अंतिम 3D पुनर्निर्माण तक—लगभग 30 मिनट लेती है, जिससे यह इंट्राऑपरेटिव उपयोग के लिए संभव हो जाता है। यह मौजूदा 3D हिस्टोलॉजी तकनीकों की तुलना में एक महत्वपूर्ण सुधार है, जो घंटों या दिनों का समय ले सकती हैं।
सत्यापन और संभावित प्रभाव
शोधकर्ताओं ने ग्लियोमा रोगियों के सर्जिकल ऊतक नमूनों पर ULTRA को मान्य किया। उन्होंने प्रदर्शित किया कि प्लेटफॉर्म ट्यूमर मार्जिन की सटीक पहचान कर सकता है, उन क्षेत्रों में घुसपैठ करने वाली ट्यूमर कोशिकाओं को दिखाता है जो पारंपरिक फ्रोजन सेक्शन द्वारा छूट सकते थे। 3D छवियों ने उन्हें ट्यूमर के अनियमित आकार और आसपास के मस्तिष्क ऊतक में इसके आक्रमण की कल्पना करने की अनुमति दी, जिससे सर्जिकल निर्णय लेने के लिए एक अधिक पूर्ण चित्र प्रदान किया गया।
ULTRA के प्रमुख लाभों में से एक वास्तविक समय में वॉल्यूमेट्रिक जानकारी प्रदान करने की क्षमता है। सर्जन संभावित रूप से सर्जरी के दौरान इस तकनीक का उपयोग यह आकलन करने के लिए कर सकते हैं कि क्या सभी ट्यूमर ऊतक हटा दिया गया है, जिससे अवशिष्ट रोग छोड़ने का जोखिम कम हो जाता है। इससे अधिक पूर्ण रिसेक्शन और बेहतर रोगी परिणाम हो सकते हैं।
इसके अलावा, ULTRA केवल ग्लियोमा तक सीमित नहीं है। प्लेटफॉर्म को अन्य प्रकार के कैंसर के लिए अनुकूलित किया जा सकता है जहां सर्जिकल मार्जिन महत्वपूर्ण हैं, जैसे स्तन, फेफड़े या प्रोस्टेट कैंसर। तेजी से क्लियरिंग, SRS और AI का संयोजन पैथोलॉजी और सर्जिकल ऑन्कोलॉजी में व्यापक अनुप्रयोग रखता है।
भविष्य की दिशाएं
जबकि ULTRA बहुत आशाजनक है, अभी भी चुनौतियों को दूर करना बाकी है। वर्तमान प्रणाली को विशेष उपकरण और विशेषज्ञता की आवश्यकता होती है, जो प्रमुख चिकित्सा केंद्रों तक इसकी उपलब्धता को सीमित कर सकती है। शोधकर्ता तकनीक को अधिक सुलभ और उपयोगकर्ता के अनुकूल बनाने पर काम कर रहे हैं। वे विभिन्न प्रकार के ऊतकों और स्टेनिंग प्रोटोकॉल को शामिल करने के लिए AI प्रशिक्षण का विस्तार करने की भी योजना बना रहे हैं।
विकास का एक अन्य क्षेत्र ULTRA का अन्य इमेजिंग तौर-तरीकों, जैसे MRI या फ्लोरेसेंस-निर्देशित सर्जरी के साथ एकीकरण है, ताकि ट्यूमर का एक व्यापक दृश्य प्रदान किया जा सके। इन तकनीकों के संयोजन से ट्यूमर मार्जिन मूल्यांकन की सटीकता और बढ़ सकती है।
निष्कर्ष में, ULTRA इंट्राऑपरेटिव पैथोलॉजी में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है। तेजी से, 3D, AI-संवर्धित हिस्टोलॉजी प्रदान करके, यह बदलने की क्षमता रखता है कि सर्जन ग्लियोमा रिसेक्शन कैसे करते हैं, अंततः इन चुनौतीपूर्ण ट्यूमर वाले रोगियों के लिए परिणामों में सुधार करता है।
यह लेख मेडिकल एक्सप्रेस की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।
Originally published on medicalxpress.com
