Диагностика раковых заболеваний: Диагностика рака с помощью КТ, МРТ, ПЭТ и ОФЭКТ

Содержание

Диагностика опухолей и метастазов в Клиническом госпитале на Яузе. Москва

Этапы диагностики

 

Консультации врачей
  • Консультация терапевта или иного специалиста, назначающего план обследования для исключения онкологического процесса.
  • Консультация онколога при подозрении на онкологическое заболевание.
Обследование

Лучевая диагностика: КТ, МРТ, рентген

В Клиническом госпитале на Яузе отделение лучевой диагностики оснащено современными цифровыми томографами производства фирмы Philips, которые снижают лучевую нагрузку вдвое, при этом обеспечивая врачам максимально точное и детальное изображение исследуемой области. Например, цифровая маммография выявляет рак молочной железы на 28% точнее, чем аппараты прежнего поколения (пленочная маммография).

Исследование «МРТ всего тела» позволяет получить диффузионно-взвешенное изображение всего организма с высокой точностью и без лучевой нагрузки выявляющее новообразования или метастазы любой локализации.

Возможно проведение виртуальной бронхоскопии и виртуальной КТ-колоноскопии.

Результаты нашей лучевой диагностики принимаются в зарубежных клиниках.

Ультразвуковое обследование (УЗИ)

У нас проводится весь спектр УЗ исследований, в том числе УЗИ щитовидной железы с эластографией, для ранней диагностики опухолей. Комбинированное исследование — эндоУЗИ позволяет оценить глубину залегания опухоли в стенке желудочно-кишечного тракта, её инвазивность.

Эндоскопия

В нашем госпитале возможны эндоскопические исследования желудочно-кишечного тракта, женской половой системы, лор-органов, мочевого пузыря, что обеспечивает раннее выявление опухоли и возможность проведения биопсии (уточнение характера опухоли — злокачественная/доброкачественная).

Морфологическое (гистологическое) исследование, то есть исследование ткани опухоли, полученной путем биопсии или при хирургическом вмешательстве.

Для максимально точной пункции для визуального контроля применяются современные методики — УЗИ, эндоУЗИ, рентген, МРТ и / или КТ.

Генетическое исследование

Обследование предназначено для определения факторов риска развития опухолевых процессов многих органов. Необходимое исследование подбирается специалистом — генетиком на основе изучения анамнеза пациента (указаний на обнаружение рака у близких родственников).

Исследование онкомаркеров

Метод применяется для выявления ряда специфических опухолей, например, гепатоцеллюлярного рака, или повышенного риска развития опухоли (например, рака предстательной железы). Является вспомогательным в комплексной диагностике онкологических заболеваний.

 

Консультация по результатам обследования

Заключительный этап диагностики онкологического заболевания — анализ полученных результатов обследования, консультация онколога. Вопрос о тактике и выборе методов лечения в нашем госпитале решается коллегиально с привлечением консультантов различных специальностей.

записаться на консультацию

Диагностические возможности обследования в Клиническом госпитале на Яузе

  • Профилактическое исследование, обнаружение онкологического заболевания или повышенного риска его развития;
  • определение локализации опухоли, наличия пораженных лимфоузлов и метастазов;
  • диагностика размеров, границ опухолей и метастазов;
  • диагностика вида опухоли, степени ее злокачественности;
  • прогноз течения онкологического процесса;
  • контроль изменения размеров опухоли и метастазов в ходе лечения.

Клинический госпиталь на Яузе — медицинский центр, оснащенный оборудованием мирового класса, готов обеспечить полную и точную диагностику опухолей и их метастазов, провести профилактическое обследование на предмет выявления онкологического процесса или предрасположенности к нему.

При обнаружении заболевания у нас есть все возможности его лечения (химиотерапия, персонифицированная таргетная фармакотерапия, хирургическое лечение любой сложности, паллиативная помощь).

Почему мы

  • Врачи. Специалисты диагностических отделений Клинического госпиталя на Яузе имеют высшую врачебную квалификацию, учёные степени, большой клинический опыт работы в России и за рубежом.
  • Преемственность. В госпитале может быть проведено лечение большинства выявленных онкологических заболеваний. Весь комплекс диагностических процедур также используется для подбора индивидуальной терапии, включая таргетные препараты для персонифицированной фармакотерапии рака, и для контроля эффективности лечения.
  • Инновационность. Диагностические отделения и лаборатории нашего госпиталя оснащены оборудованием мирового уровня, используют в своей практике передовые методики исследования (эндоУЗИ, МР-маммография, виртуальная колоно-и бронхоскопия и др).
  • Безопасность. Наши томографы обеспечивают минимальную лучевую нагрузку, скрининговый онкопоиск проводится методом магнитного резонанса (без рентгеновского облучения), малодозный маммограф делает рентген безопасным методом динамического наблюдения за состоянием молочных желёз.
  • Коллегиальность и второе мнение. Высокое качество лучевой диагностики и единый сервер хранения результатов позволяет при необходимости проводить дистанционные консультации, получать «второе мнение» ведущих российских и зарубежных специалистов.
  • Мы ценим Ваше время. Диагностические и лечебные отделения, специалисты разного профиля (онкологи, хирурги,гинекологи, генетики и др.
    ) сконцентрированы в одном здании Клинического госпиталя на Яузе, так что процесс обследования, принятие решения о лечении и сама терапия не связаны с переездами пациентов.

Цены на услуги Вы можете посмотреть в прайсе или уточнить по телефону, указанному на сайте.

Диагностика рака в Москве | Диагностика онкологических заболеваний

Врачи Онкологического центра «СМ-Клиника» поставят точный диагноз на самой ранней стадии, когда еще не проявились симптомы заболевания. Ваше своевременное обращение, особенно на этапе профилактики, увеличивает шансы на полное излечение до 95%.

задать вопрос

Методы диагностики рака в Онкологическом центре «СМ-Клиника»

Онкоскрининги (ранняя диагностика)

Определяющим фактором успешного излечения злокачественных опухолей считается ранняя диагностика рака. Если обнаружить онкопатологию на начальной стадии развития, когда в процесс еще не вовлечены окружающие ткани и нет метастазов, избавиться от нее полностью можно с вероятностью 90% и выше.

Однако подавляющее большинство опухолей на ранних этапах никак себя не проявляют, а потому у человека попросту нет повода обратиться к врачу. Симптомы онкологического заболевания чаще всего появляются, только когда новообразование уже достигло значительных размеров и даже начало метастазировать.

Предотвратить такую ситуацию можно при помощи онкоскринингов. Это периодические профилактические обследования, призванные вовремя выявить самые распространенные типы рака. Сюда относятся, например, ежегодное УЗИ молочных желез у женщин старше 40 лет, профилактическая колоноскопия, УЗИ простаты у мужчин. Все эти исследования вы можете пройти в нашем Онкологическом центре.

Подробнее

Лабораторные анализы

При диагностике раковых заболеваний стандартные лабораторные исследования играют вспомогательную роль и являются неспецифическими. Например, при раке легкого в крови возникают изменения (скажем, повышается скорость оседания эритроцитов), но лишь по ним диагностировать злокачественное новообразование невозможно. Такие обследования дополняют общую диагностическую картину и служат способом общей оценки состояния больного.

Это справедливо и для более узких лабораторных анализов, к которым относится, например, выявление ракового антигена в крови. Его увеличенная концентрация указывает на высокую вероятность наличия онкозаболевания, но ничего не говорит о том, какой именно орган им поражен. К лабораторным исследованиям можно отнести и генетические анализы. Так, мутация гена BRCA связана с высоким риском рака молочных желез. Это именно показатель повышенного риска заболеть, но не свидетельство уже имеющейся патологии.

Подробнее

Лучевая диагностика

Сюда относятся все методики диагностики рака при помощи рентгеновского излучения и ядерных взаимодействий. Традиционным, самым простым, дешевым, но действенным лучевым способом выявления опухолей является рентгенография. Как пример можно привести флюорографию (обследование легких) или маммографию (обследование молочных желез). Эти методы удобно использовать в качестве скрининговых, поскольку они позволяют быстро обследовать большое количество людей, а тех, у кого были обнаружены подозрительные изменения в тканях, направить на более глубокое обследование.

К лучевой диагностике относится и компьютерная томография. Это, по сути, многократно усовершенствованная послойная рентгенография с высоким разрешением, способная строить трехмерные изображения. Магнитно-резонансная и позитронно-эмиссионная томография базируются на других физических принципах и используют особенности ядерных взаимодействий. Это сложные, но крайне информативные методики, которые также традиционно относятся к лучевым. Все виды такой диагностики онкологии в Москве вы можете пройти в нашем Онкологическом центре.

Подробнее

Ультразвуковые исследования

Данный метод диагностики основан на том, что разные по плотности ткани с разной интенсивностью отражают звуковые колебания высокой частоты. Датчик регистрирует эти отраженные волны и, на основании полученной информации, строит картину внутренних органов пациента. По сравнению с современными КТ или МРТ ультразвуковая диагностика отличается меньшей разрешающей способностью. Тем не менее, у нее есть и ряд весомых преимуществ:

  • УЗИ полностью безопасно для пациента — звуковые волны не наносят никакого вреда тканям нашего организма, тогда как при компьютерной томографии человек получает некоторую (пусть и небольшую) дозу радиационного облучения;
  • отсюда следует и полное отсутствие каких-либо ограничений на длительность или частоту проведения этого обследования;
  • УЗИ можно свободно использовать при беременности, на здоровье плода оно никак не повлияет;
  • УЗИ намного проще, быстрее и дешевле, чем современные высокотехнологичные методы лучевой диагностики;
  • УЗИ с доплерографией дает возможность оценить не только анатомическое строение органа, но и его функциональную активность, которая может быть нарушена онкологическим заболеванием.

В силу своих преимуществ этот вид исследования начинает активно вытеснять рентгенографию в сфере скрининговых обследований. Так, ежегодную рентгеновскую маммографию ВОЗ уже сейчас рекомендует заменять ультразвуковым исследованием молочных желез.

Подробнее

Эндоскопические обследования

Сюда относятся все методики диагностики и лечения онкологических заболеваний, которые связаны с прямой визуализацией опухоли. Среди них можно назвать:

  • колоноскопию и ее частный случай — ректороманоскопию — осмотр толстой кишки и ее конечного отдела, соответственно;
  • эзофагоскопию — осмотр слизистой пищевода;
  • фиброгастродуоденоскопию — осмотр слизистой желудка и двенадцатиперстной кишки;
  • бронхоскопию — осмотр слизистой бронхиального дерева;
  • цистоскопию — осмотр слизистой мочевого пузыря;
  • гистероскопию — осмотр слизистой матки.

Исследование проводят при помощи специальных приборов: колоноскопов, бронхоскопов и т.д. Все они строятся по единому принципу: гибкая трубка с оптоволокном, на конце которой находится камера и источник освещения. Трубку вводят в кишечник, мочевой пузырь, матку или другой орган, а затем осматривают его внутреннюю поверхность. Недостаток этого метода в том, что диагностировать можно лишь опухоль в полом органе или ту, которая расположена на его стенке. Тем не менее, актуальность эндоскопической диагностики велика, ведь раковые (самые распространенные) новообразования чаще и поражают эпителиальные ткани внутренних оболочек. Еще одно важное преимущество эндоскопии — возможность прямо в ходе исследования взять образец ткани из подозрительного участка для последующего цитологического обследования. А иногда эндоскопия может выступать и лечебной методикой — на ранних стадиях развития новообразование можно удалить, например, электрокоагуляцией.

Подробнее

Морфологическая диагностика

Этот метод является золотым стандартом диагностики в онкологии. Его первый этап — биопсия, то есть взятие биологического материала из предполагаемой опухоли. Биопсия может проводиться отдельно, а может быть частью эндоскопии. Затем полученную ткань отправляют в лабораторию, где опытный специалист-гистолог изучает ее под микроскопом. Результатом этого исследования становится однозначный ответ о природе тканевых изменений:

  1. опухоль это или нет;
  2. злокачественная она или доброкачественная;
  3. насколько сильно она дифференцирована;
  4. из каких клеток она происходит.

Морфологическая диагностика — важный элемент в распознавании и интерпретации онкологии. Окончательный диагноз злокачественного новообразования в большинстве случаев ставится только после ее проведения. А все сведения, полученные в ее ходе, составляют основу для разработки дальнейшего плана лечения.

Подробнее

Молекулярная диагностика рака

Молекулярно-генетическое тестирование является неотъемлемой частью обследования и лечения онкологических больных во всем мире.

Причина появления опухоли – это мутации, т.е. генетические нарушения, возникшие в одной из миллиардов клеток человеческого организма. Эти мутации нарушают нормальную работу клеток, что приводит к их неконтролируемому и неограниченному росту, воспроизведению и распространению по организму — метастазированию. Однако наличие таких мутаций позволяет отличать опухолевые клетки от здоровых и использовать это знание при лечении больных.

Анализ опухоли каждого конкретного пациента и формирование индивидуального перечня потенциальных молекул-мишеней стало возможным благодаря внедрению методик молекулярно-генетического анализа в клиническую практику. Научная лаборатория молекулярной онкологии НМИЦ онкологии им. Н.Н. Петрова выполняет полный спектр современных молекулярно-генетических исследований для онкологических пациентов и их родственников.

Кому и чем могут помочь генетические исследования?

  • Пациентам с установленным онкологическим диагнозом – поможет подобрать эффективную лекарственную терапию.
  • Пациентам моложе 50 лет с диагнозом рак молочной железы, рак яичников, рак желудка или рак поджелудочной железы – определить наличие онкологической предрасположенности и скорректировать лечение.
  • Здоровым людям с неблагоприятной семейной «онкологической историей» – определить наличие онкологической предрасположенности и заблаговременно провести профилактические мероприятия по раннему выявлению опухоли.

