Цифровые системы диагностики рака

29 Apr 2020
531
Прослушать

Рак является причиной смерти каждого седьмого человека в мире. При этом скрининг и ранняя диагностика имеют жизненно важное значение для повышения вероятности выздоровления. Однако, учитывая дорогостоящий, трудоемкий и инвазивный характер многих используемых в настоящее время методов, пациенты часто не пользуются доступными им услугами. Поэтому многие исследователи изучают возможность разработки быстрых, надежных и неинвазивных диагностических инструментов, которые могли бы использоваться непосредственно местными врачами в месте оказания медицинской помощи.

В настоящее время большинство диагностических исследований заболеваний проводится в централизованных или больничных лабораториях с использованием дорогостоящего оборудования, для работы которого требуется высококвалифицированный персонал. Для перехода к диагностике в пунктах оказания медицинской помощи необходимо упростить и миниатюризировать тесты, что снижает общие расходы на материалы, оборудование и персонал. Использование технологий "лаборатория-на-кристалле", биосенсоров и программного обеспечения на основе искусственного интеллекта облегчает этот переход, так что тест, который когда-то был лабораторным, теперь является портативным и "пригодным для использования" медицинским персоналом прямо в поликлинике.

Здесь мы хотим представить вам некоторые из существующих методов диагностики раковых заболеваний, использующих разные цифровые устройства и системы.

Системы на базе алгоритмов искусственного интеллекта

С развитием технологий сканирования, хранения и сетей, наряду с более мощной и доступной техникой, область радиологии смогла претерпеть преобразования, необходимые для появления на рынке массовых облачных хранилищ. Это позволило более свободно передавать цифровые данные на большие расстояния, получить доступ к прошлым исследованиям одного и того же пациента или аналогичных случаев для оценки и исследования, сравнить различные онкологические области нескольких случаев одновременно, а также в целом повысить эффективность, с которой исследователи теперь могут проводить свою работу и аннотировать ее результаты. С появлением технологий искусственного интеллекта новые системы стали способны обрабатывать огромные массивы данных, используя полученную информацию для диагностики рака и других заболеваний.

Диагностика рака легких

Сейчас для этого используют одновременное проведение компьютерной (КТ) и позитронно-эмиссионной томографии, что позволяет видеть легкие, их анатомическую структуру и функциональные характеристики, а также очаги поражения в этом органе.

Чтобы упростить эту процедуру и сделать более дешевой, разработчики компаний Future Processing и NVIDIA, работая при сотрудничестве с экспертами в сфере расшифровки медицинских изображений, разработали программное обеспечение на базе алгоритмов искусственного интеллекта, позволяющее получать больше информации из КТ-сканов. Новое решение этих компаний, фокусирующееся на диагностике рака легких, позволяет медицинским специалистам при диагностике использовать только КТ-сканы, не применяя более дорогостоящую позитронно-эмиссионную томографию. Программа позволяет автоматически выделять раковые поражения в изображениях, существенно экономя время радиологов и врачей. Кроме этого, система позволяет измерять распространение опухоли по мере ее развития.

Новая технология не только упрощает процесс, но и позволяет снизить количество ошибочных диагнозов и сэкономить значительные средства.

Диагностика рака кожи

Сегодня уже несколько исследовательских групп разработали интеллектуальные алгоритмы диагностики рака кожи. Но алгоритм на базе сверточной нейронной сети, созданный в Стэнфордском университете, вероятно, является наиболее надежным на сегодняшний день. Он прошел обучение на более чем 1,28 млн изображений и был доработан с помощью набора из почти 130 000 сканирований повреждений кожи от более чем 2000 заболеваний. Это самый обширный набор данных, который используется для автоматизированной классификации рака кожи на данный момент. При сравнении с 21 опытными дерматологами алгоритм показал точно такой же результат при диагностике разных видов рака, работая при этом существенно быстрее.

Диагностика рака шейки матки

Исследователи из американского Национального института рака разработали алгоритм, позволяющий точно определить предраковые изменения шейки матки на основе анализа медицинских изображений. Результаты тестирования свидетельствуют, что алгоритм по точности и скорости постановки диагноза превзошел экспертов-людей, анализирующих эти же файлы.

При разработке программы алгоритм был "натренирован" на 60 000 изображений, полученных в ходе скрининга на рак шейки матки, которое проводилось в Коста-Рике в 1990-х годах. Учитывая, что 9 400 женщин, принявших участие в исследовании, затем наблюдались врачами в течение 18 лет, исследователи получили почти полную информацию о том, какие изменения шейки матки стали предраковыми, а какие - нет.

