परिचय
डिफ्यूज ग्लियोमा हे शस्त्रक्रियेने उपचार करण्यासाठी सर्वात आव्हानात्मक मेंदूच्या ट्यूमरपैकी एक आहेत. त्यांच्या आक्रमक स्वरूपामुळे ट्यूमर पेशी आसपासच्या निरोगी मेंदूच्या ऊतींमध्ये पसरू शकतात, ज्यामुळे शस्त्रक्रियेदरम्यान कर्करोगाच्या आणि सामान्य भागांमध्ये फरक करणे सर्जनसाठी कठीण होते. ग्लियोमा शस्त्रक्रियेचे ध्येय शक्य तितकी ट्यूमर काढून टाकणे आहे, तर महत्त्वाच्या मेंदूच्या कार्यांचे संरक्षण करणे, परंतु सीमा अस्पष्ट असताना हा समतोल साधणे कठीण आहे. MRI सारख्या पारंपारिक इमेजिंग पद्धती शस्त्रक्रियापूर्व दृश्य देतात, परंतु ट्यूमरच्या काठावर होणारी सूक्ष्म घुसखोरी पूर्णपणे सोडवू शकत नाहीत. इंट्राऑपरेटिव्ह पॅथॉलॉजी, सामान्यतः फ्रोझन सेक्शन वापरून, जलद प्रतिसाद देते परंतु लहान, द्विमितीय नमुन्यांपुरती मर्यादित आहे जी संपूर्ण ट्यूमर मार्जिनचे प्रतिनिधित्व करू शकत नाही.
आता, फुडान विद्यापीठ, हुशान हॉस्पिटल, झोंगशान हॉस्पिटल, बीजिंग न्यूरोसर्जिकल इन्स्टिट्यूट आणि कॅपिटल मेडिकल युनिव्हर्सिटीच्या संशोधकांच्या टीमने ULTRA (अल्ट्रारॅपिड क्लियर्ड स्टिम्युलेटेड रमन विथ AI) नावाचे नवीन प्लॅटफॉर्म विकसित केले आहे जे सुमारे 30 मिनिटांत ग्लियोमा मार्जिनच्या त्रिमितीय प्रतिमा तयार करू शकते. सेल जर्नलमध्ये नोंदवलेले हे तंत्रज्ञान, जलद टिश्यू क्लिअरिंग, स्टिम्युलेटेड रमन स्कॅटरिंग (SRS) मायक्रोस्कोपी आणि कृत्रिम बुद्धिमत्ता एकत्र करते, पारंपारिक स्टेनिंग किंवा सेक्शनिंगची आवश्यकता न ठेवता ट्यूमरच्या घुसखोरीचे सर्वसमावेशक दृश्य प्रदान करते.
ग्लियोमा शस्त्रक्रियेचे आव्हान
ग्लियोमा हे प्राथमिक मेंदूचे ट्यूमर आहेत जे ग्लियल पेशींपासून उद्भवतात, ज्या न्यूरॉन्सना आधार आणि संरक्षण देतात. ते त्यांच्या पसरलेल्या वाढीच्या पद्धतीसाठी कुप्रसिद्ध आहेत, ट्यूमर पेशी पांढऱ्या पदार्थाच्या मार्गांवर आणि रक्तवाहिन्यांसह स्थलांतरित होतात, बहुतेकदा मुख्य ट्यूमर वस्तुमानाच्या पलीकडे. यामुळे संपूर्ण शस्त्रक्रिया काढणे जवळजवळ अशक्य होते आणि उर्वरित ट्यूमर पेशी पुन्हा उद्भवू शकतात. म्हणून न्यूरोसर्जनना वास्तविक वेळेत ट्यूमर मार्जिन ओळखण्यासाठी इंट्राऑपरेटिव्ह साधनांवर अवलंबून राहावे लागते.
