创造一个人造病理学家

来自埃尔兰根马克斯普朗克光科学研究所(MPL)的一个团队创造了一种新的、快速和精确的方法，供临床医生分析癌症患者组织样本中的细胞，而不需要训练有素的病理学家。他们使用人工智能来评估他们的方法产生的数据。

在癌症手术期间，快速准确的信息关于手术组织的信息，以指导外科医生下一步的工作。当对患有实体瘤的癌症患者进行手术时，外科医生会将活检样本送到病理学家进行快速评估。病理学家需要评估，例如，组织是否健康，或者癌症已经扩散到器官的程度。这种术中诊断的常规过程是时间、资源和劳动密集型的。

但是，如果有一种方法可以在30分钟内准确地对实体肿瘤进行分析，而无需训练有素的病理学家呢?这正是MPL和Max-Planck-Zentrum für Physik and Medizin (MPZPM)的科学家们努力的结果，他们与Friedrich-Alexander-Universität Erlangen-Nürnberg、埃尔兰根大学医院和曼海姆的Fraunhofer过程自动化研究所(IPA)合作。

一项研究发表在自然生物医学工程在美国，以Despina Soteriou博士、Markéta Kubánková博士和MPL主任Jochen Guck教授为核心的团队使用IPA开发的组织研磨机，快速将活检样本撕裂至单细胞水平。

然后使用实时变形细胞术(RT-DC)分析这些单细胞，这是Guck实验室开发的一种无标记方法。有了它，他们可以分析物理性质每秒有1000个细胞。这比旧的、更“传统”的分析细胞变形能力的方法快3.6万倍。

细胞分析的物理方法

在RT-DC,单个细胞被高速推入微观通道，在压力和压力下变形。为每个细胞拍摄一张图像。

从这些图像中，科学家们确定了细胞的各种物理特性，比如它们的大小、形状或可变形性。Kubánková解释了关注细胞物理属性的好处:“当你去看医生时，他或她不仅看你，还会做身体检查，感觉你身体的某些部位。用传统的方法分析活检样本，病理学家只能观察细胞。我们可以对单个细胞进行物理检查，这为我们提供了更多的信息。”

简单地做体格检查用于诊断是不够的。医生必须能够在没有训练有素的病理学家或物理学家的帮助下评估这些结果。为了实现这一目标，MPL团队将组织研磨机和RT-DC与第三种工具结合起来:人工智能(AI)。

AI模型评估通过RT-DC分析获得的大型复杂数据集，并快速评估活检样本是否含有肿瘤组织。人工智能的使用也肯定了细胞可变形性作为生物标志物的重要性，因为当人工智能没有接受这一变量的训练时，结果会明显更糟。总的来说，包括样本处理和自动数据分析在内的整个过程不超过30分钟，因此足够快，可以在手术期间完成。

重要的是，病理学家不需要随时可用来评估样本。这是一个很大的优势，因为术中会诊并不总是可能的，在一些部位，样品只能在手术结束后进行分析。根据结果，这通常意味着几天后，患者必须返回医院进行另一次手术。

除了检测肿瘤的存在，该方法还用于检测炎症性肠病(IBD)模型中的组织炎症。在未来，该方法可以帮助临床医生评估疾病严重程度或区分不同类型的IBD。

该团队的目标是有一天，将他们的方法转移到一个临床来辅助甚至取代经典的病理分析。Soteriou对他们的研究结果很满意:“这是一个概念验证研究——该方法可以非常快速地准确确定我们样本中肿瘤组织的存在。下一步将继续与临床医生密切合作，以确定如何将这种方法最好地应用于临床。

MPL主任、MPZPM现任发言人Guck教授评论说:“这是新MPZPM的第一个重大成功，也是新的物理方法如何有助于推进临床医学中长期存在的问题，如准确的癌症诊断的最好例子。随着明年夏天MPZPM大楼在医学院校园的完工，物理学家和临床研究人员之间的基本互动将变得更加频繁和充实，更多这样的突破性成果可以期待。”