Это только несколько примеров подобных решений, которых на сегодняшний день разработали уже великое множество. Но, к сожалению, сказать то же самое о реальном использовании таких систем в больницах мы пока не можем.

Портативные системы

Диагностика рака молочной железы

Система для диагностирования рака груди Braster Pro представляет собой компактное медицинское устройство, работающее совместно с мобильным приложением, с которым соединяется по беспроводной связи. Принцип работы устройства основан на использовании технологии жидкокристаллической контактной термографии. В системе используется программное обеспечение на базе алгоритма искусственного интеллекта, которое предназначено для автоматической интерпретации термографических изображений с целью обнаружения потенциально опасных изменений в груди женщины. Вся обработка информации осуществляется в облачной системе, куда данные автоматически перенаправляются посредством мобильного устройства.

Обнаружение раковых изменений в молочной железе женщины обеспечивается за счет того, что раковые клетки, в отличие от здоровых, отличаются повышенным метаболизмом и создают загущенную капиллярную сеть. Оба этих процесса приводят к возникновению точек или областей с повышенной температурой, которые можно зафиксировать с помощью контактной термографии, что делается с помощью встроенной в устройство специальной жидкокристаллической матрицы.

Диагностика рака поджелудочной железы

Ученые из Вашингтонского университета разработали простой метод диагностики рака поджелудочной железы на базе напечатанного на 3D-принтере устройства в виде накладки на смартфон и приложения. Программа, получившая название BilliScreen, использует алгоритмы компьютерного зрения и машинного обучения для обнаружения желтухи на фотографии глаз человека, которая является ранним симптомом рака поджелудочной железы и других болезней и вызывается увеличением образования билирубина. В частности, система измеряет повышенный уровень билирубина в склере (белая белковая оболочка глаза).

Пользователь делает фотографию своего лица с помощью камеры смартфона, пары специальных очков и напечатанного на 3D-принтере устройства, контролирующего освещенность и выдержку.

Диагностика рака шейки матки

Портативное диагностическое устройство ZedScan использует технологию электрической импедансной спектроскопии для обнаружения дисплазии и рака шейки матки.

Прибор состоит их портативного ручного устройства, доковой станции, одноразового сенсора и программного приложения. За две-три минуты, пока проходит обследование, этот неинвазивный прибор проводит 10 - 12 измерений в области шейки матки. Он анализирует глубинную структуру тканей, что позволяет идентифицировать заболевание, предоставляя при этом врачу дополнительную информацию, которая поможет затем при лечении пациентки. В комбинации с кольпоскопией ZedScan является очень полезным инструментом, позволяющим существенно улучшить обнаружение и предоставляющим врачам возможность предпринимать более информированные решения уже после первого визита пациента.

Диагностика рака кожи

Американская компания DermaSensor разработала одноименный портативный прибор, предназначенный для оценки потенциально опасных образований на коже. Эта система использует спектроскопию, оптику и технологии машинного обучения для диагностики рака кожи у пользователей.

Устройство применяет метод, называемый спектроскопией упругого рассеяния, который измеряет, как фотоны рассеиваются различными клеточными структурами. По данным компании, онкологические поражения рассеивают свет слегка иначе, чем доброкачественные, поскольку имеют ячеистую и субклеточную структуру.

Диагностика осуществляется путем прикладывания устройства к коже в месте исследуемого образования, а визуализация результатов обеспечивается приложением, к которому прибор подключается беспроводным способом.

Используя прецизионную оптику, DermaSensor способен обнаруживать клеточные патологические изменения размером от 2 мм. По словам разработчиков, система позволяет произвести оценку состояния кожи за несколько секунд. Алгоритм машинного обучения, используемый в этой системе, после сканирования образования на коже пациента предоставляет врачу результаты в виде бинарной опции - "высокий риск" или "низкий риск".

Диагностика рака кишечника

Израильская фирма Check-Cap разработала пилюлю, которая делает снимки кишечника по мере прохождения через него и используется для диагностики рака кишечника. Это миниатюрное проглатываемое устройство, получившее название C-Scan, содержит источник рентгеновского излучения, систему позиционирования, компьютерные компоненты и батарею.

