Штучний ніс, який допомагає знаходити ракові клітини, створили фінські вчені

Фінські вчені створили штучний ніс, котрий допомагає виявляти ракову тканину під час операції.

Це дає можливість більш точного видалення пухлин, повідомляє видання EurekAlert з посиланням на статтю, опубліковану в Journal of Neurosurgery.

Електрохірургічна резекція (операція посічення або видалення частини ураженого органа) з використанням таких пристроїв, як електричний ніж або діатермічне лезо, сьогодні широко застосовується в нейрохірургії.

Коли тканина внаслідок застосування цих пристроїв спалюється, її молекули стають основою хірургічного диму.

У методі, розробленому дослідниками з Університету Тампере, хірургічний дим подається в новий тип вимірювальної системи, яка може ідентифікувати злоякісні тканини і відрізняти їх від здорових тканин.

В сучасній клінічній практиці аналіз заморожених клітин є золотим стандартом для ідентифікації пухлини під час операції. У цьому методі патологоанатом під час операції отримує невеликий зразок пухлини, — зазначає дослідник Ілкка Хаапала з університету Тампере.

Патологоанатом проводить мікроскопічний аналіз зразка і телефонує оператору, щоб повідомити про результати.

Наш новий метод пропонується як перспективний спосіб виявлення злоякісних тканин в реальному часі, а також як можливість вивчення декількох зразків з різних точок пухлини, — пояснює Хаапала.

Особливою перевагою обладнання є те, що воно може бути підключене до приладів, які вже є в нейрохірургічних операційних, — наголошує дослідник.

Технологія заснована на спектрометрії диференціальної рухливості (DMS), де іони димових газів подаються в електричне поле. Розподіл іонів в електричному полі є специфічним для кожної тканини. Таким чином, злоякісна тканина може бути ідентифікована на основі отриманого «відбитка пальця» свого «запаху».

У дослідженні проаналізовано 694 зразків тканин, зібраних з 28 пухлин головного мозку та контрольних зразків.

Розроблене вченими обладнання, котре брало участь в експерименті, складалося з системи машинного навчання, котра аналізувала хірургічний дим за допомогою технології DMS, та електроножа, який використовувався для отримання хірургічного диму з тканин.

Точність класифікації системи становила 83%, коли були проаналізовані всі зразки.

При більш обмежених параметрах точність покращувалася. Так, при порівнянні пухлин низької злоякісності (гліом) з контрольними зразками точність класифікації системи становила 94%, досягаючи 97% чутливості і 90% специфічності.

Нагадаємо, нещодавно вчені навчилися з’ясовувати точну причину виникнення раку за допомогою ДНК-аналізу пухлини.