Los investigadores por primera vez han combinado una poderosa técnica de microscopía con algoritmos de análisis de imágenes automatizados para distinguir entre tejido canceroso sano y metastásico sin depender de biopsias invasivas o el uso de un medio de contraste. Este nuevo enfoque podría algún día ayudar a los médicos a detectar metástasis de cáncer que de otro modo sería difícil de ver a través de tecnologías de imágenes estándar durante las operaciones.

"Las técnicas existentes son invaluables pero adolecen de una baja resolución espacial y, a menudo, requieren el uso de agentes de contraste exógenos, "dijo el co-líder del equipo de investigación Thomas Schnelldorfer del Hospital Lahey, Burlington, Masa., U.S.A. "El método utilizado en este trabajo identifica de manera completamente libre de etiquetas características celulares y tisulares a nivel microscópico, esencialmente actuando como una biopsia sin cuchillo, "añadió Dimitra Pouli de la Universidad de Tufts, Medford, Masa., ESTADOS UNIDOS., autor principal del estudio.

En la revista The Optical Society (OSA) Óptica Biomédica Express , Los investigadores demuestran el uso de microscopía multifotónica junto con algoritmos automatizados de análisis estadístico y de imágenes para examinar biopsias recién extirpadas de la cavidad peritoneal. una parte del abdomen que se ve frecuentemente afectada por cánceres metastásicos, especialmente para pacientes con cáncer de ovario. Es la primera vez que se evalúa con éxito tejido peritoneal humano sano y metastásico combinando esta modalidad de microscopía con técnicas de análisis de textura de imagen.

Debido a que el enfoque evalúa las características del tejido celular y extracelular a nivel microscópico, podría identificar la metástasis del cáncer en una etapa más temprana cuando podría ser más fácil de tratar. Mediante el uso de algoritmos para clasificar tejidos, el enfoque también podría ayudar a reducir el sesgo en la interpretación de imágenes y complementar los métodos que se basan en la experiencia humana.

"En última instancia, esto podría ayudar a los cirujanos a identificar áreas sospechosas o enfermas directamente en el quirófano en tiempo real, que a su vez afectaría directamente al manejo del paciente, "dijo Schnelldorfer.

"Como el método explota las señales de tejido inherentes presentes casi en todas partes en los tejidos, se puede aplicar a otros tipos de cáncer y otras aplicaciones en conjunto, como la fibrosis y las enfermedades cardiovasculares donde la estructura del tejido y la remodelación de la matriz extracelular se ven alteradas por los procesos patológicos subyacentes, "añadió Irene Georgakoudi, co-líder del estudio de la Universidad de Tufts.

Encontrar pistas en la textura del tejido

La microscopía multifotónica funciona mediante la entrega de luz láser a los tejidos. Aunque el láser tiene un pico de intensidad alto, se administra en pulsos muy cortos para mantener pequeña la potencia promedio y no causar daño tisular. A medida que los diferentes componentes del tejido interactúan con la luz láser, emiten señales que luego son recuperadas por el microscopio para crear una imagen. Una vez adquiridas las imágenes, Se pueden utilizar algoritmos de procesamiento de imágenes automatizados para revelar características de textura únicas. Estas características, que no son visibles en las imágenes adquiridas con herramientas de imagen operativas estándar, se puede analizar con modelos estadísticos para clasificar el tejido como sano o enfermo.

Una fortaleza clave del enfoque es que la adquisición y el análisis de imágenes se basan en componentes del tejido en sí, como las células o el colágeno, una proteína que forma tejido conectivo, en lugar de los tintes de contraste que se le han agregado. Esto permite el análisis de las características inherentes relacionadas con la forma y la función de una manera completamente no invasiva y no destructiva.

En este trabajo, los investigadores aplicaron por primera vez esta técnica combinada de microscopía y análisis a tejidos peritoneales parietales humanos sanos y metastásicos. Dado que el tejido peritoneal parietal está repleto de colágeno, parte de la implementación analítica se centró en evaluar los patrones microestructurales de las fibras de colágeno y sus señales de entrecruzamiento intermolecular.

Los investigadores encontraron que los tejidos sanos y enfermos mostraban patrones distintivos en términos de contraste (una medida de disimilitudes de intensidad de píxel a píxel) y correlación (una medida de repetitividad de patrones). Si bien los tejidos sanos mostraron una mayor variación en estas características, Las imágenes de tejido metastásico mostraron patrones de intensidad más uniformes y fibras más pequeñas. Estos cambios reflejan la destrucción del tejido conectivo nativo por las células cancerosas, proporcionando un sello distintivo de la metástasis del cáncer.

Mejora de la estadificación del cáncer

Determinar el alcance y la ubicación de la propagación del cáncer, lo que se conoce como estadificación, es fundamental para el tratamiento eficaz del cáncer. Las imágenes radiográficas transversales y la laparoscopia con luz blanca son herramientas que se utilizan para identificar metástasis abdominales, pero a menudo se quedan cortos cuando se trata de detectar lesiones más pequeñas enterradas dentro del tejido sano. Las biopsias y la evaluación microscópica también juegan un papel clave para determinar si las células cancerosas han hecho metástasis y han comenzado a invadir el microambiente tisular.

Cuando el cáncer de ovario comienza a extenderse, con mayor frecuencia aparece primero en el peritoneo, una membrana que recubre la cavidad abdominal. Para probar su nuevo método, los investigadores lo utilizaron para analizar biopsias peritoneales recolectadas de ocho pacientes con malignidad ovárica confirmada o sospechada.

Analizando 41 imágenes adquiridas de las biopsias, la técnica clasificó correctamente 40 de 41 imágenes (una precisión del 97,5 por ciento). Un total de 11 muestras se clasificaron correctamente como metastásicas (100 por ciento de sensibilidad) y 29 de 30 se clasificaron correctamente como sanas (96,6 por ciento de especificidad).

Los investigadores planean continuar probando el método en una muestra más grande de imágenes de una población de pacientes más amplia. Si bien el método de análisis se optimizó para detectar el cáncer de ovario que ha hecho metástasis en el tejido peritoneal parietal, la misma técnica podría adaptarse para analizar otros tipos de tejidos y otros tipos de cáncer.

Aunque se utilizaron biopsias para probar el método, los investigadores dicen que el objetivo final es aplicarlo directamente a las áreas del cuerpo donde se encuentra o se sospecha cáncer, sin necesidad de biopsias ni colorantes. Antes de que la técnica se pueda utilizar para el análisis de tejidos en tiempo real durante la cirugía, Se necesitará trabajo adicional para miniaturizar los componentes de microscopía, integre el microscopio con la instrumentación quirúrgica y permita el análisis en tiempo real de las imágenes adquiridas directamente en el quirófano.