सध्या, मानक पद्धत फ्रोझन सेक्शन विश्लेषण आहे, जिथे ऊतींचा एक छोटा तुकडा काढून, गोठवून, कापून आणि सूक्ष्म तपासणीसाठी डाग लावला जातो. हे जलद पॅथॉलॉजिकल माहिती देत असले तरी, त्याच्या अनेक मर्यादा आहेत. नमुने सामान्यतः अगदी लहान असतात, ट्यूमर सीमेचा फक्त एक अंश दर्शवतात आणि द्विमितीय विभाग इतर विमानांमधील घुसखोर पेशी चुकवू शकतात. याव्यतिरिक्त, गोठवण्यामुळे कलाकृती निर्माण होऊ शकतात आणि डागांची गुणवत्ता बदलू शकते, ज्यामुळे चुकीचा अर्थ लावला जाऊ शकतो.
त्रिमितीय हिस्टोलॉजी ऊतींची स्थानिक रचना जतन करून अधिक संपूर्ण चित्र देते, ज्यामुळे पॅथॉलॉजिस्टना ट्यूमर पेशी संपूर्ण खंडात कशा वितरित आहेत हे पाहता येते. तथापि, विद्यमान 3D पद्धती मंद आहेत, बहुतेकदा टिश्यू क्लिअरिंग, लेबलिंग आणि इमेजिंगसाठी तास किंवा दिवस लागतात, ज्यामुळे शस्त्रक्रियेदरम्यान वापरण्यास अव्यवहार्य ठरतात.
ULTRA: 30-मिनिटांचा कार्यप्रवाह
ULTRA या मर्यादा तीन मुख्य घटक एकत्र करून दूर करते: जलद टिश्यू-क्लिअरिंग तंत्र, स्टिम्युलेटेड रमन स्कॅटरिंग मायक्रोस्कोपी आणि AI-आधारित व्हर्च्युअल स्टेनिंग. कार्यप्रवाह ऊतींच्या नमुन्यापासून सुरू होतो, ताजे किंवा फिक्स केलेले, ज्यावर ते पारदर्शक करण्यासाठी क्लिअरिंग सोल्यूशनने उपचार केले जाते. यामुळे प्रकाश ऊतींमध्ये खोलवर प्रवेश करू शकतो, ज्यामुळे मिलिमीटर-स्केल खोलीवर इमेजिंग शक्य होते.
पुढे, क्लियर केलेल्या ऊतींची स्टिम्युलेटेड रमन स्कॅटरिंग मायक्रोस्कोपी वापरून इमेजिंग केली जाते, हे लेबल-फ्री तंत्र जे आण्विक कंपन शोधते. SRS बाह्य रंगांची आवश्यकता न ठेवता रासायनिक कॉन्ट्रास्ट प्रदान करते आणि ते ऊतींचे जलद इमेजिंग करू शकते. संशोधकांनी SRS प्रणाली ऑप्टिमाइझ केली ज्यामुळे क्लियर केलेल्या ऊतींच्या उच्च-रिझोल्यूशन प्रतिमा कॅप्चर केल्या, ज्यामुळे सेल्युलर रचना आणि संरचना प्रतिबिंबित करणारा डेटा तयार झाला.
शेवटी, एक AI अल्गोरिदम व्हर्च्युअल स्टेनिंग करते, लेबल-फ्री SRS प्रतिमांचे पारंपारिक हिस्टोलॉजी स्टेन्ससारख्या प्रतिमांमध्ये रूपांतर करते. ही पायरी महत्त्वाची आहे कारण यामुळे पॅथॉलॉजिस्टना वेळखाऊ स्टेनिंग प्रक्रियेशिवाय परिचित स्टेनिंग पॅटर्न, जसे की H&E, वापरून प्रतिमांचा अर्थ लावता येतो. AI ला व्हर्च्युअल स्टेन्स अचूकपणे सांगण्यासाठी जोडलेल्या SRS आणि स्टेन केलेल्या प्रतिमांवर प्रशिक्षित केले गेले.
संपूर्ण प्रक्रिया—ऊती प्राप्तीपासून अंतिम 3D पुनर्रचनेपर्यंत—सुमारे 30 मिनिटे घेते, ज्यामुळे इंट्राऑपरेटिव्ह वापरासाठी शक्य होते. हे विद्यमान 3D हिस्टोलॉजी तंत्रांपेक्षा लक्षणीय सुधारणा आहे, ज्यांना तास किंवा दिवस लागू शकतात.
