Новое программное обеспечение ускорит диагностику рака молочной железы

Новое программное обеспечение ускорит диагностику рака молочной железы с точностью 90% без участия специалиста, сообщается в исследовании, результаты которого опубликованы в журнале Breast Cancer Research. Это может усовершенствовать тактику ведения рака, особенно в развивающихся странах, где существует недостаток врачей.

«Изучение свежих образцов ткани молочной железы на месте изменило бы существующую практику патологической медицины.М ы разработали быстрое устройство для классификации доброкачественной и злокачественной опухоли молочной железы на свежих образцах ткани, что позволит избежать необходимости длительной подготовки препарата», – говорит Ребекка Ричардс-Кортум (Rebecca Richards-Kortum) из Университета Райса (Rice University, США).

В настоящее время диагностика рака молочной железы является довольно сложным процессом. Необходимо получить ткань, подготовить гистологический препарат, изучить его и оценить, нужна ли пункционная биопсия или хирургическое удаление железы. Патологам приходится проводить комплекс методов по подготовке образцов ткани для оценки, что значительно удлиняет процесс диагностики.

В новой работе исследователи применили для анализа высокоскоростную оптическую микроскопию интактных образцов ткани молочной железы. Автоматизированный метод диагностики рака молочной железы из образцов ткани не требует сложной подготовки препарата или оценки образца специалистом патологом.

«Мы провели анализ без фиксации, разрезания и окраски ткани и достигли классификации, сравнимой с современными методами. Это избавляет от процесса подготовки препарата и позволяет провести быструю диагностику. Метод основан на измеряемых критериях, что может снизить субъективность в оценке гистологии ткани», – говорит Ребекка Ричардс-Кортум.

Программа анализирует изображения свежего среза ткани молочной железы человека, полученные в результате конфокальной флуоресцентной микроскопии, для определения некоторых параметров, обычно используемых в диагностике. Эти параметры вносятся в разработанное исследователями классификационное древо для установления доброкачественности или злокачественности образца.

Несмотря на то, что данный подход мог бы иметь клиническую значимость, необходимо преодолеть ряд ограничений, прежде чем программное обеспечение будет использоваться постоянно. Некоторые критерии зависят от наблюдений пользователя, что может привести к неправильной классификации ткани. Оптическая микроскопия нечасто используется в диагностике, поскольку это дорогой метод, который также имеет высокие требования к техническому обслуживанию.

По материалам BioMed Central

Оригинальная статья:
Jessica L. Dobbs, Jenna L. Mueller, Savitri Krishnamurthy, Dongsuk Shin, Henry Kuerer, Wei Yang, Nirmala Ramanujam, Rebecca Richards-Kortum. Micro-anatomical quantitative optical imaging: toward automated assessment of breast tissues. Breast Cancer Research, 2015; 17 (1) DOI: 10.1186/s13058-015-0617-9