Introdução
Os gliomas difusos estão entre os tumores cerebrais mais desafiadores de tratar cirurgicamente. Sua natureza infiltrativa significa que as células tumorais podem se espalhar para o tecido cerebral saudável circundante, dificultando para os cirurgiões distinguir entre áreas cancerosas e normais durante uma operação. O objetivo da cirurgia de glioma é remover o máximo de tumor possível, preservando funções cerebrais críticas, mas esse equilíbrio é difícil de alcançar quando os limites não são claros. Métodos tradicionais de imagem, como a ressonância magnética, fornecem uma visão pré-operatória, mas não conseguem resolver completamente a infiltração microscópica que ocorre nas bordas do tumor. A patologia intraoperatória, tipicamente usando cortes congelados, oferece feedback rápido, mas é limitada a pequenas amostras bidimensionais que podem não representar toda a margem do tumor.
Agora, uma equipe de pesquisadores da Universidade de Fudan, Hospital Huashan, Hospital Zhongshan, Instituto de Neurocirurgia de Pequim e Universidade de Medicina de Capital desenvolveu uma nova plataforma chamada ULTRA (espalhamento Raman estimulado ultra-rápido com IA) que pode gerar imagens tridimensionais das margens de glioma em cerca de 30 minutos. Essa tecnologia, relatada na revista Cell, combina clarificação rápida de tecido, microscopia de espalhamento Raman estimulado (SRS) e inteligência artificial para fornecer uma visão abrangente da infiltração tumoral sem a necessidade de coloração ou corte convencionais.
O Desafio da Cirurgia de Glioma
Os gliomas são tumores cerebrais primários que surgem das células gliais, que sustentam e protegem os neurônios. Eles são notórios por seu padrão de crescimento difuso, com células tumorais migrando ao longo dos tratos de substância branca e vasos sanguíneos, muitas vezes muito além da massa tumoral principal. Isso torna a ressecção cirúrgica completa quase impossível, e as células tumorais residuais podem levar à recorrência. Os neurocirurgiões devem, portanto, contar com ferramentas intraoperatórias para identificar as margens do tumor em tempo real.
Atualmente, o método padrão é a análise de cortes congelados, onde um pequeno pedaço de tecido é removido, congelado, fatiado e corado para exame microscópico. Embora isso forneça informações patológicas rápidas, tem várias limitações. As amostras são tipicamente minúsculas, representando apenas uma fração da borda do tumor, e os cortes bidimensionais podem não detectar células infiltrantes em outros planos. Além disso, o congelamento pode introduzir artefatos, e a qualidade da coloração pode variar, potencialmente levando a interpretações errôneas.
A histologia tridimensional oferece uma imagem mais completa, preservando a arquitetura espacial do tecido, permitindo que os patologistas vejam como as células tumorais estão distribuídas em um volume. No entanto, os métodos 3D existentes são lentos, muitas vezes exigindo horas ou dias para clarificação, marcação e imagem do tecido, tornando-os impraticáveis para uso durante a cirurgia.
ULTRA: Um Fluxo de Trabalho de 30 Minutos
O ULTRA aborda essas limitações integrando três componentes principais: uma técnica rápida de clarificação de tecido, microscopia de espalhamento Raman estimulado e coloração virtual baseada em IA. O fluxo de trabalho começa com uma amostra de tecido, fresca ou fixada, que é tratada com uma solução de clarificação para torná-la transparente. Isso permite que a luz penetre mais profundamente no tecido, permitindo a imagem em profundidades de escala milimétrica.
Em seguida, o tecido clarificado é imageado usando microscopia de espalhamento Raman estimulado, uma técnica sem marcação que detecta vibrações moleculares. O SRS fornece contraste químico sem a necessidade de corantes externos e pode imagear tecido rapidamente. Os pesquisadores otimizaram o sistema SRS para capturar imagens de alta resolução do tecido clarificado, gerando dados que refletem a composição e estrutura celular.
Finalmente, um algoritmo de IA realiza coloração virtual, convertendo as imagens SRS sem marcação em imagens que se assemelham a colorações histológicas tradicionais. Esta etapa é crucial porque permite que os patologistas interpretem as imagens usando padrões de coloração familiares, como H&E, sem o processo demorado de coloração. A IA foi treinada em pares de imagens SRS e coradas para prever com precisão as colorações virtuais.
Todo o processo — desde o recebimento do tecido até a reconstrução 3D final — leva aproximadamente 30 minutos, tornando-o viável para uso intraoperatório. Isso é uma melhoria significativa em relação às técnicas de histologia 3D existentes, que podem levar horas ou até dias.
Validação e Impacto Potencial
Os pesquisadores validaram o ULTRA em amostras de tecido cirúrgico de pacientes com glioma. Eles demonstraram que a plataforma poderia identificar com precisão as margens do tumor, mostrando células tumorais infiltrantes em áreas que poderiam ter sido perdidas pelos cortes congelados convencionais. As imagens 3D permitiram visualizar a forma irregular do tumor e sua invasão no tecido cerebral circundante, fornecendo uma imagem mais completa para a tomada de decisão cirúrgica.
Uma das principais vantagens do ULTRA é sua capacidade de fornecer informações volumétricas em tempo real. Os cirurgiões poderiam potencialmente usar essa tecnologia durante a cirurgia para avaliar se todo o tecido tumoral foi removido, reduzindo o risco de deixar doença residual. Isso poderia levar a ressecções mais completas e melhores resultados para os pacientes.
Além disso, o ULTRA não se limita a gliomas. A plataforma poderia ser adaptada para outros tipos de câncer onde as margens cirúrgicas são críticas, como câncer de mama, pulmão ou próstata. A combinação de clarificação rápida, SRS e IA tem amplas aplicações em patologia e oncologia cirúrgica.
Direções Futuras
Embora o ULTRA mostre grande promessa, ainda há desafios a superar. O sistema atual requer equipamentos especializados e conhecimento técnico, o que pode limitar sua disponibilidade a grandes centros médicos. Os pesquisadores estão trabalhando para tornar a tecnologia mais acessível e fácil de usar. Eles também planejam expandir o treinamento da IA para incluir uma gama mais ampla de tipos de tecido e protocolos de coloração.
Outra área de desenvolvimento é a integração do ULTRA com outras modalidades de imagem, como ressonância magnética ou cirurgia guiada por fluorescência, para fornecer uma visão abrangente do tumor. A combinação dessas técnicas poderia aumentar ainda mais a precisão da avaliação das margens do tumor.
Em conclusão, o ULTRA representa um avanço significativo na patologia intraoperatória. Ao fornecer histologia 3D rápida e aprimorada por IA, ele tem o potencial de transformar a forma como os cirurgiões abordam a ressecção de glioma, melhorando em última análise os resultados para pacientes com esses tumores desafiadores.
Este artigo é baseado em reportagem da Medical Xpress. Leia o artigo original.
Originally published on medicalxpress.com