Пациент перед тем, как проглотить пилюлю сперва должен выпить минимальное количество контрастной жидкости, затем он закрепляет на своем теле примерно там, где находится кишечник, специальные сенсоры, которые предназначены для получения изображений и данных о местонахождении устройства. Пилюля использует два отдельных явления, связанные с рентгеновским излучением. Одно заключается в том, что излучение, направленное на проглоченный контрастный агент, вызывает его флуоресценцию. Это делает его и содержимое кишечника, с которым его смешивают, более видимыми. Второе явление, называемое комптоновским рассеянием, проявляется, когда рентгеновские лучи взаимодействуют с электронами в тканях стенки толстой кишки. В результате этого некоторая часть рентгеновского излучения возвращается назад в пилюлю. Комбинирование этих двух наборов данных позволяет получить изображение, дающее возможность идентифицировать поражения и наросты в кишечнике.

Многофункциональные системы

Biological Dynamics

Компания Biological Dynamics разработала недорогое решение для ранней диагностики онкологических заболеваний, которое основано на анализе внеклеточной ДНК в крови, т.е. фрагментов ДНК, которые попадают в кровь из раковых клеток или из клеток, их окружающих. Это стационарное устройство, использующее одноразовые картриджи. В картридж помещаются образцы в количестве до 8 единиц одновременно. В них находится до 150-300 микролитров плазмы. Сама система работает как с кровью, так и одновременно с плазмой и сывороткой.

Сердцем системы является чип, использующий технологию электрокинетики переменного тока, позволяющую разделять молекулы. При этом система может работать с ДНК, РНК, белками - ее можно использовать с любым набором образцов.

Продукт Biological Dynamics предназначен для анализа образцов для обнаружения немелкоклеточного рака легких, рака поджелудочной железы, рака предстательной железы, рака груди и даже рака головного мозга.

Toshiba

Rомпания Toshiba разработала методику диагностики онкологических заболеваний и соответствующий портативный диагностический прибор на базе специализированного чипа, которые позволяют в течение двух часов выявить рак в крови с точностью до 99%. Метод основан на идентификации типов и концентраций малых некодирующих молекул РНК, которые секретируют в крови раковые клетки.

Система, по своей функциональности напоминающая устройство Biological Dynamics, способна диагностировать 13 видов рака, включая рак желудка, пищевода, легких, печени, желчевыводящих путей, поджелудочной железы, кишечника, яичников, простаты, мочевого пузыря и молочной железы, а также рака саркомы и глиомы.

Для проведения диагностики прибору достаточно одной капли крови.

По словам представителей компании, этот метод может быть использован для обеспечения своевременной диагностики и начала лечения рака еще на ранней стадии.

Диагностика по запаху

Смартфон как определитель заболевания раком

Группа ученых из нескольких университетов Швейцарии и японского Национального института материаловедения разрабатывает сенсор, который должен будет встраиваться в мобильный телефон и будет способен обнаруживать рак, анализируя запах изо рта. Этот миниатюрный чип должен определять, присутствуют ли определенные субстанции, связанные с раком, в дыхании пользователя и рассчитывать вероятность, что у него есть онкологическое заболевание. Результат будет визуализироваться на экране телефона.

Новый чип - это датчик с поверхностным напряжением мембранного типа, состоящий из массива чувствительных элементов для обнаружения определенных молекул в газообразной фазе. По мнению японских специалистов, этот сенсор в будущем сможет различать различные типы рака и, кроме того, он сможет определять запахи, связанные с диабетом, заболеваниями почек и печени, а также астмы.

Диагностика рака желудка

Консорциум из нескольких европейских компаний разработал устройство SniffPhone, которое может использоваться для ранней диагностики рака желудка путем анализа выдыхаемого человеком воздуха. Это устройство, которое пока существует в виде прототипа, может полностью изменить методику скрининга рака во всем мире.

SniffPhone — это небольшое сенсорное устройство, разработанное для скрининга рака, которое может быть подключено к смартфону. При использовании пользователь держит прибор перед своим ртом и выдыхает на датчик, который анализирует образец дыхания. Устройство измеряет содержание и концентрацию летучих органических соединений с помощью высокочувствительных химических сенсоров, изготовленных на основе нанотехнологий. После этого результаты измерения передаются посредством Bluetooth на смартфон, а затем на соответствующую облачную платформу, где они доступны для анализа медицинскими специалистами.

В обзоре использованы материалы NIH, Healthcare IT News, Alliance of Advanced BioMedical Engineering.