НМИЦ онкологии им. Н.Н. Петрова осуществляет полный комплекс мероприятий, связанных с диагностикой наследственной предрасположенности к раку молочной железы.

Любой человек является носителем каких-то мутаций, опасных либо для нас, либо для потомства. Первое направление исследований онкогенетиков – выявление наследственных мутаций с помощью секвенирования генома. Второе направление – исследование собственно опухоли, спектра приобретенных клеткой мутаций, в связи с которыми она возникла. Для этого тоже требуется исследование генома всего организма, чтобы сравнить последовательность ДНК опухоли с последовательностью ДНК в организме. Поэтому в будущем оно потребуется для лечения любой опухоли.

Молекулярно-генетические исследования по ОМС Как дистанционно выполнить молекулярно-генетические исследования в личном кабинете

Подробнее узнать о деятельности Лаборатории молекулярной онкологии здесь.

Подробнее узнать о Группе молекулярно-генетических методов исследований референс-центра по ссылке.

Диагностика онкологии | Обследование на рак, онкомаркер

Анализы на онкомаркеры как метод диагностики рака — опухолей злокачественного характера

Онкомаркеры – определяемые в биологических жидкостях организма вещества (как правило, это сыворотка крови), которые могут свидетельствовать о развитии рака. Эти агенты могут присутствовать в экстрактах или парафиновых блоках тканей. В идеале маркер должен быть:

  • чувствительным, то есть проявляться высоким процентом положительных результатов у людей с онкологией в Харькове;
  • специфичным, не обнаруживаясь у здоровых людей, у которых тест на рак дал отрицательный результат.

В идеале онкомаркер должен обладать 100%-ой чувствительностью и таким же процентом специфичности, дабы облегчить выявление рака и сделать диагностику онкологии более информативной. Также онкомаркер должен быть присущим только определенному виду опухоли. К сожалению, таких маркеров на рак пока не обнаружено, что не исключает погрешность – как в сторону ложной диагностики рака, так и непреднамеренного невыявления онкологии в Харькове.

Тот факт, что маркеры определения рака могут повышаться при беременности, на фоне сопутствующих заболеваний, говорит о необходимости взвешенного подхода к данному виду обследования. И хотя наиболее надежным способом профилактики онкологии являются регулярные осмотры у врачей и инструментальная диагностика опухолей в Харькове, существует ряд онкомаркеров, чаще всего используемых в диагностических целях.

Диагностика онкологии в Харькове: список наиболее информативных маркеров рака

     Перечень известных онкомаркеров стремится к бесконечности. Большая часть из них очень специфичны и не известны врачам общей практики. Чаще всего врачей, которые не специализируются на ведении больных с онкопатологией, интересуют следующие.

  • ПСА (простат-специфический антиген) – присутствует в тканях предстательной железы и повышается при наличии любых болезней простаты, а также после травмирования, пальпации, эякуляции накануне анализов на рак;
  • СА125 — маркер на онкологию, имеющийся в тканях эндометрия и проникающий в кровь при повреждениях. Эндометриоз и менструация могут влиять на скачок уровня антигена опухоли, однако значительное повышение наблюдается в случае онкологии репродуктивных женских органов, рака груди, опухоли поджелудочной железы, при аутоиммунных процессах в организме;
  • СА15-3 — онкомаркер, свидетельствующий о развитии у пациентки Харькова рака молочной железы, однако может указывать на наличие опухолей желудка, печени, рака поджелудочной железы, онкологии половой системы женщины;
  • СА19-9 — антиген, вырабатывающийся клетками опухолей поджелудочной железы и желудка, печени и молочной железы. Гепатиты и цирроз, холецистит могут способствовать его продуцированию;
  • СА242 — антиген злокачественных опухолей ЖКТ, также присутствующий в жидкости и при доброкачественных образованиях;
  • СЕА (РЕА – раково-эмбриональный антиген) – его обнаруживают в тканях взрослых людей при диагностике (рака) в Харькове. Колоректальный рак, онкология легких, опухоли молочных желез, метастазы в печени, костном мозге, злокачественные опухоли репродуктивных органов сопровождается повышением этого онкомаркера.
Информативность исследований на онкомаркеры при диагностике онкологии в Харькове
  • При злокачественных опухолях трахеи, раке бронхов, онкологии легких в Харькове специфичными считаются маркеры НСЕ, РЕА и CYFRA21.1. НСЕ. В качестве диагностических средств их рассматривать нельзя, однако они необходимы для оценки результатов лечения онкологии.
  • Опухоли (рак) молочной железы являются самой распространенной причиной смерти от онкологии в Харькове, чего можно избежать при эффективном лечении рака на ранней стадии. Динамика антигена СА15.3 отражает результативность терапии от рака после перенесенного оперативного вмешательства.
  • Рак яичников, опухоли эндометрия, шейки матки целесообразно диагностировать с использованием маркера СА125. Анализ антигена на наличие рака (опухоли) не рекомендуют делать при отсутствии каких-либо жалоб на онкологию, однако целесообразно его проводить каждые полгода совместно с УЗИ малого таза у женщин с предрасположенностью к опухоли репродуктивной системы.
  • В странах Европы и США проводится определение маркера ПСА у мужчин старше 50 лет, дабы выявить опухоли простаты на ранних стадиях. Однако следует учитывать, что антиген информативен в сочетании с пальпацией и ректальным исследованием на онкологию, а риски определяются в соответствии с числовыми показателями возрастных категорий.
  • Колоректальный рак, обнаруженный на ранней стадии, эффективно лечится, и информативным методом выявления опухоли является онкомаркер РЭА. Также этот антиген используется для оценки и контроля лечения онкологии и опухолей в Харькове.

Анализ на большую часть онкомаркеров рака позволяет с большей долей вероятности диагностировать или исклюить онкологию, что говорит о целесообразности использования антигена опухоли для мониторинга эффективности терапии. Однако применение маркеров в Харькове в качестве скрининга онкологии не оправдано.

Кроме того рекомендуем пройти обследование на рак в Харькове у дерматолога онколога нашего предопухлевого центра «Молекула».

Чтобы записаться на диагностику рака в Харькове, воспользуйтесь формой сайта или позвоните по телефону.

Диагностика рака

ВАЖНО!

Информацию из данного раздела нельзя использовать для самодиагностики и самолечения. В случае боли или иного обострения заболевания диагностические исследования должен назначать только лечащий врач. Для постановки диагноза и правильного назначения лечения следует обращаться к Вашему лечащему врачу.

Ключ к успешному лечению рака — своевременный диагноз. Новый анализ крови позволит предупредить заболевание ещё до начала роста раковой опухоли. Британские и американские учёные разработали первый точный метод диагностики рака, основанный на особенностях работы иммунной системы человека.

На самых ранних стадиях развития рака иммунная система «сигнализирует» о начале заболевания. В течение 15 лет учёные работали над созданием теста, способного распознать эти сигналы. Новый анализ крови позволит выявлять признаки рака за пять лет до появления диагностируемой опухоли. Своевременное начало лечения позволит значительно повысить шансы на выживаемость.

В конце месяца анализ собираются вводить в США в качестве дополнительного метода диагностики. В течение многих лет исследователи из университета Ноттингема, Великобритания, и медицинской исследовательской компании Oncimmune изучали, каким образом иммунная система реагирует на первые молекулярные признаки развития рака.

Раковые клетки производят небольшое количество белкового материала — антигенов, на что иммунная система отвечает производством большого количества антител. «Мы только сейчас начинаем понимать, как зарождается рак. Иммунная система как будто бы кричит нам «у меня рак!» ещё до того, как можно обнаружить опухоль», — рассказывает руководитель работы профессор Джон Робертсон (John Robertson). «Современные методы диагностики позволяют обнаружить рак, когда уже может быть слишком поздно, а новый анализ крови позволит спасти множество жизней», — уверены учёные.

Источник: Портал вашего здоровья ZdravoE

ВАЖНО!

Информацию из данного раздела нельзя использовать для самодиагностики и самолечения. В случае боли или иного обострения заболевания диагностические исследования должен назначать только лечащий врач. Для постановки диагноза и правильного назначения лечения следует обращаться к Вашему лечащему врачу.


Как американский школьник придумал инновационный метод диагностики рака

Я бы хотел познакомить вас с Джеком Андракой. В будущем это имя вы услышите еще не раз. Джек — ученый и инноватор. Его простой тест для выявления рака поджелудочной железы, легких и яичников на ранних стадиях потрясает воображение.

Вот лишь некоторые факты:

— тест в 168 раз быстрее, чем те, что доступны пациентам сегодня;

Реклама на Forbes

— тест в 26 000 дешевле аналогов, и это не опечатка;

— тест ставит точный диагноз почти в 100% случаев.

А самое поразительное в этом тесте то, что его изобретателю всего 15 лет. Чтобы поговорить с Джеком, я отправил ему твит. Ответ застиг меня врасплох: «Было бы здорово! Приду сегодня из школы в 2:15». Пока я разбирался в медицинских аспектах открытия Андраки, совершенно забыл, что он всего лишь ученик.

Белок мезотелин — основной маркер для выявления раковых заболеваний, который вырабатывается злокачественными клетками. Чтобы сделать открытие, Джек совместил человеческие антитела с углеродными нанотрубками и обычными листками фильтрованной бумаги. Итогом научных изысканий юного гения стал измерительный прибор, похожий на тот, что используют диабетики для определения уровня сахара в крови.

Андрака окунул полоску бумаги в раствор цилиндрических одностенных углеродных нанотрубок (с толщиной стенки в атом), покрытых специальными антителами. Благодаря антителам трубки обнаруживают в крови мезотелин, таким образом на ранней стадии можно диагностировать онкологическое заболевание и своевременно приступить к лечению. Для экспериментов Джек создал сенсор стоимостью $50 (прибор «похож на iPod», говорил сам изобретатель в одном из интервью), себестоимость его теста составляет 3 цента. Чувствительность и точность прибора при этом оказалась чрезвычайно высокой. В качестве биоматериала могут использоваться кровь и моча.

За свой тест Андрака уже получил главный приз $75 000 на школьной научной выставке Intel в прошлом году. Несколько частных компаний претендуют на приспособление открытия к нуждам медицины в глобальных масштабах.

Вот что рассказал сам Джек.

— Когда ты впервые заинтересовался наукой и конкретно борьбой с раком?

— Наука мне была интересна с раннего детства, так как родители никогда не отвечали на мои вопросы, зато всегда помогали мне узнавать ответы самостоятельно. Так я узнал, как выдвигать гипотезы и пробовать доказать их, хотя и не подозревал, что «занимаюсь наукой»!

А раком, особенно раком поджелудочной железы, я начал интересоваться после того, как мой «дядя», очень близкий друг нашей семьи, умер от этой болезни. Выяснилось, что каждый день от рака поджелудочной погибают 100 человек и что диагностика на ранних стадиях, которая дает шанс на спасение, проводится с помощью дорогостоящих, медленных и недостаточно достоверных тестов. Я решил, что у проблемы должно быть какое-то более эффективное решение.

— Кто или что вдохновил тебя на то, чтобы бросить этот вызов?

— Мне в принципе нравится бросать вызовы и еще больше нравится искать умные и простые решения комплексных проблем. Я много времени посвящаю решению математических задач, и мои преподаватели всегда говорят мне, что хотя ты можешь применить в решении проблемы грубую силу, всегда надо подумать насчет других способов, более тонких. Мои кумиры в математике умеют объяснить по-настоящему сложное доказательство несколькими доступными действиями. С таким подходом я и ломал голову над новой проблемой.

— Люди принижают важность твоего инновационного открытия из-за твоего возраста?

— Не думаю. Они же видят, что это отличная идея. Когда я посещаю научные конференции, я, конечно, замечаю слегка снисходительное отношение.

На предварительных встречах делегатов люди иногда думают, что я ребенок кого-то из спикеров, зато после выступлений мне приходится вступать в потрясающие дискуссии. 

Реклама на Forbes

Чем хорош интернет, так это тем, что люди не могут узнать твой возраст или расовую принадлежность, информацией можно обмениваться абсолютно свободно.

— Как ты сделал свое открытие? Это было неожиданное озарение? Детали пришли уже потом?

— Я предпочитаю сначала прочитать много газет и статей на разные темы, а потом полежать на диване или прогуляться, чтобы дать информации «отстояться». Потом неожиданно приходит идея, которая соединяет все воедино. Потом я опять берусь за чтение, чтобы заполнить недостающие места. Перед созданием этого сенсора я много времени провел над изучением свойств наночастиц в рамках предыдущего исследования воздействия окислов металлов на морские организмы. Я чувствовал, что по своим свойствам одностенные углеродные нанотрубки похожи на супергероев материаловедения, хотелось поработать с ними еще в какой-то области. Когда я читал про эти трубки на уроке биологии, учитель объяснял классу, что такое антитела. Вдруг я связал две эти истории и представил, что случится, если я помещу антитела в раствор нанотрубок, чтобы обнаружить белок, который диагностирует рак поджелудочной. Ну а потом мне предстояло еще много читать, изучать и планировать!

— Неудачные опыты тебе скорее помогали двигаться к цели или расстраивали?

— Я посетил Международную ярмарку науки и инженерии (ISEF), в которой участвовал мой брат, и поговорил с детьми, которые упоминали, что ставят свои опыты в лабораториях. Найти в интернете имена и почтовые адреса профессоров, которые работали в нужной мне области, было совсем несложно. Зато потом оказалось, что дождаться от них приглашения просто нереально. Неделю за неделей я получал отказы. Самым полезным для меня был ответ от исследователя, который по пунктам объяснял, почему мой проект никогда не будет реализован. Я начинал отчаиваться!

