Искусственный нос, помогающий находить раковые клетки, создали финские ученые

Финские ученые создали искусственный нос, который помогает выявлять раковую ткань во время операции.

Это дает возможность более точно удалять опухоли, сообщает издание EurekAlert со ссылкой на статью, опубликованную в Journal of Neurosurgery.

Электрохирургическая резекция (операция рассечения или удаления части пораженного органа) с использованием таких устройств, как электрический нож или диатермическое лезвие, сегодня широко применяется в нейрохирургии.

Когда ткань в результате применения этих устройств сжигается, ее молекулы становятся основой хирургического дыма.

В методе, разработанном учеными из Университета Тампере, хирургический дым подается в новый тип измерительной системы, которая может идентифицировать злокачественные ткани и отличать их от здоровых тканей.

В современной клинической практике анализ замороженных клеток является золотым стандартом для идентификации опухоли во время операции. В этом методе патологоанатом во время операции получает небольшой образец опухоли, — отмечает исследователь Илкка Хаапала из университета Тампере.

Патологоанатом проводит микроскопический анализ образца и звонит оператору, чтобы сообщить о результатах.

Наш новый метод предлагается как перспективный способ выявления злокачественных тканей в реальном времени, а также как возможность изучения нескольких образцов из разных точек опухоли, — объясняет Хаапала.

Особым преимуществом оборудования является то, что оно может быть подключено к приборам, которые уже есть в нейрохирургических операционных, — отмечает исследователь.

Технология основана на спектрометрии дифференциальной подвижности (DMS), где ионы дымовых газов подаются в электрическое поле. Распределение ионов в электрическом поле является специфическим для каждой ткани. Таким образом, злокачественная ткань может быть идентифицирована на основе полученного «отпечатка пальца» своего «запаха».

В исследовании проанализированы 694 образцов тканей, собранных с 28 опухолей головного мозга и контрольных образцов.

Разработанное учеными оборудования, которое участвовало в эксперименте, состояло из системы машинного обучения, анализировавшей хирургический дым с помощью технологии DMS, и электроножа, который использовался для получения хирургического дыма из тканей.

Точность классификации системы составляла 83%, когда были проанализированы все образцы.

При более ограниченных параметрах точность улучшалась. Так, при сравнении опухолей низкой злокачественности (глиом) с контрольными образцами точность классификации системы составляла 94%, достигая 97% чувствительности и 90% специфичности.

Напомним, недавно ученые научились выяснять точную причину возникновения рака с помощью ДНК-анализа опухоли.