(Desde la izquierda) Imágenes de ultrasonido, imágenes de microscopía fotoacústica (PAM)/US y tinción de hematoxilineosina (H&E) representativa del lecho tumoral. Panel C: lecho tumoral tratado con cáncer residual; Panel E, lecho tumoral tratado sin cáncer residual. Crédito: Zhu lab
El cáncer de recto, junto con el cáncer de colon, es el tercer tipo de cáncer más común en los Estados Unidos, y el tratamiento y la cirugía afectan en gran medida la calidad de vida de los pacientes. Un equipo multidisciplinario de la Universidad de Washington en St. Louis ha desarrollado y probado una técnica de imagen innovadora que puede diferenciar entre los tejidos rectales con cánceres residuales y aquellos sin tumores después de la quimioterapia y la radiación, lo que algún día podría ayudar a evitar cirugías innecesarias en algunos pacientes que lograron la destrucción completa del tumor después de la quimiorradioterapia.
Quing Zhu, Ph.D., profesora de ingeniería biomédica en la Escuela de Ingeniería McKelvey, y los miembros de su laboratorio desarrollaron un sistema utilizando una nueva técnica de imagen microscopía fotoacústica de resolución acústica registrada conjuntamente con ultrasonido (AR-PAM/US) y emparejado con una red neuronal de inteligencia artificial de «aprendizaje profundo». Esta técnica pudo determinar mejor la presencia de tumores residuales en los tejidos del lecho tumoral rectal tratados que otros tipos de imágenes, como la resonancia magnética, que a menudo no puede distinguir el cáncer residual del tejido cicatricial. Los resultados de la investigación, el primer estudio de factibilidad que utiliza imágenes AR-PAM en pacientes con cáncer de recto tratados previamente con radiación y quimioterapia, se publican en la revista Radiology el 23 de marzo.
«Nuestro sistema PAM/US combinado con el sistema neuronal de aprendizaje profundo red tiene un gran potencial para identificar mejor a los pacientes aptos para el tratamiento no quirúrgico y mejorar la calidad de vida de los pacientes», aseguró Zhu. «Si podemos decir después de la radiación y la quimioterapia qué pacientes pueden tener una buena respuesta sin tumores residuales, el paciente puede evitar la cirugía».
Zhu, también profesor de radiología en la Facultad de Medicina, se unieron al artículo los estudiantes de doctorado Xiandong Leng, coautor principal con Shihab Uddin, Ph.D., quien obtuvo un doctorado en ingeniería biomédica de McKelvey Engineering en 2020, y Hongbo Luo; y Sitai Kou.
Realizaron un estudio prospectivo de un año de duración de pacientes con cáncer de recto tratados en el Barnes-Jewish Hospital en St. Louis por médicos clínicos de la Facultad de Medicina: Matthew Mutch, MD, presidente de Solon and Bettie Gershman en Cirugía de Colon y Recto, jefe de la Sección de Cirugía de Colon y Recto y profesor de cirugía; y William Chapman Jr., MD, médico residente de cirugía. Zhu dijo que otros que contribuyeron significativamente al estudio fueron: Steven R. Hunt, MD, profesor asociado de cirugía; Anup Shetty, MD, profesor asistente de radiología; Deyali Chatterjee, MD, profesora asistente de patología e inmunología; y Michelle Cusumano, coordinadora del estudio en la Sección de Cirugía de Colon y Recto.
Chapman dijo que el equipo pasó más de tres años investigando esta tecnología en especímenes de colon y recto extirpados quirúrgicamente con resultados prometedores antes de desarrollar el prototipo para pacientes estudios.
«Esperamos que las imágenes mejoradas proporcionadas por AR/PAM mejoren significativamente nuestra capacidad para discriminar entre pacientes con tumores residuales y aquellos que han sido completamente curados sin cirugía», dijo. «Al evitar la cirugía mórbida innecesaria y al reducir la carga de las pruebas de vigilancia, las imágenes fotoacústicas podrían ser un gran avance en el tratamiento actual del cáncer de recto localmente invasivo».