Реклама на Forbes

— Насколько велика роль тех ученых, что помогли тебе?

— В конце концов после 199 отказов я получил письмо от доктора Мэйтра из Школы медицины Джона Хопкинса. Он пригласил меня на встречу. Меня туда отвезла мама. Первый разговор получился удачным, хотя я очень боялся! К счастью, я хорошо подготовился и даже составил перечень цен и каталожных номеров материалов, в которых нуждался. Он сказал, что мой список был похож на заявку на научный грант. Мне еще многое предстоит понять о рутинной лабораторной работе, но я чрезвычайно ценю время и терпение доктора Мэйтра и доктора Ченна, которые поддержали меня.

— Что думаешь насчет того, что наука стала драйвером твоей славы?

— Удивительно, что люди знают обо мне. Моя первоначальная цель заключалась в том, чтобы сделать простой недорогой сенсор для диагностики рака поджелудочной, потому что слишком много людей умирают от этой болезни. И я счастлив, что стал известен благодаря науке, хотя мне еще очень многое предстоит узнать о ней. Надеюсь, другие молодые люди думают: «Если получилось у Джека, почему же я не могу это сделать?» Пусть это вдохновит их на решение больших задач.

— Как твой мир изменился после этого открытия?

Реклама на Forbes

— В последние несколько месяцев моя жизнь полностью поменялась. Я познакомился со своими кумирами в математике, науке и политике, включая чету Клинтон. Я стал много путешествовать и узнал, как здорово выступать и делиться идеями с большой аудиторией. Одним из самых ярких впечатлений стала поездка в калифорнийский Университет сингулярности. Там я встретил людей, которые не боятся неудач, которые используют свои ошибки, чтобы набираться опыта и двигаться вперед. Я встретил людей, которые стараются сделать лучше жизнь миллиардов жителей планеты. Они начинают свое дело, мыслят глобально и поддерживают друг друга. Они рассказали мне про программу поддержки молодых ученых Питера Тиля Thiel Fellowship и открыли мне глаза на то, как много есть разных путей к достижению целей. Я научился смотреть на себя со стороны и думать о том, как делать мир лучше.

— Что дальше, Джек?

— Я работаю над новым проектом, и, конечно же, все далеко не так просто, как можно было предполагать! Профессора все еще выгоняют меня из лабораторий, рассуждая о том, что у меня недостаточно знаний, хотя, наверное, даже не изучают мое предложение из-за подписи «ученик старшей школы». Но и великие исследователи не всегда добиваются нужных им грантов.

Швабе — Пресс-центр — Новости


Одно из ведущих профильных учреждений страны получило многофункциональную платформу для онкоскрининга. Программно-аппаратный комплекс разработан Холдингом «Швабе».

Сотрудничество развивается в соответствии с подписанным соглашением между Ростехом и НМИЦ радиологии Минздрава России в 2018 году. Стороны официально объединили усилия в борьбе против раковых заболеваний.

Новым этапом сотрудничества стала передача МНИОИ им. П. А. Герцена многофункциональной платформы «Швабе» для ранней диагностики раковых заболеваний – ее планируют использовать для реализации пилотного проекта регионального маммографического скрининга в Самарской области. По оценкам специалистов, это повысит выживаемость больных раком молочной железы в регионе на 20-25%.

Комплекс значительно увеличит пропускную способность маммографических кабинетов и стандартизирует работу врачей. Скорость оказания услуги будет определяться техническими параметрами компьютерного и сетевого оборудования, а также производительностью канала информационного взаимодействия.

«На базе нашего института создан Национальный центр онкологии репродуктивных органов под руководством заслуженного деятеля науки Российской Федерации, профессора Надежды Ивановны Рожковой. Он имеет самый большой в стране опыт диагностики, лечения и динамического наблюдения за пациентами, страдающими раком молочной железы. Поэтому “Швабе” неслучайно остановил выбор на ведущем отечественном центре женского здоровья», – отметил генеральный директор НМИЦ радиологии, академик РАН Андрей Каприн.

Сегодня рак молочной железы – главное онкологическое заболевание среди женщин в России и мире. За последние 20 лет количество пациентов выросло вдвое. Этому способствует и то, что на ранних стадиях данный вид рака может не вызывать боли и других очевидных симптомов, поэтому здесь особенно важна своевременная диагностика.

«Наше сотрудничество с МНИОИ им. П. А. Герцена началось в 2018 году, что довольно символично – это был год разработки и принятия нацпроекта по борьбе с онкологическими заболеваниями. Преследуя аналогичную цель, мы договорились об объединении нашего технического и научного потенциала, профессиональных компетенций и опыта. За год проделана большая работа, и мы высоко ценим профессионализм наших коллег, а главное – ту обратную связь, которую мы получаем от представителей профессионального сообщества. Это помогает совершенствовать нашу продукцию, что, в свою очередь, положительно сказывается на здоровье и качестве жизни пациентов», – рассказал заместитель генерального директора «Швабе» Иван Ожгихин.

Программно-аппаратный комплекс «Швабе» обеспечивает сопровождение пациента на всех этапах – от диагностики заболеваний до непосредственно лечения. Это полностью российский продукт с программным обеспечением, разработанным компанией «ЮСАР+» – стратегическим партнером «Швабе». В процессе создания учитывались опыт и рекомендации ведущих профильных экспертов федеральных медицинских научно-практических центров.

В технический состав входит набор программных, аппаратных и сетевых элементов, взаимодействующих с диагностическим оборудованием и между собой. Также комплекс включает в себя серверную и клиентскую составляющие. Первая решает задачи хранения данных и обеспечивает взаимодействие между элементами комплекса, вторая – предназначена для обработки результатов диагностических исследований, подготовки заключения и дальнейшей маршрутизации пациента.

Помимо этого, в комплекс интегрированы системы поддержки принятия решений врача и контроля качества диагностики, образовательная программа для повышения профессионального уровня врача. Стоит отметить и единый архив базы данных, который можно создавать на региональном и федеральном уровнях. В зависимости от выбранной организационно-технической схемы, в архиве хранятся либо только заключения, либо заключения с прикрепленными результатами диагностических исследований. Накопленная база используется как для оказания дистанционной консультации и оценки динамики при повторном исследовании, так и для статистического анализа и аналитического контроля качества оказываемых услуг. Планируется привлечение ведущих специалистов МНИОИ им. П. А. Герцена – филиала НМИЦ радиологии для экспертной оценки качества диагностики и проводимого лечения пациенток с раком молочной железы.

Программно-аппаратный комплекс обеспечивает сопровождение пациента на всех этапах – от диагностики заболеваний до лечения в рамках концепции вертикально интегрированной медицинской информационной системы «Онкология». Внедрение платформы в медицинскую практику увеличит процент выявляемых онкозаболеваний, в том числе на ранних стадиях.

Источник: Пресс-релиз

Диагностика рака – обзор

Биомедицинские композиты для терапии рака

Современные методы диагностики и лечения рака имеют существенные ограничения. С ростом знаний и технического прогресса в области биологии рака, материаловедения и, в частности, наномедицины, десять лет назад появились новые наноплатформы, обеспечивающие одновременные диагностические и терапевтические функции при раке, называемые тераностическими агентами или просто тераностикой. Эти новые наноустройства способны нацеливаться на несколько маркеров рака и убивать раковые клетки синергетическим путем, решая проблемы гетерогенности рака и адаптивной резистентности.Кроме того, лечение рака с помощью тераностики может основываться на результатах диагностической визуализации, что приводит к усилению лечения рака. Идеальные тераностики должны иметь соответствующий малый размер и химию поверхности для оптимального клеточного поглощения, сверхчувствительную визуализацию множества опухолеспецифических маркеров, желаемую способность нацеливания на рак и, в частности, конструкции, высокую нагрузку и контролируемое высвобождение противоопухолевых препаратов. Помимо химиотерапии, в большинстве дизайнов также требуются другие методы лечения рака.Эти многофункциональные требования к тераностике зависят от достижений в области материаловедения и инженерии, особенно от разработки нанокомпозитов.

Существуют различные типы нанокомпозитной тераностики, которые способны проводить диагностику рака на основе фотолюминесценции, SERS, МРТ, УЗИ, фотоакустики или компьютерной томографии (мономодальная или мультимодальная визуализация) и одновременно обеспечивать терапию рака с помощью лекарств и /или доставка генов, фототермическая терапия, фотодинамическая терапия, магнитная гипертермия или комбинированная терапия. Существует множество комбинаций диагностики рака и терапии для тераностики, поэтому здесь невозможно всесторонне рассмотреть их. Представлено лишь несколько типичных тераностик. Нанокомпозитные тераностики обычно изготавливаются на основе конкретных наноплатформ с уникальными физическими свойствами и функциями. Эти платформы классифицируются как платформы на основе Au, платформы на основе углерода, платформы на основе SPION, платформы на основе мезопористого кремнезема, платформы на основе QD, платформы на основе наночастиц с повышающей конверсией и т. д., причем некоторые из них пересекаются друг с другом. Поскольку эти наноплатформы сталкиваются с общими проблемами в области биосовместимости, циркуляции, нацеливания на раковые клетки и клеточного поглощения, для синтезированных нанокомпозитных агентов использовалась функционализация поверхности посредством специального полимерного покрытия или молекулярной прививки, которая оказывает незначительное или ограниченное влияние на уникальные физические свойства нанокомпозита. ядро частицы. Например, прививка ПЭГ является популярным методом улучшения биосовместимости и времени циркуляции в организме человека нанокомпозитных тераностик с ядрами из AuNP, SPION и др.Слой полимерного покрытия нанокомпозитной тераностики также может действовать как носитель противоопухолевых препаратов, обеспечивая контролируемое высвобождение лекарства в ответ на стимулы от функционального ядра (например, тепло, выделяемое AuNR/УНТ под лазерным излучением NIR, или тепло, выделяемое SPION). в переменном магнитном поле). Например, в качестве новой тераностики разрабатываются многофункциональные наночастицы со структурой ядро-оболочка с ядром из AuNR, оболочкой из мезопористого кремнезема и внешним слоем из PLGA. Это надежный нанокомпозитный тераностик, обеспечивающий эффективное поглощение раковыми клетками и светоопосредованную (из LSPR AuNR) фототермическую терапию в сочетании с химиотерапией (за счет триггерного высвобождения доксорубицина, загруженного в мезопоры кремнезема).

Рак головы и шеи: диагностика

НА ЭТОЙ СТРАНИЦЕ: Вы найдете список общих анализов, процедур и сканирований, которые врачи используют для выявления причины медицинской проблемы. Используйте меню для просмотра других страниц.

Врачи используют множество тестов, чтобы найти или диагностировать рак. Они также проводят тесты, чтобы узнать, распространился ли рак на другую часть тела с того места, где он начался. Если это происходит, это называется метастазированием. Например, визуализирующие тесты могут показать, распространился ли рак.Визуальные тесты показывают изображения внутренней части тела. Врачи также могут проводить тесты, чтобы узнать, какие методы лечения могут работать лучше всего.

Для большинства видов рака биопсия является единственным надежным способом для врача узнать, есть ли рак в той или иной области тела. При биопсии врач берет небольшой образец ткани для исследования в лаборатории. Если биопсия невозможна, врач может предложить другие тесты, которые помогут поставить диагноз.

Существует множество тестов, используемых для диагностики рака головы и шеи.Не все тесты, описанные здесь, будут использоваться для каждого человека. Ваш врач может учитывать следующие факторы при выборе диагностического теста:

Если у человека есть симптомы и признаки рака головы и шеи, врач соберет полную историю болезни, отметив все симптомы и факторы риска. Кроме того, для диагностики рака головы и шеи можно использовать следующие тесты:

  • Физикальное обследование/анализы крови и мочи. Во время медицинского осмотра врач ощупывает любые уплотнения на шее, губах, деснах и щеках.Врач также осмотрит нос, рот, горло и язык на наличие аномалий, часто используя свет и зеркало для более четкого обзора. Анализы крови и мочи могут быть сделаны, чтобы помочь диагностировать рак.

  • Эндоскопия. Эндоскоп позволяет врачу заглянуть внутрь тела с помощью тонкой гибкой трубки с подсветкой, называемой эндоскопом. Человек может быть усыплен, поскольку трубка осторожно вводится через нос в горло и вниз по пищеводу, чтобы исследовать внутреннюю часть головы и шеи. Седация — это введение человеку лекарства, чтобы он стал более расслабленным, спокойным или сонливым. Обследование имеет разные названия в зависимости от исследуемой области тела, например, ларингоскопия для осмотра гортани, фарингоскопия для осмотра глотки или назофарингоскопия для осмотра носоглотки. Когда эти процедуры объединяются, их иногда называют панэндоскопией.

  • Биопсия. Биопсия – это взятие небольшого количества ткани для исследования под микроскопом.Затем патологоанатом анализирует образцы, взятые во время биопсии. Патологоанатом — это врач, который специализируется на интерпретации лабораторных анализов и оценке клеток, тканей и органов для диагностики заболеваний. Распространенный тип биопсии называется тонкоигольной аспирационной аспирацией. Во время этой процедуры клетки собираются с помощью тонкой иглы, вводимой непосредственно в опухоль или лимфатический узел. Клетки исследуют под микроскопом на наличие раковых клеток, что называется цитологическим исследованием.

    Биопсия может включать тестирование на наличие ВПЧ.Как описано в разделе «Факторы риска и профилактика», ВПЧ связан с повышенным риском развития некоторых видов рака головы и шеи. В некоторых случаях наличие у человека ВПЧ также может быть фактором, определяющим, какое лечение будет наиболее эффективным.