प्रमाणीकरण आणि संभाव्य परिणाम
संशोधकांनी ग्लियोमा रुग्णांच्या शस्त्रक्रियेच्या ऊतींच्या नमुन्यांवर ULTRA प्रमाणित केले. त्यांनी दाखवले की प्लॅटफॉर्म ट्यूमर मार्जिन अचूकपणे ओळखू शकते, पारंपारिक फ्रोझन सेक्शनद्वारे चुकलेल्या भागात घुसखोर ट्यूमर पेशी दर्शवते. 3D प्रतिमांमुळे त्यांना ट्यूमरचा अनियमित आकार आणि आसपासच्या मेंदूच्या ऊतींमध्ये त्याचा प्रवेश पाहता आला, ज्यामुळे शस्त्रक्रियेच्या निर्णयासाठी अधिक संपूर्ण चित्र मिळाले.
ULTRA चा एक महत्त्वाचा फायदा म्हणजे वास्तविक वेळेत व्हॉल्यूमेट्रिक माहिती प्रदान करण्याची क्षमता. सर्जन शस्त्रक्रियेदरम्यान हे तंत्रज्ञान वापरून सर्व ट्यूमर ऊती काढून टाकल्या गेल्या आहेत का हे तपासू शकतात, ज्यामुळे अवशिष्ट रोग सोडण्याचा धोका कमी होतो. यामुळे अधिक संपूर्ण रीसेक्शन आणि रुग्णांचे चांगले परिणाम होऊ शकतात.
शिवाय, ULTRA फक्त ग्लियोमापुरते मर्यादित नाही. हे प्लॅटफॉर्म इतर प्रकारच्या कर्करोगांसाठी देखील अनुकूल केले जाऊ शकते जेथे शस्त्रक्रिया मार्जिन महत्त्वपूर्ण आहेत, जसे की स्तन, फुफ्फुस किंवा प्रोस्टेट कर्करोग. जलद क्लिअरिंग, SRS आणि AI चे संयोजन पॅथॉलॉजी आणि सर्जिकल ऑन्कोलॉजीमध्ये विस्तृत अनुप्रयोग आहे.
भविष्यातील दिशा
ULTRA खूप आशादायक असले तरी, अजूनही आव्हाने आहेत. सध्याच्या प्रणालीसाठी विशेष उपकरणे आणि कौशल्य आवश्यक आहे, ज्यामुळे ते मुख्य वैद्यकीय केंद्रांपुरते मर्यादित राहू शकते. संशोधक तंत्रज्ञान अधिक सुलभ आणि वापरकर्ता-अनुकूल बनवण्यावर काम करत आहेत. तसेच, त्यांनी AI प्रशिक्षणाचा विस्तार अधिक प्रकारच्या ऊती आणि स्टेनिंग प्रोटोकॉल समाविष्ट करण्यासाठी करण्याची योजना आखली आहे.
विकासाचे आणखी एक क्षेत्र म्हणजे ULTRA चे इतर इमेजिंग पद्धतींसह एकत्रीकरण, जसे की MRI किंवा फ्लोरोसेन्स-गाइडेड शस्त्रक्रिया, ट्यूमरचे सर्वसमावेशक दृश्य प्रदान करण्यासाठी. या तंत्रांचे संयोजन ट्यूमर मार्जिन मूल्यांकनाची अचूकता आणखी वाढवू शकते.
शेवटी, ULTRA इंट्राऑपरेटिव्ह पॅथॉलॉजीमध्ये एक महत्त्वपूर्ण प्रगती दर्शवते. जलद, 3D, AI-वर्धित हिस्टोलॉजी प्रदान करून, ते सर्जन ग्लियोमा रीसेक्शनकडे कसे पोहोचतात हे बदलण्याची क्षमता आहे, शेवटी या आव्हानात्मक ट्यूमर असलेल्या रुग्णांचे परिणाम सुधारते.
हा लेख मेडिकल एक्सप्रेसच्या अहवालावर आधारित आहे. मूळ लेख वाचा.
Originally published on medicalxpress.com