直肠癌风险管理的“飞跃”

直肠癌，以及结肠癌，是美国的第三种最常见的癌症，治疗和手术极大地影响了患者的生活质量。在圣路易斯华盛顿大学的一支多学科团队开发并测试了一种创新的成像技术，能够在化疗和辐射后与残留癌症的直肠组织和没有肿瘤的人区分，这可能有一天有助于避免不必要的手术一些患者在化学校长后实现了完全肿瘤破坏。

Quing Zhu，Ph.D.，McKelvey工程学院的生物医学工程教授，以及她的实验室成员使用新的成像技术 - 声学分辨率光声显微镜经过超声（AR-PAM / US）和与“深度学习”人工智能神经网络配对。该技术能够更好地能够确定治疗的直肠肿瘤床组织中残留肿瘤的存在，而不是其他类型的成像，例如MRI，其通常不能从瘢痕组织中辨别残留的癌症。研究结果 - 使用辐射和化疗先前治疗的直肠癌患者AR-PAM成像的第一种可行性研究 - 在期刊上发表放射学3月23日。

“我们的PAM /美国系统与深度学习的神经网络配对有很大的潜力，可以更好地识别适合非手术管理的患者，提高患者的生活质量，”朱镕基说。“如果我们能够在没有残留肿瘤的患者可能具有良好反应的辐射和化疗后，请患者可能能够避免手术。”

朱教授是医学院放射学教授，与他的博士生冷显东(2020年获得麦凯维工程生物医学工程博士学位的西哈布·乌丁博士)、罗洪波共同完成了这篇论文。、四口。

他们对在圣路易斯学院临床医学院（Stthne-Jewish医院）对犹太人医院治疗的直肠癌患者进行了一岁的前瞻性研究和直肠手术和手术教授;和威廉查普曼Jr.，MD，一位常驻医师在手术中。朱镕基表示，其他贡献对该研究的贡献是：史蒂文R.亨特，MD，手术副教授;Anup Shetty，MD，放射学助理教授;Deyali Chatterjee，MD，病理学和免疫学助理教授;和米歇尔库萨鲁诺，在结肠和直肠手术部分的研究协调员。

Chapman表示，该团队花了三年多的时间在手术中移除了这项技术，并在开发患者研究的原型之前具有有前途的结果。

“我们希望AR / PAM提供的改进成像将显着提高我们在患有残留肿瘤的患者之间区分的能力，以及在没有外科的情况下完全固化的人。”“通过避免病态，不需要的手术和减少监视测试的负担，光声成像可能是当前侵袭性直肠癌的目前管理中的飞跃。”

在研究中，在完成化疗和辐射后，患者接受了PAM / US成像，并在朱的实验室中开发了手持式胸部激光探头。探头具有旋转头，允许直肠的360度图像，最后6英寸的结肠。探针的末端每秒占据一张图像，由水膨胀的小胶乳球囊覆盖，允许将超声波和光声波传输到直肠壁。这些波突出了组织中脉管系统的变化以及新的肿瘤生长。成像程序增加了约20分钟的患者在麻醉下。

朱镕基说，自2017年以来一直致力于这个项目的LENG，是系统和软件开发的工具。他设计并构建了AR / PAM内窥镜 - 首先 - 并编程系统，以获取数据和过程实时显示图像。

“从初步的离体数据来看，我的设置在正常结肠组织的阴毛中的超声图像和富血管中清楚地公开了多层结构，”LENG说。“与正常组织形成鲜明对比，恶性肿瘤床显示出缺乏多层结构和血管。这一重要发现可能揭示进入患者治疗对化疗和放射治疗的重要特征。”

在第一阶段的研究中,研究小组使用的数据从手术切除组织标本来自2000多个图像从22位患者训练神经网络,基于人工智能的算法类似于人类大脑运作,识别正常和癌变结直肠组织。在第二阶段，他们使用了10名曾经接受过化疗和放疗的患者活体组织的图像。其中五名患者的几百张图像被用来微调神经网络来自五项专利的数百张照片被扣留进行测试。

由uddin设计和开发的深度学习PAM模型，正确地预测了所有经过成像的患者的癌症状态，而MRI图像错误分类了五名患者的三个，仅限超声波深学习模型错误地宣布了三名患者癌症。

笨蛋表示，该团队对结果非常乐观。

“这是一个壮观的新闻，它让我们更接近从概念到临床有用的技术的过渡，”他说。“希望它将允许我们区分对那些残留肿瘤患者的化疗和辐射完全反应的患者。这将有助于更好地确定哪些患者可以对那些真正需要运作的人进行管理。”

展望未来，该团队计划进行一项临床研究，以证实这些初步结果在一大批直肠癌已经完成化疗和放疗并将接受化疗的患者手术或在治疗后跟踪患者。

---

---