  • Тестирование биомаркеров опухоли . Ваш врач может порекомендовать провести лабораторные анализы образца опухоли, чтобы идентифицировать определенные гены, белки и другие факторы, уникальные для опухоли. Это также можно назвать молекулярным тестированием опухоли.Результаты этих тестов могут помочь определить ваши варианты лечения.

  • Рентген/бариевая глотка. Рентген — это способ создания изображения структур внутри тела с использованием небольшого количества излучения. Может потребоваться глотание бария для выявления аномалий вдоль глотательного прохода. Во время глотания бария человек проглатывает жидкость, содержащую барий, и делает серию рентгеновских снимков. Барий покрывает слизистую оболочку пищевода, желудка и кишечника, поэтому опухоли или другие аномалии легче увидеть на рентгеновском снимке.Для оценки конкретных затруднений при глотании может потребоваться особый тип глотания с барием, называемый модифицированным глотанием с барием. Если есть признаки рака, врач может порекомендовать компьютерную томографию (КТ) (см. ниже).

  • Панорамная рентгенограмма. Панорамная рентгенограмма — это ротационный или панорамный рентгеновский снимок верхней и нижней челюсти для выявления рака или оценки состояния зубов перед лучевой терапией или химиотерапией. Его часто называют панорекс.

  • УЗИ. Ультразвук использует звуковые волны для создания изображения внутренних органов.

  • Компьютерная томография (КТ или КТ). Компьютерная томография делает снимки внутренней части тела с помощью рентгеновских лучей, сделанных под разными углами. Компьютер объединяет эти изображения в подробное трехмерное изображение, на котором видны любые аномалии или опухоли. Для измерения размера опухоли можно использовать компьютерную томографию. Иногда перед сканированием вводят специальный краситель, называемый контрастным веществом, чтобы обеспечить лучшую детализацию изображения.Этот краситель можно вводить пациенту в вену или давать в виде таблеток или жидкости для проглатывания.

  • Магнитно-резонансная томография (МРТ). МРТ использует магнитные поля, а не рентгеновские лучи, для получения подробных изображений тела, особенно изображений мягких тканей, таких как миндалины и основание языка. МРТ можно использовать для измерения размера опухоли. Перед сканированием вводится специальный краситель, называемый контрастным веществом, для создания более четкого изображения. Этот краситель можно вводить пациенту в вену или давать в виде таблеток или жидкости для проглатывания.

  • Сканирование костей. При сканировании костей используется радиоактивный индикатор для изучения внутренней части костей. Количество радиации в трассере слишком низкое, чтобы быть опасным. Трейсер вводят в вену пациента. Он скапливается на участках кости и фиксируется специальной камерой. Здоровая кость кажется камере светлее, а области повреждений, например, вызванных раком, выделяются на изображении. Этот тест может быть сделан, чтобы увидеть, распространился ли рак на кости.

  • Позитронно-эмиссионная томография (ПЭТ) или ПЭТ-КТ. ПЭТ обычно сочетается с компьютерной томографией (см. выше) и называется ПЭТ-КТ. Тем не менее, вы можете услышать, что ваш врач называет эту процедуру просто ПЭТ-сканированием. ПЭТ-сканирование — это способ создания изображений органов и тканей внутри тела. В организм больного вводят небольшое количество радиоактивного сахарного вещества. Это сахарное вещество поглощается клетками, которые используют больше всего энергии. Поскольку рак имеет тенденцию активно использовать энергию, он поглощает больше радиоактивного вещества.Однако количество радиации в веществе слишком низкое, чтобы быть опасным. Затем сканер обнаруживает это вещество, чтобы получить изображения внутренней части тела.

  • После того, как диагностические тесты будут сделаны, ваш врач рассмотрит результаты вместе с вами. Если поставлен диагноз рак, эти результаты также помогают врачу описать рак. Это называется постановкой.

    Следующий раздел в этом руководстве — Этапы . Это объясняет систему, которую врачи используют для описания степени заболевания.Используйте меню, чтобы выбрать другой раздел для чтения в этом руководстве.

    Диагностика рака: критерии принятия решения об использовании маркеров в клинике

    Новый диагностический инструмент должен пройти три основных теста, прежде чем он будет принят для рутинного клинического использования. Во-первых, инструмент должен быть надежным и воспроизводимым; во-вторых, клиническая ценность инструмента должна быть доказана, т. е. инструмент должен надежно инициировать клиническое решение, которое принесет пользу пациенту; и, в-третьих, клиническое сообщество должно быть убеждено в необходимости этого инструмента и в преимуществах, которые он дает. Еще один фактор, который может повлиять на принятие новых инструментов, касается стоимости и капризов страхового возмещения. Программа диагностики рака (CDP) Национального института рака США (NCI) запустила Программу оценки клинических тестов на рак (PACCT) в 2000 году для разработки процесса более эффективного распространения результатов новых технологий и нового понимания биологии рака. и эффективно в клиническую практику. PACCT разработал алгоритм, который включает итеративный характер разработки тестов в процесс оценки, в котором участвуют разработчики и конечные пользователи.Эффективному внедрению новых тестов в клиническую практику мешает ряд общих проблем, которые лучше всего описать на примерах успехов и неудач. Успешное применение алгоритма PACCT описано в обсуждении недавней разработки анализа OncotypeDX и плана проспективных испытаний этого анализа совместными группами по клиническим испытаниям, поддерживаемыми NCI. В анализе используется обратная транскрипция (ОТ)-ПЦР для оценки набора из 16 генов, которые, как было показано, тесно связаны с риском рецидива рака молочной железы у женщин с ранней стадией заболевания (гормонозависимая, без вовлечения вспомогательной лимфатической системы). узлы).Тест очень воспроизводим. Он предоставляет информацию, чтобы помочь врачу и пациенту в принятии важных клинических решений, включая агрессивность терапии, которую следует рекомендовать. Запланировано испытание, чтобы проверить, можно ли использовать OncotypeDX в качестве автономного триггера для принятия конкретных решений о лечении. Проблемы, с которыми столкнулись и которые задержали разработку других диагностических инструментов, иллюстрируются в разработке тестов на сверхэкспрессию рецептора эпидермального фактора роста человека (HER2), для предикторов ответа на ингибиторы рецептора эпидермального фактора роста и для обнаружения остаточного заболевания после химиотерапии.

    Усовершенствованная диагностика рака — Программа Калифорнийского университета в Лос-Анджелесе по борьбе с раком головы и шеи

    Усовершенствованная диагностика рака головы и шеи в UCLA

    Путь к победе над раком начинается с правильной оценки типа и степени заболевания. Это часто требует значительного клинического опыта и новейших технологий. В рамках крупного академического медицинского центра UCLA HNCP собрал группу высококвалифицированных и признанных на национальном уровне клиницистов в области онкологии головы и шеи, диагностической радиологии и патологии для достижения этой цели.

    Медицинский центр Калифорнийского университета в Лос-Анджелесе входит в число 20 самых передовых в технологическом отношении больниц мира (№1 в Калифорнии) и имеет доступ к новейшим технологиям диагностики рака.   Ниже перечислены некоторые из этих технологий: 

    • Усовершенствованная амбулаторная эндоскопия с дистальным чипом и биопсия
    • КТ и ПЭТ со слиянием
    • Advanced Технология 3Tesla MRI с диффузионной и перфузионной визуализацией
    • 3D-рендеринг изображений головы и шеи
    • Тонкоигольная аспирационная биопсия под контролем КТ, МРТ или УЗИ
    • Усовершенствованные молекулярные маркеры для диагностики рака, например HPV/p16

    Диагностика рака головы и шеи: чего ожидать

    Мы ориентируемся на наступающую эру лечения рака, в которой лечение адаптировано к уникальным генетическим изменениям в раке каждого пациента. Прежде чем определить ваш курс лечения, мы работаем над определением подтипа рака, чтобы мы могли адаптировать наши методы лечения.

    • Наши специализированные патологоанатомы исследуют образцы тканей, полученные при биопсии или хирургическом вмешательстве.
    • Мы проводим специальные тесты, чтобы определить, экспрессируют ли опухоли специальные биомаркеры, такие как вирус папилломы человека (ВПЧ) и p16.
    • Мы также учитываем индекс пролиферации, который показывает, сколько раз делились раковые клетки.

    Генетические исследования рака головы и шеи

    Используя открытия в области генетики, сделанные в Калифорнийском университете в Лос-Анджелесе за последние несколько лет, мы надеемся персонализировать профилактические и терапевтические стратегии для пациентов.В прошлом рак был общим названием группы, состоящей из сотен заболеваний. Основываясь на новом генетическом понимании рака, разработанном впервые в Калифорнийском университете в Лос-Анджелесе, рак может быть ближе к 500 заболеваниям.

    Наша цель состоит в том, чтобы все больные раком в HNCP проанализировали свои опухоли, чтобы определить их уникальный отпечаток пальца, специфическую комбинацию генетических изменений. Этот прогресс изменит то, как мы изучаем новые лекарства и используем старые.

    Вместо того, чтобы пробовать лекарства на всех больных раком головы и шеи, мы можем использовать те, которые нацелены на конкретные генетические изменения, связанные с их раком.Эта точность гарантирует, что лучшие методы лечения попадут к нужным пациентам.

    Расширенная диагностика рака головы и шеи

    Разработка исследований глубокого обучения в диагностике рака

  • Шмидхубер, Дж. Глубокое обучение в нейронных сетях: обзор. Нейронная сеть. 61 , 85–117 (2015).

    ПабМед Google ученый

  • ЛеКун Ю., Бенжио Ю. и Хинтон Г. Глубокое обучение. Природа 521 , 436–444 (2015).

    КАС пабмед Google ученый

  • Хосни, А., Пармар, К., Квакенбуш, Дж., Шварц, Л. Х. и Аэртс, Х. Дж. У. Л. Искусственный интеллект в радиологии. Нац. Преподобный Рак 18 , 500–510 (2018).

    КАС пабмед ПабМед Центральный Google ученый

  • Ваматеван, Дж.и другие. Применение машинного обучения в поиске и разработке лекарств. Нац. Преподобный Друг Дисков. 18 , 463–477 (2019).

    КАС пабмед ПабМед Центральный Google ученый

  • Бера К., Шальпер К. А., Римм Д. Л., Велчети В. и Мадабхуши А. Искусственный интеллект в цифровой патологии — новые инструменты для диагностики и прецизионной онкологии. Нац. Преподобный Клин. Онкол. 16 , 703–715 (2019).

    ПабМед ПабМед Центральный Google ученый

  • Ким, Д. В., Джанг, Х. Ю., Ким, К. В., Шин, Ю. и Пак, С.H. Характеристики дизайна исследований, в которых сообщается о производительности алгоритмов искусственного интеллекта для диагностического анализа медицинских изображений: результаты недавно опубликованных статей. Корейский Дж. Радиол. 20 , 405–410 (2019).

    ПабМед ПабМед Центральный Google ученый

  • Лю, Х. и др. Сравнение эффективности глубокого обучения с медицинскими работниками при выявлении заболеваний с помощью медицинских изображений: систематический обзор и метаанализ. Ланцетная цифра. Health 1 , e271–e297 (2019 г.).

    ПабМед Google ученый

  • Росс, К. и Светлиц, И. Суперкомпьютер IBM Watson рекомендовал «небезопасные и неправильные» методы лечения рака, как показывают внутренние документы. STAT https://www.statnews.com/2018/07/25/ibm-watson-recommended-unsafe-incorrect-treatments/ (2018).

  • Нарла А., Купрель Б., Сарин К., Новоа Р. и Ко Дж.Автоматизированная классификация повреждений кожи: от пикселей к практике. Дж. Инвест. Дерматол. 138 , 2108–2110 (2018).

    КАС пабмед Google ученый

  • Zech, J.R. et al. Переменная эффективность обобщения модели глубокого обучения для выявления пневмонии на рентгенограммах грудной клетки: перекрестное исследование. PLoS Мед. 15 , e1002683 (2018).

    ПабМед ПабМед Центральный Google ученый

  • Рюкерт, Д. и Шнабель, Дж. А. Стратегии на основе моделей и данных в вычислениях медицинских изображений. Проц. IEEE 108 , 110–124 (2020).

    Google ученый

  • Чжан, К., Бенжио, С., Хардт, М., Рехт, Б. и Виньялс, О. Понимание глубокого обучения требует переосмысления обобщения. Проц. Междунар. конф. Учить. Представлять . https://arxiv.org/abs/1611.03530 (2017 г.).

  • Лю Ю., Чен П.-Х. К., Краузе Дж. и Пэн Л. Как читать статьи, использующие машинное обучение: руководства пользователя по медицинской литературе. JAMA 322 , 1806–1816 (2019).

    ПабМед Google ученый

  • Ransohoff, D. F. Предвзятость как угроза достоверности исследований молекулярных маркеров рака. Нац. Преподобный Рак 5 , 142–149 (2005).

    КАС пабмед Google ученый

  • Moons, K.G.M. et al. PROBAST: инструмент для оценки риска систематической ошибки и применимости исследований моделей прогнозирования: объяснение и разработка. Энн. Стажер Мед. 170 , W1–W33 (2019).

    ПабМед Google ученый

  • Simard, P., Victorri, B., LeCun, Y. & Denker, J. Tangent Prop — формализм для определения выбранных инвариантностей в адаптивной сети. Доп. Нейронная инф. Обработать. Сист. 4 , 895–903 (1992).

    Google ученый

  • Иоаннидис, Дж. П. А. Что мы (не) узнали из миллионов научных статей со значениями P ? утра. Стат. 73 , 20–25 (2019).

    Google ученый

  • Иоаннидис, Дж. П. А. Почему большинство опубликованных результатов исследований являются ложными. PLoS Мед. 2 , е124 (2005).

