Потапова Елена Владимировна – кандидат технических наук (2008), доцент (2017), доцент кафедры приборостроения, метрологии и сертификации, старший научный сотрудник научно-технологического центра биомедицинской фотоники
ул. Комсомольская, д. 95, Орел, 302026
Elena V. Potapova, Cand. Sci. (2008), Associate Professor (2017), Associate Professor of the Department of Instrumentation, Metrology and Certification, Senior Researcher of Research and Development Center of Biomedical Photonics
95 Komsomolskaya St., Orel 302026
Введение. Рак печени занимает лидирующие позиции среди причин смерти от онкологии. Окончательный диагноз о наличии злокачественной патологии определяется по результатам патоморфологического анализа биоптата, полученного в ходе проведения чрескожной пункционной биопсии печени. Несмотря на преимущества этого метода диагностики, у него есть недостатки, в том числе возможность забора недиагностических образцов и долгое ожидание описания результатов. Поэтому необходима разработка дополнительных методов диагностики, позволяющих улучшить качество хирургической помощи пациентам с онкологией. Оптические методы являются чувствительным инструментом для определения метаболических особенностей биотканей, поэтому их использование может помочь повысить эффективность традиционных пункционных диагностических процедур за счет разработки подходов к экспресс-диагностике типа новообразований печени.
Цель работы. Разработка методов интраоперационной диагностики в пункционной малоинвазивной хирургии рака печени in vivo, которые позволяют различать паренхиму и опухоли печени, а также классифицировать типы новообразований (первичные злокачественные, метастазы и доброкачественные) на основе методов оптической спектроскопии с использованием машинного обучения.
Материалы и методы. Использованы методы клинических исследований, описательной математической статистики и машинного обучения.
Результаты. Предложены спектроскопические методы интраоперационной диагностики, апробированные в клинике. Достигнуты высокие показатели диагностической точности в ходе чрескожной пункционной биопсии новообразований печени. Применение разработанных классификаторов обеспечивает выявление патологических изменений с чувствительностью и специфичностью 0.90 и 0.95 соответственно. При обнаружении опухолевой ткани возможна дифференциация типа новообразования с чувствительностью и специфичностью, достигающими 0.80 и 0.95.
Заключение. Последние достижения в области оптики позволили реализовать и внедрить оптические технологии в мини-инвазивную область хирургии, в частности, интегрировать тонкоигольные оптоволоконные зонды в стандартные пункционные иглы. Описываемые в статье методы позволяют быстрее сделать предварительное заключение о типе опухоли за счет автоматизированной обработки данных, полученных методами оптической спектроскопии непосредственно в процессе пункционных вмешательств. Это позволит увеличить точность и надежность пункционной биопсии, что имеет первостепенное значение при определении персонализированной стратегии лечения.
Introduction. Liver cancer is a leading cause of death in oncology. The final diagnosis is determined by a pathomorphological analysis of tissue specimens obtained during percutaneous puncture biopsy. Despite its obvious advantages, this method is associated with the possibility of obtaining nondiagnostic specimens and the need for long wait times. Therefore, additional diagnostic methods should be developed to improve the quality of surgical care for oncology patients. Optical methods are a sensitive tool for determining the metabolic characteristics of biotissues. Such methods may improve the efficacy of conventional puncture procedures by developing approaches for rapid diagnosis of liver neoplasm types.
Aim. Development of intraoperative diagnostic methods for in vivo minimally invasive liver cancer surgery that allow differentiation between liver parenchyma and tumors, as well as classification of neoplasm types (primary malignant, metastatic, and benign) based on optical spectroscopy and machine learning.
Materials and methods. The methods of clinical research, descriptive mathematical statistics, and machine learning were used.
Results. Spectroscopic methods of intraoperative diagnostics, tested in clinic settings, are proposed. These methods demonstrated high diagnostic accuracy during percutaneous puncture biopsy of liver neoplasms. Application of the developed classifiers enables detection of pathological changes with a sensitivity and specificity of 0.90 and 0.95, respectively. When a tumor tissue is detected, differentiation of neoplasm type is possible with a sensitivity and specificity reaching 0.80 and 0.95, respectively.
Conclusion. Recent advances in optics have enabled the implementation of optical technologies in minimally invasive surgery, particularly the integration of fiber optic probes into standard puncture needles. The methods described in this paper facilitate preliminary conclusion about the tumor type with automated processing of optical spectroscopy data during puncture interventions. The application of these methods in clinical practice will increase the accuracy and reliability of puncture biopsy, which is essential in determining a personalized treatment strategy.
The authors declare that there are no conflicts of interest present.