Badacze z Harvard Medical School opracowali metodę obrazowania tkanek o nazwie NoR-AI, która łączy specjalną mikroskopię z analizą obrazu opartą na sztucznej inteligencji. Pozwala ona zobaczyć w tkance także lipidy, których tradycyjna histopatologia w ogóle nie rejestruje, a całość zajmuje około 30 minut.

Co nie działa w klasycznej histopatologii

Oglądanie tkanek pod mikroskopem to podstawa diagnostyki od ponad stu pięćdziesięciu lat. Choć same mikroskopy mocno się udoskonaliły, sposób przygotowania preparatów pozostał w dużej mierze taki sam. Zniekształca on subtelne struktury i usuwa z tkanki tłuszcze oraz substancje rozpuszczalne w wodzie. Obraz, który widzi lekarz lub badacz, jest więc niepełny i nie zawiera informacji o lipidach, a te mogą mieć znaczenie dla przebiegu choroby.

Nowa metoda nie wymaga prawie żadnej wstępnej obróbki tkanki. Analiza trwa pół godziny, podczas gdy tradycyjna ocena biopsji potrafi zająć kilka dni.

Jak działa NoR-AI

Podstawą jest technika NoRI (znormalizowane obrazowanie Ramana), stworzona przez Seungeun Oh, gdy pracowała jako badaczka podoktorska w laboratorium Marca Kirschnera. NoRI wykorzystuje wymuszone rozpraszanie Ramana, czyli pomiar zmian światła przy kontakcie z różnymi składnikami tkanki, a następnie komputerowo koryguje efekty rozproszenia, które zakłócają pomiar. Dzięki temu można ocenić, ile w maleńkim fragmencie tkanki jest białka, lipidów i wody.

Takie czyste, ilościowe obrazy analizuje następnie konwolucyjna sieć neuronowa. Jak wyjaśnia współautor badania William Trim, przy klasycznych preparatach histologicznych sieci muszą przebijać się przez dużo szumu, a w przypadku NoRI obraz przedstawia czystą tkankę, taką, jaka była w organizmie.

  • Już dwa–trzy obrazy nerek myszy wystarczyły, by sieć rozpoznała trzy różne typy kanalików nerkowych.
  • Algorytm klasyfikował też regiony anatomiczne.
  • Na podstawie rozkładu lipidów i białek potrafił nawet określić płeć zwierzęcia.

Test na modelu ostrego uszkodzenia nerek

We współpracy z Josephem Bonventre’em z Brigham and Women’s Hospital zespół sprawdził metodę na mysim modelu ostrego uszkodzenia nerek, obserwując zmiany w organizacji lipidów i białek przez 25 dni po urazie. Udało się opisać i zmierzyć kilka znanych cech tej choroby, a także odkryć nowe: pokazano, jak w różnych obszarach nerki w czasie ubywa i przybywa lipidów. Wyniki opublikowano w czasopiśmie „Proceedings of the National Academy of Sciences”.

Nerki posłużyły jedynie jako dowód słuszności koncepcji. Zespół już bada za pomocą NoR-AI modele przedklinicznych nowotworów jelita grubego, wątroby i prostaty, a w planach ma m.in. cukrzycową chorobę nerek. Metoda odróżnia też rodzaje lipidów, takie jak cholesterol oraz tłuszcze nasycone i nienasycone, co może pomóc lepiej zrozumieć ich rolę w stanach zapalnych i odpowiedzi immunologicznej. Marc Kirschner powiedział: „Lipidy to terra incognita histologii”.

Co to oznacza w praktyce

Na razie jest to badanie podstawowe, przeprowadzone na myszach, więc pacjenci w Polsce ani w innych krajach UE nie odczują zmian w najbliższym czasie. Zanim podobne rozwiązanie trafiłoby do szpitalnych pracowni patomorfologii, musiałoby przejść kolejne etapy badań na ludzkich tkankach i procedury oceny oraz certyfikacji wyrobów medycznych obowiązujące w Unii Europejskiej.

Kierunek jest jednak ciekawy: gdyby się potwierdził, diagnostyka tkankowa mogłaby stać się szybsza i dostarczać więcej informacji niż dziś, co w dłuższej perspektywie może być ważne zwłaszcza przy chorobach nerek i nowotworach.

Źródło: Medical Xpress – „AI-assisted imaging method advances 150-year-old technique for studying tissue”

https://wanguardpr.pl/gdzie-kupic-pakiet-telewizja-internet-w-najlepszej-cenie/ thenaacotruck.com softcupbra.org