    ПабМед ПабМед Центральный Google ученый

  • Moons, K.G.M. et al. Прозрачная отчетность модели многомерного прогнозирования для индивидуального прогноза или диагноза (TRIPOD): объяснение и разработка. Энн. Стажер Мед. 162 , W1–W73 (2015).

    ПабМед Google ученый

  • Иоаннидис, Дж. П. А. Эволюция и перевод результатов исследований: со стенда куда? PLoS клин. Испытания 1 , e36 (2006).

    ПабМед ПабМед Центральный Google ученый

  • Тополь Е.Ю.Высокоэффективная медицина: конвергенция человеческого и искусственного интеллекта. Нац. Мед. 25 , 44–56 (2019).

    КАС пабмед Google ученый

  • Джастис, А.С., Ковинский, К.Е. и Берлин, Дж.А. Оценка обобщаемости прогностической информации. Энн. Стажер Мед. 130 , 515–524 (1999).

    КАС пабмед Google ученый

  • Иоаннидис, Дж. П. А. и Хури, М. Дж. Улучшение методов проверки в «омических» исследованиях. Наука 334 , 1230–1232 (2011).

    КАС пабмед ПабМед Центральный Google ученый

  • Обермейер З.и Эмануэль, Э. Дж. Предсказание будущего — большие данные, машинное обучение и клиническая медицина. Н. англ. Дж. Мед. 375 , 1216–1219 (2016).

    ПабМед ПабМед Центральный Google ученый

  • Кин, П. А. и Тополь, Э. Дж. С прицелом на искусственный интеллект и автономную диагностику. Цифра NPJ. Мед. 1 , 40 (2018).

    ПабМед ПабМед Центральный Google ученый

  • Джанфранческо, М.А., Таманг С., Яздани Дж. и Шмаюк Г. Возможные погрешности в алгоритмах машинного обучения с использованием данных электронных медицинских карт. Стажер JAMA. Мед. 178 , 1544–1547 (2018).

    ПабМед ПабМед Центральный Google ученый

  • Нур, П. Можем ли мы доверять ИИ, чтобы он не укоренял расовые предубеждения и предубеждения? БМЖ 368 , м363 (2020).

    ПабМед Google ученый

  • Луо, В.и другие. Руководство по разработке и составлению прогнозных моделей машинного обучения в биомедицинских исследованиях: мультидисциплинарный взгляд. J. Med. Интернет Рез. 18 , е323 (2016).

    ПабМед ПабМед Центральный Google ученый

  • Ciompi, F. et al. Автоматическая классификация легочных перифиссуральных узлов в компьютерной томографии с использованием ансамбля 2D изображений и встроенной сверточной нейронной сети. Мед. Анальный образ. 26 , 195–202 (2015).

    ПабМед Google ученый

  • Аревало, Дж., Гонсалес, Ф. А., Рамос-Поллан, Р., Оливейра, Дж. Л. и Гевара Лопес, М. А. Обучение представлению для классификации массовых поражений маммографии с помощью сверточных нейронных сетей. Вычисл. Методы прог. Биомед. 127 , 248–257 (2016).

    Google ученый

  • Setio, A.A.A. et al. Обнаружение легочных узлов на КТ-изображениях: уменьшение ложноположительных результатов с использованием многоракурсных сверточных сетей. IEEE Trans.Мед. Imaging 35 , 1160–1169 (2016).

    ПабМед Google ученый

  • Roth, H.R. et al. Улучшение компьютерного обнаружения с использованием сверточных нейронных сетей и агрегации случайных представлений. IEEE Trans. Мед. Imaging 35 , 1170–1181 (2016).

    ПабМед Google ученый

  • Калленберг, М. и др. Неконтролируемое глубокое обучение применяется к сегментации плотности груди и оценке маммографического риска. IEEE Trans. Мед. Imaging 35 , 1322–1331 (2016).

    ПабМед Google ученый

  • Huynh, B.Q., Li, H.и Гигер, М.Л. Цифровая маммографическая классификация опухолей с использованием трансфертного обучения из глубоких сверточных нейронных сетей. J. Med. Imaging 3 , 034501 (2016).

    Google ученый

  • Ни, К. и др. Рак прямой кишки: оценка результатов неоадъювантной химиолучевой терапии на основе радиомики мультипараметрической МРТ. клин. Рак рез. 22 , 5256–5264 (2016).

    ПабМед Google ученый

  • Кои, Т.и другие. Крупномасштабное глубокое обучение для компьютерного обнаружения маммографических поражений. Мед. Анальный образ. 35 , 303–312 (2017).

    ПабМед Google ученый

  • Эстева А. и др. Классификация рака кожи на уровне дерматологов с глубокими нейронными сетями. Природа 542 , 115–118 (2017).

    КАС пабмед Google ученый

  • Дхунгель, Н., Карнейро Г. и Брэдли А. П. Подход к глубокому обучению для анализа масс на маммограммах с минимальным вмешательством пользователя. Мед. Анальный образ. 37 , 114–128 (2017).

    ПабМед Google ученый

  • Ю Л., Чен Х., Доу К., Цинь Дж. и Хенг П. Автоматическое распознавание меланомы на дерматоскопических изображениях с помощью очень глубоких остаточных сетей. IEEE Trans. Мед. Imaging 36 , 994–1004 (2017).

    ПабМед Google ученый

  • Круз-Роа, А. и др. Точное и воспроизводимое обнаружение инвазивного рака молочной железы на изображениях всего предметного стекла: подход глубокого обучения для количественной оценки распространенности опухоли. науч. Респ. 7 , 46450 (2017).

    КАС пабмед ПабМед Центральный Google ученый

  • Ciompi, F. et al. На пути к автоматическому управлению легочными узлами при скрининге рака легких с помощью глубокого обучения. науч. Респ. 7 , 46479 (2017).

    КАС пабмед ПабМед Центральный Google ученый

  • Becker, A. S. et al. Глубокое обучение в маммографии: диагностическая точность многоцелевого программного обеспечения для анализа изображений при обнаружении рака молочной железы. Инвест. Радиол. 52 , 434–440 (2017).

    ПабМед Google ученый

  • Доу, К., Chen, H., Yu, L., Qin, J. & Heng, P. Многоуровневые контекстные 3-D CNN для снижения ложноположительных результатов при обнаружении легочных узлов. IEEE Trans. Биомед. англ. 64 , 1558–1567 (2017).

    ПабМед Google ученый

  • Лао, Дж. и др. Модель радиомики, основанная на глубоком обучении, для прогнозирования выживания при мультиформной глиобластоме. науч. Респ. 7 , 10353 (2017).

    ПабМед ПабМед Центральный Google ученый

  • Сетио, А.А.А. и соавт. Проверка, сравнение и комбинация алгоритмов автоматического обнаружения легочных узлов на изображениях компьютерной томографии: задача LUNA16. Мед. Анальный образ. 42 , 1–13 (2017).

    ПабМед Google ученый

  • Эхтешами Бейнорди, Б. и др. Диагностическая оценка алгоритмов глубокого обучения для выявления метастазов в лимфатических узлах у женщин с раком молочной железы. JAMA 318 , 2199–2210 (2017).

    ПабМед ПабМед Центральный Google ученый

  • Мохамед, А. А. и др. Метод глубокого обучения для классификации маммографических категорий плотности груди. Мед. физ. 45 , 314–321 (2018).

    ПабМед Google ученый

  • Хосрави П., Каземи Э., Имелински М., Элементо О. и Хаджирасулиха И. Глубокие сверточные нейронные сети позволяют различать гетерогенные изображения цифровой патологии. EBioMedicine 27 , 317–328 (2018).

    ПабМед Google ученый

  • Xiao, Y., Wu, J., Lin, Z. & Zhao, X. Основанный на глубоком обучении мультимодельный ансамблевый метод прогнозирования рака. Вычисл. Методы прог. Биомед. 153 , 1–9 (2018).

    Google ученый

  • Маркетти, М. А. и др. Результаты Международного симпозиума International Skin Imaging Collaboration Collaboration 2016 по биомедицинской визуализации Задача: сравнение точности компьютерных алгоритмов с дерматологами для диагностики меланомы по дерматоскопическим изображениям. Дж. Ам. акад. Дерматол. 78 , 270–277.e1 (2018).

    ПабМед Google ученый

  • Чен, П.-Дж. и другие. Точная классификация миниатюрных колоректальных полипов с помощью компьютерного анализа. Гастроэнтерология 154 , 568–575 (2018).

    ПабМед Google ученый

  • Бычков Д. и др. Анализ тканей на основе глубокого обучения предсказывает исход колоректального рака. науч. Респ. 8 , 3395 (2018).

    ПабМед ПабМед Центральный Google ученый

  • Ясака К., Акаи Х., Абэ О. и Кирю С. Глубокое обучение с помощью сверточной нейронной сети для дифференциации образований печени при динамической КТ с контрастным усилением: предварительное исследование. Радиология 286 , 887–896 (2018).

    ПабМед Google ученый

  • Рибли, Д., Хорват, А., Унгер, З., Поллнер, П. и Чабай, И. Обнаружение и классификация поражений на маммограммах с помощью глубокого обучения. науч. Респ. 8 , 4165 (2018).

    ПабМед ПабМед Центральный Google ученый

  • Чаудхари, К., Poirion, OB, Lu, L. & Garmire, LX. Интеграция мультиомики на основе глубокого обучения надежно предсказывает выживаемость при раке печени. клин. Рак рез. 24 , 1248–1259 (2018).

    КАС пабмед Google ученый

  • Мобадерсани, П. и др. Прогнозирование исходов рака на основе гистологии и геномики с использованием сверточных сетей. Проц. Натл акад. науч. США 115 , E2970–E2979 (2018 г.).

    КАС пабмед Google ученый

  • Saltz, J. et al. Пространственная организация и молекулярная корреляция инфильтрирующих опухоль лимфоцитов с использованием глубокого обучения изображений патологии. Cell Rep. 23 , 181–193.e7 (2018).

    КАС пабмед ПабМед Центральный Google ученый

  • ван де Гоор Р., ван Хоорен М., Дингеманс А.-М., Кремер Б.и Кросс, К. Обучение и проверка портативного электронного носа для скрининга рака легких. Дж. Торак. Онкол. 13 , 676–681 (2018).

    ПабМед Google ученый

  • Чанг, Х., Хань, Дж., Чжун, К., Снайдерс, А. М. и Мао, Дж. Неконтролируемое трансферное обучение с помощью многомасштабного сверточного разреженного кодирования для биомедицинских приложений. IEEE Trans. Анальный узор. Мах. Интел. 40 , 1182–1194 (2018).

    ПабМед Google ученый

  • Хан, С. С. и др. Классификация клинических изображений доброкачественных и злокачественных опухолей кожи с использованием алгоритма глубокого обучения. Дж. Инвест. Дерматол. 138 , 1529–1538 (2018).

    КАС пабмед Google ученый

  • Hirasawa, T. et al. Применение искусственного интеллекта с использованием сверточной нейронной сети для обнаружения рака желудка на эндоскопических изображениях. Рак желудка 21 , 653–660 (2018).

    ПабМед Google ученый

  • Чанг, П. и др. Сверточные нейронные сети с глубоким обучением точно классифицируют генетические мутации в глиомах. утра. Дж. Нейрорадиол. 39 , 1201–1207 (2018).

    КАС пабмед Google ученый

  • Haenssle, H. A. et al. Человек против машины: диагностическая эффективность сверточной нейронной сети с глубоким обучением для распознавания дерматоскопической меланомы по сравнению с 58 дерматологами. Энн. Онкол. 29 , 1836–1842 (2018).

    КАС пабмед Google ученый

  • Coudray, N. et al. Классификация и прогнозирование мутаций на основе гистопатологических изображений немелкоклеточного рака легкого с использованием глубокого обучения. Нац. Мед. 24 , 1559–1567 (2018).

    КАС пабмед Google ученый

  • Ван, П. и др.Разработка и валидация алгоритма глубокого обучения для обнаружения полипов при колоноскопии. Нац. Биомед. англ. 2 , 741–748 (2018).

    ПабМед Google ученый

  • Урбан, Г. и др. Глубокое обучение локализует и идентифицирует полипы в режиме реального времени с точностью 96 % при скрининговой колоноскопии. Гастроэнтерология 155 , 1069–1078.e8 (2018).

    ПабМед ПабМед Центральный Google ученый

  • Раджпуркар, П.и другие. Глубокое обучение для диагностики рентгенографии грудной клетки: ретроспективное сравнение алгоритма CheXNeXt с практикующими радиологами. PLoS Мед. 15 , e1002686 (2018).

    ПабМед ПабМед Центральный Google ученый

  • Hosny, A. et al. Глубокое обучение для прогнозирования рака легких: ретроспективное многогрупповое радиомикологическое исследование. PLoS Мед. 15 , e1002711 (2018).

    ПабМед ПабМед Центральный Google ученый

  • Нам, Дж.Г. и др. Разработка и валидация основанного на глубоком обучении алгоритма автоматического обнаружения злокачественных легочных узлов на рентгенограммах органов грудной клетки. Радиология 290 , 218–228 (2019).

    ПабМед Google ученый

  • Бирн, М. Ф. и др. Дифференциация аденоматозных и гиперпластических миниатюрных колоректальных полипов в режиме реального времени при анализе неизмененных видеозаписей стандартной колоноскопии с использованием модели глубокого обучения. Гут 68 , 94–100 (2019).

    ПабМед Google ученый

  • Horie, Y. et al. Результаты диагностики рака пищевода с помощью искусственного интеллекта с использованием сверточных нейронных сетей. Гастроинтест. Эндоск. 89 , 25–32 (2019).

    ПабМед Google ученый

  • Kather, J. N. et al. Прогнозирование выживаемости при гистологическом исследовании колоректального рака с использованием глубокого обучения: ретроспективное многоцентровое исследование. PLoS Мед. 16 , e1002730 (2019).

