詹姆斯·苏里伯克博士,贝勒医学院内分泌外科主任…
贝勒医学院内分泌外科主任James Suliburk博士在甲状腺手术中使用MasSpec Pen。
资料来源:James Suliburk/贝勒医学院
12.07.2021•

MasSpec Pen有望用于胰腺癌手术

一种名为MasSpec Pen的诊断工具首次在胰腺癌手术患者身上进行了测试。该设备可以直接准确地识别患者的组织和手术边缘,并从存储的胰腺样本中区分健康和癌变组织。

每次分析时间约为15秒,是目前黄金诊断标准——冰冻切片分析(Frozen Section analysis)的100多倍。准确识别健康和癌变组织边缘的能力胰腺癌手术能给病人最大的生存机会。

德克萨斯大学奥斯汀分校的化学助理教授Livia Schiavinato Eberlin说:“这些结果表明,这项技术在临床手术指导中发挥了作用。”Livia Schiavinato Eberlin领导的团队与贝勒大学内分泌外科主任James Suliburk合作,发明了这支笔。“外科医生可以很容易地将MasSpec Pen集成到他们的工作流程中,初始数据确实支持了我们期望实现的诊断准确性。”

最常见的一种胰腺癌症胰腺导管腺癌扩散迅速,死亡率高,所有阶段的5年生存率为9%。最有效的治疗方案是外科手术切除肿瘤

癌症外科医生面临着一个两难的境地:通常很难区分好的组织和坏的组织。如果留下任何癌变组织,肿瘤就有重新生长的风险,这可能需要患者接受额外的手术、放疗或其他治疗化疗降低了生存的机会。另一方面,切除过多的健康组织,尤其是重要器官的组织,也会损害病人的健康。确定健康组织和癌变组织之间的边界对手术的成功至关重要。

在这项研究中,研究人员首先使用MasSpec Pen分析了157个储存的人类胰腺组织,在实验室中开发并评估了这项技术用于胰腺癌的治疗。然后,研究人员将该系统转移到位于休斯顿的贝勒圣卢克医疗中心(Baylor St. Luke 's Medical Center)的手术室,该中心隶属于贝勒医学院(Baylor College of Medicine)。在那里,外科医生在18个胰腺手术中测试了这项技术。迄今为止,这支笔已经在超过150例人体手术中进行了测试,包括乳房和甲状腺手术,这些额外测试的结果将很快提交发表。

该研究的第一作者、研究生玛丽·金(Mary King)和埃柏林研究小组的其他成员在手术过程中操作了质谱仪。

张嘉玲演示了在人体组织样本上使用MasSpec笔。
张嘉玲演示了在人体组织样本上使用MasSpec笔。
来源:维维安Abagiu /大学。德克萨斯州的奥斯汀

切除胰腺肿瘤的手术通常需要6到12个小时。“胰腺手术是一项非常复杂和详细的手术,需要在数小时内做出大量的术中决定,这可能对胰腺癌患者的肿瘤预后产生长期影响。”乔治·范布伦医学博士说,他是贝勒大学的外科副教授,也是在实验中进行手术的外科医生之一。“MasSpec Pen技术打开了一扇大门,让实时、精确的医疗在手术室中进行,达到了前所未有的水平。”

这些是术中使用MasSpec笔对手术中完整或刚摘除的患者组织的首次发表的结果。2017年发表的有关该技术的临床前研究引发了广泛的热情和兴趣,包括好莱坞的作家,他们把这个想法改编成了电视节目《实习医生格蕾》(Grey 's Anatomy)的一个片段。

研究结果发表在美国国家科学院院刊

订阅我们的通讯

相关文章

用钢笔标出癌症的边缘

用钢笔标出癌症的边缘

在手术过程中,MasSpec Pen可以从储存的胰腺样本中准确区分健康和癌变组织。

口腔和喉癌:机器人手术可能改善结果

口腔和喉癌:机器人手术可能改善结果

对于早期口咽鳞状细胞癌患者,机器人手术与改善健康结果相关,包括更好的长期生存。

水凝胶改进了诊断癌症的方法

水凝胶改进了诊断癌症的方法

研究人员测试了专门的水凝胶的有效性。

胰腺的“类器官”模仿了真实的东西

胰腺的“类器官”模仿了真实的东西

研究这些类器官可以帮助研究人员开发和测试治疗胰腺癌的新方法。

人工智能评估皮肤癌的转移潜力

人工智能评估皮肤癌的转移潜力

利用深度学习算法,研究人员开发了一种方法,可以准确预测哪些皮肤癌的转移率很高。

使用偏振led检测癌症进展

使用偏振led检测癌症进展

研究人员已经通过实验证明了一种新的基于圆偏振光散射的癌症诊断技术。

乳腺癌的人工智能诊断系统

乳腺癌的人工智能诊断系统

研究人员开发了一种新的基于人工智能的乳腺癌组织切片分析系统。

人工智能在肿瘤图像中发现突变模式

人工智能在肿瘤图像中发现突变模式

研究人员开发了一种人工智能算法,利用计算机视觉分析癌症患者的组织样本。

ConvPath软件使用人工智能识别癌细胞

ConvPath软件使用人工智能识别癌细胞

一个软件工具使用人工智能从数字病理学图像中识别癌细胞,为临床医生提供了一种预测患者预后的强大方法。

受欢迎的文章

订阅简报
Baidu