直肠癌风险管理的“飞跃”

直肠癌和结肠癌是美国第三大最常见的癌症类型，治疗和手术极大地影响患者的生活质量。在圣路易斯华盛顿大学的一个多学科团队开发和测试一个创新的成像技术,能够区分直肠组织与残余癌症和那些没有肿瘤化疗和放疗后,有一天这可能有助于避免不必要的手术在一些患者同步放化疗后取得了完整的肿瘤破坏。

朱青博士是麦凯维工程学院生物医学工程教授，她的实验室成员使用一种新的成像技术——声分辨率光声显微镜与超声共同注册(AR-PAM/US)，并与“深度学习”人工智能神经网络相结合，开发了一个系统。这项技术比其他类型的成像，如MRI，更能确定在治疗过的直肠肿瘤床组织中是否存在残留的肿瘤，而MRI通常不能从疤痕组织中识别残留的癌症。这项研究的结果——首次在接受过放疗和化疗的直肠癌患者中使用AR-PAM成像的可行性研究——发表在了杂志上放射学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。

他们对在圣路易斯巴恩斯犹太医院接受治疗的直肠癌患者进行了为期一年的前瞻性研究，研究对象是医学院临床医生:Matthew Mutch，医学博士，Solon和Bettie Gershman结肠和直肠外科主席，结肠和直肠外科主任和外科教授;小威廉·查普曼，医学博士，外科住院医师。朱说，其他对这项研究有重大贡献的人有:外科副教授Steven R. Hunt医学博士;Anup Shetty，医学博士，放射学助理教授;Deyali Chatterjee，医学博士，病理学和免疫学助理教授;米歇尔·库苏马诺，结肠和直肠外科的研究协调员。

查普曼说，在开发用于患者研究的原型之前，研究小组花了三年多的时间在手术切除的结肠和直肠标本上研究这项技术，并取得了令人满意的结果。

“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。

“从非常初步的体外数据，我的设置清楚地揭示了超声图像的多层结构和正常结肠组织粘膜下层丰富的血管，”冷说。“与正常组织相比，恶性肿瘤床缺乏多层结构和血管。这一重要发现可能揭示了患者对化疗和放疗的治疗反应的一个重要特征。”

在该研究的第一阶段，团队使用来自22名患者的22例患者的两种图像中的数据从手术移除的组织标本中培训了神经网络，是一种与人类大脑类似的人工智能的算法，识别正常和癌细胞癌。在第二阶段，他们使用来自先前经过化疗和辐射的10名患者的活组织中的图像。来自其中五个患者的数百种患者的图像用于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。

由乌丁设计和开发的深度学习PAM模型，正确地预测了所有5名接受过影像学检查的患者的癌症状态，而MRI图像对5名患者中的3名进行了错误分类，而超声图像仅对5名患者进行了错误分类深学习模型错误地宣布了三名患者癌症。

穆奇说，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。

---

---