    ПабМед ПабМед Центральный Google ученый

  • Родригес-Руис, А. и др. Выявление рака молочной железы с помощью маммографии: эффект системы поддержки искусственного интеллекта. Радиология 290 , 305–314 (2019).

    ПабМед Google ученый

  • Li, X. et al. Диагностика рака щитовидной железы с использованием моделей глубоких сверточных нейронных сетей, применяемых к сонографическим изображениям: ретроспективное, многогрупповое, диагностическое исследование. Ланцет онкол. 20 , 193–201 (2019).

    ПабМед Google ученый

  • Ван, С. и др. Прогнозирование статуса мутации EGFR при аденокарциноме легкого на КТ-изображении с использованием глубокого обучения. евро. Дыхание J. 53 , 1800986 (2019).

    ПабМед ПабМед Центральный Google ученый

  • Brinker, T.J. et al. Сверточная нейронная сеть, обученная дерматоскопическим изображениям, показала результаты наравне со 145 дерматологами в задаче классификации изображений клинической меланомы. евро. Дж. Рак 111 , 148–154 (2019).

    ПабМед Google ученый

  • Kickingereder, P. et al. Автоматизированная количественная оценка ответа опухоли на МРТ в нейроонкологии с использованием искусственных нейронных сетей: многоцентровое ретроспективное исследование. Ланцет онкол. 20 , 728–740 (2019).

    ПабМед Google ученый

  • Бринкер Т.Дж. и др. Глубокое обучение превзошло 136 из 157 дерматологов в задаче классификации дерматоскопических изображений меланомы лицом к лицу. евро. Дж. Рак 113 , 47–54 (2019).

    ПабМед Google ученый

  • Чой, К.С., Чой, С.Х. и Чон, Б. Прогнозирование генотипа IDH в глиомах с динамической чувствительностью контрастной перфузионной МРТ с использованием объяснимой рекуррентной нейронной сети. Нейроонкол. 21 , 1197–1209 (2019).

    КАС пабмед ПабМед Центральный Google ученый

  • Ардила, Д. и др. Сквозной скрининг рака легких с трехмерным глубоким обучением на низкодозовой компьютерной томографии грудной клетки. Нац. Мед. 25 , 954–961 (2019).

    КАС пабмед Google ученый

  • Яла А., Леман К., Шустер Т., Portnoi, T. & Barzilay, R. Модель на основе маммографии с глубоким обучением для улучшения прогнозирования риска рака молочной железы. Радиология 292 , 60–66 (2019).

    ПабМед Google ученый

  • Kather, J. N. et al. Глубокое обучение может прогнозировать микросателлитную нестабильность непосредственно на основании гистологии рака желудочно-кишечного тракта. Нац. Мед. 25 , 1054–1056 (2019).

    КАС пабмед ПабМед Центральный Google ученый

  • Лю Ю.и другие. Обнаружение узловых метастазов рака молочной железы на основе искусственного интеллекта: понимание черного ящика для патологоанатомов. Арх. Патол. лаборатория Мед. 143 , 859–868 (2019).

    КАС пабмед Google ученый

  • Kehl, K.L. et al. Оценка глубокой обработки естественного языка при установлении онкологических исходов по рентгенологическим отчетам. JAMA Oncol. 5 , 1421–1429 (2019).

    Центральный пабмед Google ученый

  • Кампанелла, Г.и другие. Вычислительная патология клинического уровня с использованием слабо контролируемого глубокого обучения на целых изображениях слайдов. Нац. Мед. 25 , 1301–1309 (2019).

    КАС пабмед ПабМед Центральный Google ученый

  • Чен, П.-Х. С. и др. Микроскоп дополненной реальности с интеграцией искусственного интеллекта в реальном времени для диагностики рака. Нац. Мед. 25 , 1453–1457 (2019).

    КАС пабмед Google ученый

  • Ху, Л.и другие. Обсервационное исследование глубокого обучения и автоматической оценки изображений шейки матки для скрининга рака. J. Natl Cancer Inst. 111 , 923–932 (2019).

    ПабМед ПабМед Центральный Google ученый

  • Родригес-Руис, А. и др. Автономный искусственный интеллект для обнаружения рака молочной железы при маммографии: сравнение со 101 рентгенологом. J. Natl Cancer Inst. 111 , 916–922 (2019).

    ПабМед ПабМед Центральный Google ученый

  • Wang, X. et al. Глубокое обучение со слабым контролем для анализа изображений рака легких на всем слайде. IEEE Trans. киберн. 50 , 3950–3962 (2019).

    ПабМед Google ученый

  • Courtiol, P. et al. Классификация мезотелиомы на основе глубокого обучения улучшает прогнозирование результатов лечения пациентов. Нац. Мед. 25 , 1519–1525 (2019).

    КАС пабмед Google ученый

  • Ван, П. и др. Система автоматического обнаружения в режиме реального времени увеличивает частоту обнаружения полипов и аденом при колоноскопии: проспективное рандомизированное контролируемое исследование. Гут 68 , 1813–1819 (2019).

    ПабМед ПабМед Центральный Google ученый

  • Луо, Х.и другие. Искусственный интеллект в режиме реального времени для выявления рака верхних отделов желудочно-кишечного тракта с помощью эндоскопии: многоцентровое диагностическое исследование случай-контроль. Ланцет онкол. 20 , 1645–1654 (2019).

    КАС пабмед Google ученый

  • Ву, Л. и др. Рандомизированное контролируемое исследование WISENSE, системы улучшения качества в режиме реального времени для мониторинга слепых зон во время эзофагогастродуоденоскопии. Гут 68 , 2161–2169 (2019).

    ПабМед ПабМед Центральный Google ученый

  • Yamamoto, Y. et al. Автоматическое получение объяснимых знаний из неаннотированных гистопатологических изображений. Нац.коммун. 10 , 5642 (2019).

    КАС пабмед ПабМед Центральный Google ученый

  • McKinney, S.M. et al. Международная оценка системы искусственного интеллекта для скрининга рака молочной железы. Природа 577 , 89–94 (2020).

    КАС пабмед Google ученый

  • Hollon, T.C. et al. Интраоперационная диагностика опухоли головного мозга в режиме, близком к реальному времени, с использованием стимулированной рамановской гистологии и глубоких нейронных сетей. Нац. Мед. 26 , 52–58 (2020).

    КАС пабмед ПабМед Центральный Google ученый

  • Haenssle, H. A. et al. Человек против перезагрузки машины: производительность одобренной рынком сверточной нейронной сети при классификации широкого спектра кожных поражений по сравнению с 96 дерматологами, работающими в менее искусственных условиях. Энн. Онкол. 31 , 137–143 (2020).

    КАС пабмед Google ученый

  • Стрём, П.и другие. Искусственный интеллект для диагностики и классификации рака предстательной железы в биопсиях: популяционное диагностическое исследование. Ланцет онкол. 21 , 222–232 (2020).

    ПабМед Google ученый

  • Bulten, W. et al. Автоматизированная система глубокого обучения для оценки рака простаты по Глисону с использованием биопсии: диагностическое исследование. Ланцет онкол. 21 , 233–241 (2020).

    ПабМед Google ученый

  • Скреде О.-Дж. и другие. Глубокое обучение для прогнозирования исхода колоректального рака: исследование открытия и проверки. Ланцет 395 , 350–360 (2020).

    КАС пабмед Google ученый

  • Saillard, C. et al. Прогнозирование выживаемости после резекции гепатоцеллюлярной карциномы с использованием глубокого обучения на гистологических слайдах. Гепатология 72 , 2000–2013 (2020).

    ПабМед Google ученый

  • Джин, Э.Х. и др. Повышена точность оптической диагностики колоректальных полипов с использованием сверточных нейронных сетей с визуальными пояснениями. Гастроэнтерология 158 , 2169–2179.e8 (2020).

    ПабМед Google ученый

  • Бангалор Yogananda, C.G. et al. Новый полностью автоматизированный метод глубокого обучения на основе МРТ для классификации статуса мутации IDH в глиомах головного мозга. Нейроонкол. 22 , 402–411 (2020).

    ПабМед Google ученый

  • Чжэн, С.и другие. Радиомика глубокого обучения может предсказать состояние подмышечных лимфатических узлов при раке молочной железы на ранней стадии. Нац. коммун. 11 , 1236 (2020).

    КАС пабмед ПабМед Центральный Google ученый

  • Baldwin, D. R. et al. Внешняя проверка инструмента искусственного интеллекта сверточной нейронной сети для прогнозирования злокачественных новообразований в легочных узлах. Грудная клетка 75 , 306–312 (2020).

    ПабМед ПабМед Центральный Google ученый

  • Ван, П.и другие. Влияние компьютерной системы обнаружения с глубоким обучением на обнаружение аденомы во время колоноскопии (испытание CADe-DB): двойное слепое рандомизированное исследование. Ланцет Гастроэнтерол. Гепатол. 5 , 343–351 (2020).

    ПабМед Google ученый

  • Сонг, К., Чжэн, Ю., Шэн, В. и Ян, Дж. Трехнаправленное трансферное обучение для прогнозирования заболеваемости раком желудка. IEEE Trans. Нейронная сеть. Учить. Сист. https://doi.org/10.1109/TNNLS.2020.2979486 (2020).

    Артикул пабмед Google ученый

  • Донг, Д. и др. Радиономная номограмма с глубоким обучением может предсказать количество метастазов в лимфатических узлах при местнораспространенном раке желудка: международное многоцентровое исследование. Энн. Онкол. 31 , 912–920 (2020).

    КАС пабмед Google ученый

  • Шин Х.и другие. Диагностика рака легких на ранней стадии с помощью спектроскопического анализа циркулирующих экзосом на основе глубокого обучения. ACS Nano 14 , 5435–5444 (2020).

    КАС пабмед Google ученый

  • Kann, B.H. et al. Мультиучрежденческая валидация глубокого обучения для выявления перед лечением экстранодального расширения при плоскоклеточном раке головы и шеи. Дж. Клин. Онкол. 38 , 1304–1311 (2020).

    ПабМед Google ученый

  • [Авторы не указаны] Диагностика ИИ требует внимания. Природа 555 , 285 (2018).

    Google ученый

  • [Авторы не указаны] Отличается ли цифровая медицина? Ланцет 392 , 95 (2018).

    Google ученый

  • Кавагути, К., Kaelbling, LP & Bengio, Y. Обобщение в глубоком обучении. архив https://arxiv.org/abs/1710. 05468 (2017).

  • ЛеКун, Ю. в Коннекционизм в перспективе (редакторы Пфайфер, Р., Шретер, З., Фогельман, Ф., и Стилс, Л.) 143–156 (Эльзевир, 1989).

  • Нейшабур Б., Бходжанапалли С., Макаллестер Д. и Сребро Н. Изучение обобщения в глубоком обучении. Доп. Нейронная инф. Обработать. Сист. 30 , 5947–5956 (2017).

    Google ученый

  • Пан, С.Дж. и Ян, К. Опрос по трансферному обучению. IEEE Trans. Знай. Инж. данных 22 , 1345–1359 (2010).

    Google ученый

  • Вайс, К., Хошгофтаар, Т. М. и Ван, Д. Обзор трансферного обучения. J. Большие данные 3 , 9 (2016).

    Google ученый

  • Дэн Дж.и другие. ImageNet: крупномасштабная иерархическая база данных изображений. Проц. Конф. IEEE. вычисл. Вис. Распознавание образов. https://doi.org/10.1109/CVPR.2009.5206848 (2009 г.).

    Артикул Google ученый

  • Русаковский О. и др. Крупномасштабная задача визуального распознавания ImageNet. Междунар. Дж. Вычисл. Вис. 115 , 211–252 (2015).

    Google ученый

  • Шанкар, С.и другие. Нет классификации без представления: оценка проблем георазнообразия в наборах открытых данных для развивающегося мира. Мастерская NIPS Mach. Учить. Дев. Мир https://arxiv.org/abs/1711.08536 (2017).

  • Geirhos, R. et al. CNN, обученные ImageNet, склонны к текстуре; увеличение смещения формы повышает точность и надежность. Проц. Междунар. конф. Учить. Представлять . https://arxiv.org/abs/1811.12231 (2019 г.).

  • Бейер, Л. , Хенафф, О.Дж., Колесников А., Чжай Х. и ван ден Оорд А. Мы закончили с ImageNet? архив https://arxiv.org/abs/2006.07159 (2020).

  • Сун, К., Шривастава, А., Сингх, С. и Гупта, А. Пересмотр необоснованной эффективности данных в эпоху глубокого обучения. Проц. Международный IEEE. конф. вычисл. Вис . https://doi.org/10.1109/ICCV.2017.97 (2017 г.).

    Артикул Google ученый

  • Симард П.Ю., Steinkraus, D. & Platt, JC. Передовой опыт применения сверточных нейронных сетей для визуального анализа документов. Проц. 7-й междунар. конф. Док. Анальный. Признать. https://doi.org/10.1109/ICDAR.2003.1227801 (2003 г.).

    Артикул Google ученый

  • Baird, HS Модели дефектов изображения документа и их использование. Проц. 2-й междунар. конф. Док. Анальный. Признать. https://doi. org/10.1109/ICDAR.1993.395781 (1993).

    Артикул Google ученый

  • Стаке, К., Eilertsen, G., Unger, J. & Lundstrom, C. Измерение сдвига домена для глубокого обучения в гистопатологии. IEEE J. Biomed. Информ о здоровье. https://doi.org/10.1109/JBHI.2020.3032060 (2020).

    Артикул Google ученый

  • Лахани П. и Сундарам Б. Глубокое обучение при рентгенографии грудной клетки: автоматизированная классификация туберкулеза легких с использованием сверточных нейронных сетей. Радиология 284 , 574–582 (2017).

