バーチャル病理学が脳腫瘍の診断を加速させる
Nature Biomedical Engineering
Virtual pathology speeds up the diagnosis of brain tumours
手術室での脳腫瘍診断は、がんと正常組織とを識別するポータブル診断スクリーニング技術を利用することによって迅速化させることが可能で、信頼性の向上を見込むこともできる、という論文が、今週のオンライン版に掲載される。
通常、執刀医が原発腫瘍を切除すると、予備的診断および最終診断では病理検査室で腫瘍検体の凍結および染色が行われ、染色した組織を病理学者が評価する。場合によって数十分から数時間を要するその工程の正確度およびスピードは、手術の成功について執刀医に知らせる上で、また患者の予後および管理に関する重要な診断情報を提供する上で、極めて重要なものである。しかし、長い所要時間が手術室の意思決定を遅延させ、必要な組織検体処理が人工産物を生み、希少な腫瘍の分類に誤りが生じる場合もある。
Daniel Orringer、Sandra Camelo-Piraguaたちは、ラマン分光法 （試料の分子的フィンガープリントを示すイメージング技術 ）を利用するポータブル技術を考案した。これは、手術室で新鮮な脳腫瘍検体の迅速分析を行い、検体の処理を無用のものとする技術である。その「バーチャル病理学」技術は、従来の染色標本と見分けることができないほどの画像を映し出し、機械学習と併用すると、染色標本と同等の高い正確度（約90％）で脳腫瘍をサブタイプに分類することができる。
実際的な有効性を確認するには臨床試験が必要となるが、この技術は、神経外科医や神経病理学者による手術室での脳腫瘍の切除および診断を支援する可能性がある。
Brain tumours can be diagnosed more quickly and potentially more reliably in the operating room by using a portable diagnostic screening technology that distinguishes between cancer and normal tissue, reports a paper published online this week in Nature Biomedical Engineering.
Typically, after a surgeon has removed a primary tumour, preliminary and final diagnoses involve freezing and staining a tumour sample in the pathology lab, followed by assessment of the stained tissue by a pathologist. The accuracy and speed of the process, which can take from tens of minutes to hours, is essential in informing the surgeon about the operation’s success and in providing critical diagnostic information for patient prognosis and management. However, the long turnaround times can delay decision-making in the operating room, the necessary processing of tissue samples can introduce artefacts and rare tumours can be misclassified.
Daniel Orringer, Sandra Camelo-Piragua, and colleagues designed a portable technology that uses Raman spectroscopy - an imaging technique that provides a sample’s molecular fingerprint - to provide fast analysis of fresh brain tumour samples in the operating room, eliminating the need for sample processing. The ‘virtual pathology’ technology produces images that are almost indistinguishable from those of traditionally stained samples, and can be combined with machine learning to classify brain tumours into subtypes, with similar high accuracy (~90%) to that achieved with stained samples.
Although clinical trials will be required to determine its real-world effectiveness, the technology has the potential to assist neurosurgeons and neuropathologists in resecting and diagnosing brain tumours in the operating room.
doi: 10.1038/s41551-016-0027
「注目のハイライト」は、ネイチャー広報部門が報道関係者向けに作成したプレスリリースを翻訳したものです。より正確かつ詳細な情報が必要な場合には、必ず原著論文をご覧ください。
注目のハイライト
メールマガジンリストの「Nature 関連誌今週のハイライト」にチェックをいれていただきますと、毎週各ジャーナルからの最新の「注目のハイライト」をまとめて皆様にお届けいたします。
