过去几年，治疗选择领域的巨大进步显着提高了结肠癌患者治愈的机会。然而，这些新方法(例如免疫疗法)需要精确诊断，以便可以针对个体进行专门定制。德国波鸿鲁尔大学蛋白质诊断中心PRODI 的研究人员正在使用人工智能与红外成像相结合，为个体患者优化结肠癌治疗。无标签和可自动化的方法可以补充现有的病理分析。由 Klaus Gerwert 教授领导的团队于 2023 年 1 月在《欧洲癌症杂志》上发表了报告。

具有红外成像的AI可实现精确的结肠癌诊断

一小时深入洞察人体组织

PRODI 团队在过去几年一直在开发一种新的数字成像方法：所谓的无标记红外 (IR) 成像测量被检查组织的基因组和蛋白质组组成，即提供基于红外光谱的分子信息。这些信息在人工智能的帮助下被解码并显示为假彩色图像。为此，研究人员使用了深度学习领域的图像分析方法。

PRODI 团队与临床合作伙伴合作，证明使用深度神经网络可以可靠地确定所谓的微卫星状态，这是结肠癌的预后和治疗相关参数。在此过程中，组织样本经过标准化、独立于用户的自动化过程，并在一小时内实现肿瘤的空间分辨差异分类。

治疗有效性的指示

在经典诊断中，微卫星状态通过各种蛋白质的复杂免疫染色或通过 DNA 分析来确定。“15% 到 20% 的结肠癌患者在肿瘤组织中表现出微卫星不稳定性，”鲁尔大学病理研究所所长 Andrea Tannapfel 教授说。“这种不稳定性是一个阳性生物标志物，表明免疫疗法将是有效的。”

随着治疗选择的不断改进，快速、简单地确定此类生物标志物也变得越来越重要。基于 IR 显微数据，PRODI 对神经元网络进行了修改、优化和培训，以建立无标记诊断。与免疫染色不同，这种方法不需要染料，并且比 DNA 分析快得多。博士生 Stephanie Schörner 表示：“我们能够证明，用于确定微卫星状态的红外成像的准确性接近于临床上最常用的免疫染色方法。” Frederik Großerüschkamp 博士补充说：“通过不断进一步开发和优化该方法，我们希望能进一步提高准确性。”

合作伙伴

该项目得益于鲁尔大学病理学研究所(Andrea Tannapfel 教授)、鲁尔大学临床中心圣约瑟夫医院血液学和肿瘤学诊所(Anke Reinacher- Schick)和蛋白质诊断中心(Klaus Gerwert 教授)。

PRODI 研究人员能够访问 ColoPredict Plus 2.0 分子登记，这是一项针对早期结直肠癌患者的非干预性多中心登记研究，以开发这种诊断方法。“ColoPredict 注册表还通过对生物标志物的靶向分析为患者提供更有针对性的治疗。因此，该注册表最近充当了精准肿瘤学方法的研究平台，”Anke Reinacher-Schick 说。除了提供组织样本外，登记处还提供了一个可靠的预后和治疗相关基线特征数据库。“在这样的项目中，能够利用优秀的队列和病理学专业知识非常重要，”Klaus Gerwert 强调说。