    ПабМед Google ученый

  • Hussain, Z., Gimenez, F., Yi, D. & Rubin, D. Методы увеличения дифференциальных данных для задач классификации медицинских изображений. АМИА Анну. Симп. проц. 2017 , 979–984 (2018).

    ПабМед ПабМед Центральный Google ученый

  • Саджад, М. и др. Многоуровневая классификация опухолей головного мозга с использованием глубокой CNN с обширным увеличением данных. Дж. Вычисл. науч. 30 , 174–182 (2019).

    Google ученый

  • Tellez, D. et al. Количественная оценка эффектов увеличения данных и нормализации цвета пятен в сверточных нейронных сетях для вычислительной патологии. Мед. Анальный образ. 58 , 101544 (2019).

    ПабМед Google ученый

  • Керр, Р. С. и др.Адъювантная терапия капецитабином плюс бевацизумаб по сравнению с монотерапией капецитабином у пациентов с колоректальным раком (QUASAR 2): открытое рандомизированное исследование 3 фазы. Ланцет онкол. 17 , 1543–1557 (2016).

    КАС пабмед Google ученый

  • Сегеди, К., Ванхуке, В., Иоффе, С., Шленс, Дж. и Война, З. Переосмысление исходной архитектуры компьютерного зрения. Проц. Конф. IEEE. вычисл. Вис. Распознавание образов .https://doi.org/10.1109/CVPR.2016.308 (2016 г.).

    Артикул Google ученый

  • Miller, R.G.J. Simultaneous Statistical Inference 2nd edn (Springer, 1981).

  • Hochberg, Y. & Tamhane, A.C. Процедуры множественного сравнения (Wiley, 2009).

  • Michiels, S., Koscielny, S. & Hill, C. Прогнозирование исхода рака с помощью микрочипов: стратегия многократной случайной проверки. Ланцет 365 , 488–492 (2005).

    КАС пабмед Google ученый

  • Рассел, С. и Норвиг, П. Искусственный интеллект: современный подход 3-е изд. (Прентис Холл, 2010).

  • Хемингуэй Х., Райли Р. Д. и Альтман Д.G. Десять шагов к улучшению исследований прогнозов. БМЖ 339 , b4184 (2009).

    ПабМед Google ученый

  • Кореваар, Д. А. и др. Содействие проспективной регистрации исследований диагностической точности: инициатива STARD. клин. хим. 63 , 1331–1341 (2017).

    КАС пабмед Google ученый

  • Иоаннидис, Дж.П. А. Важность предопределенных правил и предопределенного статистического анализа: не отказывайтесь от значимости. JAMA 321 , 2067–2068 (2019).

    ПабМед Google ученый

  • Бродерсен, К. Х., Онг, К. С., Стефан, К. Э. и Бухманн, Дж. М. Сбалансированная точность и ее апостериорное распределение. Проц. 20-й междунар. конф. Распознавание образов. https://doi.org/10.1109/ICPR.2010.764 (2010).

    Артикул Google ученый

  • ван ден Хаут, В.B. Площадь под ROC-кривой с ограниченной информацией. Мед. Реш. Мак. 23 , 160–166 (2003).

    Google ученый

  • Фосетт Т. Введение в ROC-анализ. Распознавание образов. лат. 27 , 861–874 (2006).

    Google ученый

  • Харрелл Ф. Э. мл., Калифф Р. М., Прайор Д. Б., Ли К. Л. и Розати Р.А. Оценка результатов медицинских тестов. Дж. Ам. Мед. доц. 247 , 2543–2546 (1982).

    Google ученый

  • Лобо, Дж. М., Хименес-Вальверде, А. и Реал, Р. AUC: вводящая в заблуждение мера эффективности прогнозирующих моделей распределения. Глоб. Экол. Биогеогр. 17 , 145–151 (2008).

    Google ученый

  • Воосен, П.Как детективы ИИ взламывают черный ящик глубокого обучения. Наука https://www.sciencemag.org/news/2017/07/how-ai-detectives-are-cracking-open-black-box-deep-learning (2017).

  • Адади, А. и Беррада, М. Взгляд внутрь черного ящика: обзор объяснимого искусственного интеллекта (XAI). Доступ IEEE. 6 , 52138–52160 (2018).

    Google ученый

  • Барредо Арриета, А.и другие. Объяснимый искусственный интеллект (XAI): концепции, таксономии, возможности и проблемы на пути к ответственному ИИ. Инф. Слияние. 58 , 82–115 (2020).

    Google ученый

  • Монтавон Г., Самек В. и Мюллер К.-Р. Методы интерпретации и понимания глубоких нейронных сетей. Цифр. Сигнал. Обработать. 73 , 1–15 (2018).

    Google ученый

  • Симонян К., Ведальди А. и Зиссерман А. Глубоко внутри сверточных сетей: визуализация моделей классификации изображений и карт значимости. Проц. Междунар. конф. Учить. Представлять . https://arxiv.org/abs/1312.6034 (2014 г.).

  • Бах, С. и др. О попиксельных объяснениях решений нелинейного классификатора путем послойного распространения релевантности. PLoS ONE 10 , e0130140 (2015).

    ПабМед ПабМед Центральный Google ученый

  • Сундарараджан, М. , Тали А. и Ян К. Аксиоматическая атрибуция глубоких сетей. Проц. 34-й междунар. конф. Мах. Учить. 70 , 3319–3328 (2017).

    Google ученый

  • Фридман, Л. М., Фурберг, С. Д., ДеМетс, Д. Л., Ребуссен, Д. М. и Грейнджер, С. Б. Основы клинических испытаний , 5-е изд. (Springer, 2015).

  • ван Люйн, Х.Е.М., Мусшенга, А.В., Кеус, Р.Б., Робинсон, В.М. и Ааронсон, Н.K. Оценка соотношения риск/польза клинических испытаний фазы II рака членами Institutional Review Board (IRB). Энн. Онкол. 13 , 1307–1313 (2002).

    ПабМед Google ученый

  • Мартин Л., Хатченс М., Хокинс С. и Раднов А. Сколько стоят клинические испытания? Нац. Преподобный Друг Дисков. 16 , 381–382 (2017).

    КАС пабмед Google ученый

  • Vollmer, S. et al. Машинное обучение и исследования искусственного интеллекта на благо пациентов: 20 важнейших вопросов о прозрачности, воспроизводимости, этичности и эффективности. БМЖ 368 , л6927 (2020).

    ПабМед Google ученый

  • Чан, А.-В. и другие. Объяснение и разработка SPIRIT 2013: руководство по протоколам клинических испытаний. БМЖ 346 , е7586 (2013).

    ПабМед ПабМед Центральный Google ученый

  • Круз Ривера, С. и др. Руководство по протоколам клинических испытаний для вмешательств с использованием искусственного интеллекта: расширение SPIRIT-AI. Нац. Мед. 26 , 1351–1363 (2020).

    КАС пабмед ПабМед Центральный Google ученый

  • Мохер, Д. и др. Объяснение и уточнение CONSORT 2010: обновленные рекомендации по составлению отчетов о рандомизированных испытаниях с параллельными группами. БМЖ 340 , c869 (2010).

    ПабМед ПабМед Центральный Google ученый

  • Коллинз, Г.S. & Moons, KGM. Отчеты о моделях прогнозирования искусственного интеллекта. Ланцет 393 , 1577–1579 (2019).

    ПабМед Google ученый

  • Лю, Х. и др. Рекомендации по отчетности для отчетов о клинических испытаниях вмешательств с использованием искусственного интеллекта: расширение CONSORT-AI. Нац. Мед. 26 , 1364–1374 (2020).

    КАС пабмед ПабМед Центральный Google ученый

  • Лодер Э., Гровс Т. и Маколи Д. Регистрация обсервационных исследований. БМЖ 340 , c950 (2010).

    ПабМед Google ученый

  • Чемберс, К. и Мунафо, М. Доверие к науке укрепится за счет предварительной регистрации на исследование. The Guardian https://www.theguardian.com/science/blog/2013/jun/05/trust-in-science-study-pre-registration (2013).

  • Уильямс Р. Дж., Це Т., Харлан В. Р. и Зарин Д. А. Регистрация обсервационных исследований: пора ли? Кан. Мед. доц. J. 182 , 1638–1642 (2010).

    Google ученый

  • Гилл Дж. и Прасад В. Улучшение обсервационных исследований в эпоху больших данных. Ланцет 392 , 716–717 (2018).

    ПабМед Google ученый

  • Соренсен, Х.Т. и Ротман, К. Дж. Прогноз исследования. БМЖ 340 , c703 (2010).

    ПабМед Google ученый

  • Vandenbroucke, J. P. Регистрация наблюдательных исследований: размышления. Ланцет 375 , 982–983 (2010).

    ПабМед Google ученый

  • [Авторы не указаны] Регистрация обсервационных исследований — когда метафоры портятся. Эпидемиология 21 , 607–609 (2010).

    Google ученый

  • Андре, Ф. и др. Исследования биомаркеров: призыв к всеобъемлющему реестру исследований биомаркеров. Нац. Преподобный Клин. Онкол. 8 , 171–176 (2011).

    ПабМед Google ученый

  • Hooft, L. & Bossuyt, P.M. Проспективная регистрация исследований по оценке маркеров: время действовать. клин. хим. 57 , 1684–1686 (2011).

    КАС пабмед Google ученый

  • Альтман Д.Г. Пришло время зарегистрировать диагностические и прогностические исследования. клин. хим. 60 , 580–582 (2014).

    КАС пабмед Google ученый

  • Рифаи, Н. и др. Регистрация диагностических и прогностических испытаний тестов: правильно ли это? клин.хим. 60 , 1146–1152 (2014).

    КАС пабмед Google ученый

  • Райкомар А., Дин Дж. и Кохане И. Машинное обучение в медицине. Н. англ. Дж. Мед. 380 , 1347–1358 (2019).

    Google ученый

  • Зоу, Дж. и Шибингер, Л. ИИ может быть сексистом и расистом — пришло время сделать это справедливым. Природа 559 , 324–326 (2018).

    КАС пабмед Google ученый

  • Адамсон, А. С. и Смит, А. Неравенства машинного обучения и здравоохранения в дерматологии. JAMA Дерматол. 154 , 1247–1248 (2018).

    ПабМед Google ученый

  • Вьяс, Д. А., Эйзенштейн, Л. Г. и Джонс, Д. С. Скрытые у всех на виду — пересмотр использования коррекции расы в клинических алгоритмах. Н. англ. Дж. Мед. 383 , 874–882 (2020).

    ПабМед Google ученый

  • Райкомар А., Хардт М., Хауэлл, М. Д., Коррадо, Г. и Чин, М. Х. Обеспечение справедливости в машинном обучении для повышения справедливости в отношении здоровья. Энн. Стажер Мед. 169 , 866–872 (2018).

    ПабМед ПабМед Центральный Google ученый

  • Оуэнс, К. и Уокер, А. Те, кто разрабатывает алгоритмы здравоохранения, должны стать активными антирасистами. Нац. Мед. 26 , 1327–1328 (2020).

    КАС пабмед ПабМед Центральный Google ученый

  • Мунс, К.Г. М. и соавт. Модели прогнозирования риска: II. Внешняя проверка, обновление модели и оценка воздействия. Сердце 98 , 691–698 (2012).

    ПабМед Google ученый

  • Границы | От редакции: Новые технологии в диагностике и терапии рака

    Рак является ведущей проблемой общественного здравоохранения во всем мире и второй по значимости причиной смертности в Соединенных Штатах (Ferlay et al., 2021; Sung et al., 2021).Бремя онкологической заболеваемости и смертности быстро растет как из-за старения, так и из-за роста населения. Несмотря на доступное лечение, включая хирургическое, химиотерапевтическое, радио- и иммунотерапию, по-прежнему существует большая потребность в новых диагностических и терапевтических подходах для решения задач искоренения рака.

    Таким образом, эта тема исследования « Новые технологии в диагностике и терапии рака » фокусируется на недавно появившихся областях диагностики рака, разработки лекарств и молекулярных сигнальных путей, участвующих в онкогенезе и развитии опухолей. Мы были рады получить 65 материалов, и, наконец, 42 статьи, представленные более чем 320 авторами из разных стран в области биологии рака, фармакологии и терапии, были отобраны для включения в этот тематический сборник.

    В этой тематической коллекции систематический обзор и метаанализ Wen et al. резюмировали использование постдиагностических бета-блокаторов для прогноза рака яичников (РЯ). Они провели скрининг 11 когортных исследований с участием 20 274 ​​пациентов с РЯ. Модели случайных эффектов использовались для расчета общего отношения рисков (ОР) и 95% доверительных интервалов (ДИ).Они пришли к выводу, что ОР не выявили каких-либо статистически значимых ассоциаций между постдиагностическим использованием бета-блокаторов и прогностическими характеристиками РЯ, хотя для дальнейшей проверки их результатов необходимы более проспективные когортные исследования. В других трех обзорах, включенных в этот сборник, рассматриваются структуры и механизмы химерного протеолиза, нацеленного на протеолиз (PROTAC), и описываются несколько классов эффективных деструкторов PROTAC (Qi et al. ), передовые подходы к диагностике и терапии рака молочной железы (Zubair et al.) и — достижения в области оптических аптасенсоров для раннего выявления и диагностики различных типов рака (Zahra et al. ).

    Два сообщения о случаях первичной легочной NUT-срединной карциномы, один из которых был сделан Zhang et al., позволили получить новое представление о диагностике этого типа редких опухолей; другой Wang et al. вводили с использованием ингибитора PD-1, чтобы вызвать полный ответ прогрессирующей уротелиальной карциномы мочевого пузыря .

    Открытие длинных некодирующих РНК (днРНК) способствует дальнейшему развитию биомаркеров, а также диагностике и лечению рака (Zhang et al., 2013; Чи и др., 2019; Цзян и др., 2019 г.; Карлеваро-Фита и др., 2020). Чжан и др. проанализировали экспрессию и клиническое значение lncRNA BM466146 при раке молочной железы и исследовали роль BM466146 в иммунной регуляции. Их результаты показали, что lncRNA BM466146 обладает функцией супрессора опухолей. Сверхэкспрессия BM466146 связана с лучшим прогнозом. BM466146 может регулировать CXCL-13, адсорбируя hsa-miR-224-3p и вызывая накопление Т-клеток CD8 + в области опухоли, которые регулируют иммунный ответ.Следовательно, BM466146 может быть прогностическим биомаркером и молекулярно-иммунной мишенью рака молочной железы. Точно так же Ма и соавт. обнаружили, что днРНК AL161431.1 в высокой степени экспрессируется в раковых клетках и тканях поджелудочной железы. Нокдаун lncRNA AL161431.1 приводил к повышенной гибели раковых клеток и остановке клеточного цикла. Рост ксенотрансплантата клеток SW1990 со стабильным нокдауном днРНК AL161431.1 у мышей был значительно медленнее, чем рост клеток SW1990 со скремблированной контрольной кшРНК. Ю и др. исследовали роль LncRNA SNHG8 в регуляции клеток диффузной крупноклеточной В-клеточной лимфомы (DLBCL) и раскрыли ее основной механизм.Их результаты показали, что lncRNA SNHG8 оказывает стимулирующее рак действие на DLBCL посредством нацеливания на miR-335-5p. Ляо и др. охарактеризовали молекулярный механизм LINC00667 при прогрессировании карциномы носоглотки (NPC) и обнаружили, что LINC00667 может быть диагностической и терапевтической мишенью для пациентов с NPC. Луо и др. исследовали потенциальную прогностическую роль lncRNA, связанных с аутофагией, у пациентов с раком мочевого пузыря (BC) и выявили 15 lncRNAs, связанных с аутофагией, которые обладают прогностическим потенциалом для BC и могут играть ключевую роль в биологии BC.Чжэн и др. идентифицировали сеть ceRNA на основе генов, связанных с выживанием, с использованием алгоритма WGCNA и сконструировали интерактивную сеть ceRNA lncRNA-miRNA-mRNA, чтобы обеспечить новое понимание лечения рака желудка. Взятые вместе, эти днРНК могут предсказывать клинические исходы, что открывает большие перспективы для будущих клинических применений.

    Новые мишени и биомаркеры являются важными компонентами разработки лекарственных средств и методов лечения, особенно в эпоху таргетной терапии.Огромные усилия предпринимаются для интерпретации механизмов развития рака с целью открытия новых лекарств. Ли и др. идентифицировали MOF как онкоген при раке щитовидной железы и обнаружили, что экспрессия MOF значительно повышалась в большинстве образцов тканей и клеточных линий рака щитовидной железы. MOF представляет собой хорошо известную гистон-ацетилтрансферазу, которая участвует в различных биологических процессах, таких как транскрипция генов, клеточный цикл, раннее эмбриональное развитие и онкогенез. Их результаты показали, что MOF играет онкогенную роль в развитии и прогрессировании рака щитовидной железы и может быть потенциально новой мишенью для лечения рака щитовидной железы.Белланже и др. предоставили информацию о биологическом и клиническом значении новой пропускающей экзон 4 изоформы хорошо зарекомендовавшего себя онкогена ZNF217 при раке молочной железы. Они показали, что в подклассе Luminal двойная сигнатура, сочетающая уровни экспрессии этих двух изоформ, может служить новым прогностическим биомаркером, позволяющим лучше стратифицировать рак молочной железы с хорошим прогнозом и помогающим клиницистам в принятии терапевтических решений. Они также определили, что белок ZNF217-ΔE4 управляет клеточной агрессивностью и что существует тесное взаимодействие между изоформами ZNF217-WT и ZNF217-ΔE4.Ван и др. определили прогностические биомаркеры для пациентов с немелкоклеточным раком легкого EGFR-WT и подтвердили новую потенциальную роль HDAC в клиническом ведении пациентов с EGFR-WT. Лю и др. исследовали транзиторный рецепторный потенциал, связанный с меластатином 7 (TRPM7), опосредованный стволовостью глиомы. Они обнаружили, что экспрессия мРНК TRPM7 значительно повышена у пациентов с анапластической астроцитомой, диффузной астроцитомой и глиобластомой по сравнению со здоровыми тканями головного мозга. Было обнаружено, что экспрессия TRPM7 в клетках GBM положительно коррелирует с сигнальной активностью Notch2 и экспрессией CD133 и ALDh2.Более того, они обнаружили, что нацеливание на Notch2 ставит под угрозу индуцированный TRPM7 рост и пролиферацию клеток глиомы. Ян и др. продемонстрировали, что , нацеленный на иммунную контрольную точку B7-h4 со специфическими сконструированными CAR клетками NK-92, проявляет сильную цитотоксичность против немелкоклеточного рака легкого . Ван и др. исследовали роль нового производного индола, названного LCT-3d, в ингибировании роста клеток рака желудка. LCT-3d модулирует митохондриальные белки и расщепленные каспазы 3/9, вызывая клеточный апоптоз.Их результаты показали, что LCT-3d индуцирует апоптоз посредством DR5-опосредованного митохондриального апоптотического пути в клетках рака желудка. LCT-3d может быть новым ведущим соединением для развития противораковой активности при раке желудка.

    Поскольку развитие лекарственной устойчивости является основной причиной неэффективности химиотерапевтических схем, были предприняты усилия по разработке новых ингибиторов, которые могут бороться с лекарственной устойчивостью и повышать чувствительность раковых клеток к химиотерапии (Vasan et al., 2019).Ян и др. исследовали взаимодействие OTS964, мощного ингибитора протеинкиназы клеточного происхождения (TOPK) T-LAK, и члена 2 подсемейства G АТФ-связывающей кассеты, связанной с множественной лекарственной устойчивостью (MDR) (ABCG2). Они обнаружили, что OTS964 чувствителен к лекарственной устойчивости, опосредованной ABCG2, и этому эффекту может противодействовать известный ингибитор ABCG2. Эти результаты могут послужить ценной основой для последующих клинических исследований потенциального использования OTS964. Микроокружение опухоли является критическим фактором, влияющим на многочисленные противораковые методы лечения.В этом тематическом сборнике Li et al. продемонстрировали, что кислый рН ослабляет цитотоксическую активность фармакологической аскорбиновой кислоты, ингибируя поглощение аскорбиновой кислоты (АК) клетками РПЖ. Кроме того, они обнаружили, что селективная токсичность АК для раковых клеток зависит от АФК. In vivo комбинация АК и бикарбоната может обеспечить значительно лучший терапевтический результат по сравнению с контрольной группой или мышами, получавшими однократно АК. Химерный антигенный рецептор (CAR), модифицированный естественными клетками-киллерами (NK), представляет собой своего рода многообещающее противораковое лечение. Ян и др. сконструировали CAR второго поколения, состоящий из костимулирующего сигнального домена 4-1BB и домена CD3ζ, который аналогичен клинически используемым анти-CD19 CAR-T-клеткам. По сравнению с немодифицированными клетками NK-92MI активность и цитотоксичность CAR-модифицированных клеток NK-92MI были значительно повышены как in vitro , так и in vivo . Эти результаты демонстрируют, что перенаправление анти-B7-h4 CAR способствует активации и противоопухолевой цитотоксичности NK-клеток.

    В заключение, эта тема исследования выдвигает на первый план многочисленные аспекты появления новых методов, которые могут иметь потенциальное применение в диагностике и лечении рака.

    Вклад авторов

    HL и SZ написали первый черновик. PC и DY предоставили критические комментарии и исправления. Все авторы прочитали и согласились с представленной версией.

    Финансирование

    Эта работа была поддержана Национальным институтом здравоохранения (R01-AG056919) и премией OSU Lockwood Early Career Development Award для HL.

    Конфликт интересов

    Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

    Примечание издателя

    Все претензии, изложенные в этой статье, принадлежат исключительно авторам и не обязательно представляют претензии их аффилированных организаций или издателя, редакторов и рецензентов. Любой продукт, который может быть оценен в этой статье, или претензии, которые могут быть сделаны его производителем, не гарантируются и не поддерживаются издателем.

    Ссылки

    Карлеваро-Фита, Дж., Ланзос, А., Фейербах, Л., Хонг, К., Мас-Понте, Д., Педерсен, Дж.С. и др. (2020). Перепись раковых LncRNA выявляет доказательства глубокой функциональной консервации длинных некодирующих РНК при опухолевом генезе. Комм. биол. 3, 56. doi:10.1038/s42003-019-0741-7

    PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

    Чи, Ю. , Ван, Д., Ван, Дж., Ю, В. и Ян, Дж. (2019). Длинная некодирующая РНК в патогенезе рака. Cells 8 (9), 1015. doi:10.3390/cells80

    PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

    Ферли, Дж., Colombet, M., Soerjomataram, I., Parkin, D.M., Pineros, M., Znaor, A., et al. (2021). Статистика рака за 2020 год: обзор. Междунар. Дж. Рак . doi:10.1002/ijc.33588

    Полный текст CrossRef | Google Scholar

    Цзян, М. К., Ни, Дж. Дж., Цуй, В. Ю., Ван, Б. Я., и Чжо, В. (2019). Новые роли lncRNA в раке и терапевтических возможностях. утра. Дж. Рак Рез. 9, 1354–1366.

    Реферат PubMed | Google Scholar

    Сун, Х., Ferlay, J., Siegel, R.L., Laversanne, M., Soerjomataram, I., Jemal, A., et al. (2021). Глобальная статистика рака 2020: оценки GLOBOCAN заболеваемости и смертности во всем мире для 36 видов рака в 185 странах. CA Рак J. Clin. 71 (3), 209–249. doi:10.3322/caac.21660

    PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

    Zhang, H. , Chen, Z., Wang, X., Huang, Z., He, Z. и Chen, Y. (2013). Длинная некодирующая РНК: новый игрок в раке. J. Гематол. Онкол. 6, 37. doi:10.1186/1756-8722-6-37

    PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

    Усовершенствованная диагностика рака на основе биосенсоров

    Описание

    Ранняя диагностика рака и других неонкологических заболеваний дает значительное преимущество в лечении заболевания и увеличении продолжительности жизни пациента. Недавние достижения в методах на основе биосенсоров, разработанных для конкретных биомаркеров, могут быть использованы для ранней диагностики заболеваний. Усовершенствованная диагностика рака на основе биосенсоров охватывает все доступные подходы и комплексные технологии на основе биосенсоров; наряду с их применением в диагностике, прогнозировании и терапевтическом лечении различных онкологических заболеваний.Помимо этого, также обсуждались текущие проблемы и будущие аспекты этих диагностических подходов. Эта книга предлагает обзор последних достижений, а также полезна для разработки новых технологий на основе биосенсоров в области медицинской науки, техники и биомедицинских технологий. Усовершенствованная диагностика рака на основе биосенсоров помогает биомедицинским инженерам, исследователям, молекулярным биологам, онкологам и клиницистам в разработке устройств для диагностики и прогнозирования заболеваний.Он также предоставляет информацию о разработке удобных для пользователя, чувствительных, стабильных, точных, недорогих и минимально инвазивных методов, которые могут быть адаптированы из лаборатории в клинику. Эта книга охватывает глубокие знания о биомаркерах заболеваний, которые можно использовать для проектирования и разработки ряда биосенсоров. Редакторы обобщили потенциальные биомаркеры рака и методологию их обнаружения, а также перевод разработанной системы в клиническое применение путем миниатюризации и необходимой интеграции с микрофлюидными системами.

    Читательская аудитория

    Инженеры-биомедики, компьютерщики, инженеры-электронщики. Клиницистам, онкологам, патологоанатомам, молекулярным биологам, практикующим врачам, химикам-аналитикам и академическим институтам и т. д. для разработки новых диагностических технологий

    О редакторах

    Раджу Хан

    Доктор Хан в настоящее время работает главным научным сотрудником в Центре микрофлюидики и МЭМС, CSIR-Институт перспективных исследований материалов и процессов (AMPRI), Бхопал — 462026, член парламента, Индия.Его текущие исследования в области биомолекулярного разделения, включая подготовку и обнаружение образцов, разделение на основе микрочипов в рамках концепции «лаборатория на чипе» и электрохимический биосенсор, интегрированный с клиническими приложениями микрофлюидики. Он имеет более чем 15-летний опыт исследований и разработок в CSIR и других академических научно-исследовательских институтах, таких как Группа аналитической химии, CSIR-NEIST, Джорхат, Ассам, CSIR-NPL, Нью-Дели и CSIR-AMPRI, правительство Бхопала. Индии соответственно. Он получил степень магистра неорганической химии и докторскую степень. D. по физической химии, Джамия Миллия Исламия, Центральный университет, Нью-Дели, Индия, в 2002 и 2005 годах соответственно. После этого он работал постдокторантом на химическом факультете «Лаборатории сенсорных исследований» Университета Западного Кейпа, Кейптаун, Южная Африка, в 2005–2006 годах, а также работал в качестве ускоренного молодого ученого в CSIR. -Национальная физическая лаборатория, правительство Нью-Дели. Индии. Доктор Хан участвует в синтезе новых материалов для изготовления электрохимических биосенсоров для обнаружения целевого биомаркера риска заболевания для мониторинга здравоохранения.Доктор Хан также участвует в других внешних проектах, финансируемых национальным и международным совместным проектом, