Melhorando a detecção, diagnóstico, e o tratamento de doenças como o câncer exigirá mais detalhes, rápido, e tecnologia de imagem ágil que pode mostrar aos médicos não apenas a aparência de um órgão específico, mas também o que está acontecendo dentro das células que constituem esses tecidos.

Em pesquisa publicada em Anais da Academia Nacional de Ciências , uma equipe do Rensselaer Polytechnic Institute desenvolveu e demonstrou uma nova técnica para imagens de fluorescência de tecidos e células de uma maneira rápida e abrangente - estabelecendo as bases para uso em um ambiente clínico.

"Estamos fornecendo ferramentas que serão muito mais acessíveis para os usuários finais, ou seja, os biólogos, mas também o cirurgião, "disse Xavier Intes, um professor de engenharia biomédica que liderou esta pesquisa para Rensselaer.

As imagens de duração da fluorescência têm sido uma forma útil para os cientistas e engenheiros verem as interações em nível molecular dentro das células - uma ferramenta necessária ao tentar identificar o câncer e outras doenças, e avaliar a eficácia dos medicamentos.

Tradicionalmente, Intes disse, produzir uma imagem dessa maneira requer muito tempo e ferramentas matemáticas complexas que dependem muito do usuário, o que torna difícil produzir imagens consistentes e reproduzíveis. Essas dificuldades têm sido barreiras para o uso desse tipo de imagem em um ambiente clínico.

Para superar esses desafios, a equipe de Rensselaer projetou uma rede neural profunda (DNN) para definir automaticamente os parâmetros matemáticos que um ser humano normalmente faria, ao mesmo tempo em que produz uma imagem detalhada que pode mostrar as interações nas células ou tecidos enquanto acontecem.

Este trabalho baseia-se na pesquisa anterior da equipe Rensselaer, onde desenvolveram um método para reconstruir rapidamente uma única imagem vitalícia. Esta nova abordagem reconstrói várias imagens de vida ao mesmo tempo, fornecendo uma visão abrangente de vários processos biológicos que acontecem no tecido e nas células, disse Pingkun Yan, professor assistente de engenharia biomédica e membro do Centro de Biotecnologia e Estudos Interdisciplinares, que também trabalhou nesta pesquisa.

O time, em parceria com biólogos do Albany Medical College, testou esta nova técnica por imagens de células cancerosas sob o microscópio e em sistemas vivos. O que eles observaram, Intes disse, foi que o DNN deles teve um bom desempenho, ou em alguns casos melhor do que, software comercial atualmente em uso. A equipe também descobriu que essa técnica exigia menos luz e, ao mesmo tempo, produzia imagens detalhadas, o que é crítico para aplicações biológicas.

O sucesso dos pesquisadores aproxima o campo da capacidade de usar imagens de fluorescência vitalícias em um ambiente clínico para avaliar a eficácia de um determinado medicamento nas células cancerosas individuais de uma pessoa - uma ferramenta fundamental necessária para habilitar a medicina de precisão.

Os pesquisadores também foram capazes de aplicar este DNN para visualizar o nível de atividade dentro das células, um processo conhecido como imagem metabólica. Esta abordagem pode ajudar a orientar os cirurgiões na sala de cirurgia enquanto trabalham para identificar qual tecido é saudável, e que está doente e deve ser removido.

"Esta é uma tecnologia que possibilita muitas aplicações clínicas. Por exemplo, pode ser usado para imagens em tempo real in vivo de um tumor, o que pode ajudar os cirurgiões a ver a lesão durante seus procedimentos, permitindo-lhes remover completamente o tecido canceroso com o mínimo de dano ao tecido saudável, "Yan disse.