p Os pesquisadores combinaram a microscopia multifóton com imagem automatizada e algoritmos de análise estatística para distinguir entre tecido saudável e doente. Nesta imagem, coletados em um rótulo totalmente gratuito, maneira não invasiva, o colágeno é colorido de verde, enquanto os aglomerados de células metastáticas ovarianas são apresentados em vermelho. Crédito:Dimitra Pouli, Thomas Schnelldorfer, e Irene Georgakoudi, Tufts University e Lahey Hospital and Medical Center
p Os pesquisadores, pela primeira vez, combinaram uma técnica de microscopia poderosa com algoritmos de análise de imagem automatizada para distinguir entre tecido canceroso saudável e metastático sem depender de biópsias invasivas ou do uso de um corante de contraste. Esta nova abordagem pode um dia ajudar os médicos a detectar metástases de câncer que, de outra forma, seriam difíceis de ver por meio de tecnologias de imagem padrão durante as operações. p "As técnicas existentes são inestimáveis, mas sofrem de baixa resolução espacial e muitas vezes requerem o uso de agentes de contraste exógenos, "disse o co-líder da equipe de pesquisa Thomas Schnelldorfer do Hospital Lahey, Burlington, Massa., US essencialmente agindo como uma biópsia sem faca, "acrescentou Dimitra Pouli da Tufts University, Medford, Massa., EUA., autor principal do estudo.
p No jornal The Optical Society (OSA)
Biomedical Optics Express , pesquisadores demonstram o uso de microscopia multifotônica junto com imagem automatizada e algoritmos de análise estatística para examinar biópsias recentemente excisadas da cavidade peritoneal, uma parte do abdômen que é frequentemente afetada por cânceres metastáticos, especialmente para pacientes com câncer de ovário. É a primeira vez que tecido peritoneal humano saudável e metastático foi avaliado com sucesso pela combinação desta modalidade de microscopia com técnicas de análise de textura de imagem.
p Como a abordagem avalia as características do tecido celular e extracelular em nível microscópico, pode identificar metástases de câncer em um estágio inicial, quando pode ser mais fácil de tratar. Usando algoritmos para classificar tecidos, a abordagem também pode ajudar a reduzir o preconceito na interpretação de imagens e complementar métodos que dependem da experiência humana.
p "Isso poderia ajudar os cirurgiões a identificar áreas suspeitas ou doentes diretamente na sala de cirurgia em tempo real, o que, por sua vez, afetaria diretamente o manejo do paciente, "disse Schnelldorfer.
p "Como o método explora sinais de tecido inerentes presentes quase onipresamente nos tecidos, pode ser aplicado a outros tipos de câncer e outras aplicações, como fibrose e doença cardiovascular, em que a estrutura do tecido e a remodelação da matriz extracelular são alteradas pelos processos de doença subjacentes, "acrescentou Irene Georgakoudi, co-líder do estudo da Tufts University.
p
Encontrando pistas na textura do tecido
p A microscopia multifotônica funciona fornecendo luz laser ao tecido. Embora o laser tenha alta intensidade de pico, ele é fornecido em pulsos muito curtos para manter a potência média pequena e não causar danos aos tecidos. À medida que diferentes componentes do tecido interagem com a luz do laser, eles emitem sinais que são recuperados pelo microscópio para criar uma imagem. Assim que as imagens forem adquiridas, algoritmos de processamento automatizado de imagem podem ser usados para revelar características texturais exclusivas. Esses recursos, que não são visíveis nas imagens adquiridas com ferramentas de imagem operativas padrão, podem ser analisados com modelos estatísticos para classificar o tecido como saudável ou doente.
p Um ponto forte da abordagem é que a aquisição e análise de imagens são baseadas em componentes do próprio tecido - como células ou colágeno, uma proteína que forma o tecido conjuntivo - em vez de corantes de contraste que foram adicionados a ele. Isso permite a análise de recursos inerentes relacionados à forma e à função de uma maneira completamente não invasiva e não destrutiva.
p Nesse trabalho, os pesquisadores aplicaram pela primeira vez esta microscopia combinada e técnica de análise a tecidos peritoneais parietais humanos saudáveis e metastáticos. Como o tecido peritoneal parietal está repleto de colágeno, parte da implementação analítica foi focada na avaliação dos padrões microestruturais das fibras de colágeno e seus sinais de reticulação intermolecular.
p Os pesquisadores descobriram que o tecido saudável e doente mostraram padrões distintos em termos de contraste (uma medida de dissimilaridades de intensidade de pixel a pixel) e correlação (uma medida de repetitividade do padrão). Enquanto os tecidos saudáveis mostraram maior variação nessas características, imagens de tecido metastático mostraram padrões de intensidade mais uniformes e fibras menores. Essas mudanças refletem a destruição do tecido conjuntivo nativo pelas células cancerosas, fornecendo uma marca registrada de metástase de câncer.
p
Melhorando o estadiamento do câncer
p Determinar a extensão e os locais da disseminação do câncer - conhecido como estadiamento - é crucial para o tratamento eficaz do câncer. Imagem radiográfica transversal e laparoscopia de luz branca são ferramentas usadas para identificar metástases abdominais, mas muitas vezes ficam aquém quando se trata de detectar lesões menores enterradas em tecido saudável. Biópsias e avaliação microscópica também desempenham um papel fundamental para determinar se as células cancerosas metastatizaram e começaram a invadir o microambiente do tecido.
p Quando o câncer de ovário começa a se espalhar, na maioria das vezes aparece primeiro no peritônio, uma membrana que reveste a cavidade abdominal. Para testar seu novo método, os pesquisadores usaram para analisar biópsias peritoneais coletadas de oito pacientes com malignidade ovariana confirmada ou suspeita.
p Analisando 41 imagens adquiridas das biópsias, a técnica classificou corretamente 40 de 41 imagens (uma precisão de 97,5 por cento). Um total de 11 amostras foram classificadas corretamente como metastáticas (sensibilidade de 100 por cento) e 29 de 30 foram classificadas corretamente como saudáveis (especificidade de 96,6 por cento).
p Os pesquisadores planejam continuar a testar o método em uma amostra maior de imagens de uma população mais ampla de pacientes. Embora o método de análise tenha sido otimizado para detectar câncer de ovário com metástase no tecido peritoneal parietal, a mesma técnica pode ser adaptada para analisar outros tipos de tecido e outros tipos de câncer.
p Embora biópsias tenham sido usadas para testar o método, pesquisadores dizem que o objetivo final é aplicá-lo diretamente às áreas do corpo onde o câncer é encontrado ou suspeito, sem a necessidade de biópsias ou corantes. Antes que a técnica possa ser usada para análise de tecido em tempo real durante a cirurgia, trabalho adicional será necessário para miniaturizar os componentes da microscopia, integre o microscópio com instrumentação cirúrgica e possibilite a análise em tempo real das imagens adquiridas diretamente na sala de cirurgia.