En el estudio, después de completar la quimioterapia y la radiación , los pacientes se sometieron a imágenes PAM/US con una sonda láser endorrectal portátil desarrollada en el laboratorio de Zhu. La sonda tiene un cabezal giratorio que permite una imagen de 360 grados del recto, las últimas 6 pulgadas del colon. El extremo de la sonda, que toma una imagen por segundo, está cubierto por un pequeño globo de látex inflado con agua que permite la transmisión de ondas ultrasónicas y fotoacústicas a la pared rectal. Estas ondas resaltan los cambios en la vasculatura del tejido y también el crecimiento de nuevos tumores. El procedimiento de imágenes agregó alrededor de 20 minutos de tiempo que los pacientes estuvieron bajo anestesia.
Leng, quien ha estado trabajando en este proyecto desde 2017, fue fundamental en el desarrollo del sistema y el software, dijo Zhu. Diseñó y construyó el endoscopio AR/PAM, el primero de su tipo, y programó el sistema para adquirir datos, procesar y mostrar imágenes en tiempo real.
«A partir de los datos ex vivo muy preliminares, mi configuración reveló claramente múltiples estructura de capas de la imagen de ultrasonido y abundantes vasos sanguíneos en la submucosa del tejido colorrectal normal», dijo Leng. «En contraste con el tejido normal, el lecho del tumor maligno muestra una falta de estructura multicapa y de vasos sanguíneos. Este importante hallazgo puede revelar una característica importante para acceder a la respuesta al tratamiento de los pacientes con quimioterapia y radioterapia».
En el primero fase del estudio, el equipo usó datos de especímenes de tejido extraídos quirúrgicamente de más de 2,000 imágenes de 22 pacientes para entrenar la red neuronal, un conjunto de algoritmos basados en inteligencia artificial que funciona de manera similar al cerebro humano, para reconocer cánceres colorrectales normales y cancerosos. tejido. En la segunda fase, utilizaron imágenes del tejido vivo de 10 pacientes que previamente habían recibido quimioterapia y radiación. Se utilizaron varios cientos de imágenes de cinco de esos pacientes para afinar la red neuronal, y se retuvieron cientos de imágenes de cinco patentes para realizar pruebas.
El modelo PAM de aprendizaje profundo, diseñado y desarrollado por Uddin, predijo correctamente el estado canceroso de los cinco pacientes que se habían sometido a imágenes, mientras que las imágenes de resonancia magnética clasificaron erróneamente a tres de cada cinco pacientes, y el modelo de aprendizaje profundo solo con ultrasonido declaró incorrectamente a tres pacientes como libres de cáncer.
Mutch dijo que el equipo es muy optimista acerca de los resultados.
«Esta es una noticia espectacular y nos acerca más a la transición del concepto a la tecnología clínicamente útil», dijo. «La esperanza es que nos permita diferenciar a los pacientes que tuvieron una respuesta completa a la quimioterapia y la radiación de aquellos pacientes con tumor residual. Esto ayudará a determinar mejor qué pacientes pueden tratarse sin cirugía frente a aquellos que realmente necesitan una operación».
En el futuro, el equipo planea realizar un estudio clínico para confirmar estos resultados iniciales en un gran grupo de pacientes con cáncer de recto que completaron la quimioterapia y la radiación y se someterán a cirugía o seguirán a los pacientes después del tratamiento.
Explore más
El aprendizaje automático, la técnica de imágenes puede impulsar el diagnóstico del cáncer de colon Más información: Xiandong Leng et al, Assessing Rectal Cancer Treatment Response Using Coregisted Endorectal Photoacoustic and US Imaging Paired with Deep Learning , Radiología (2021). DOI: 10.1148/radiol.2021202208 Información de la revista: Radiología
Proporcionado por la Universidad de Washington en St. Louis Cita: Un «salto adelante» en la gestión de riesgos del cáncer de recto (2021, 26 de marzo) recuperado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-03-rectal-cancer.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.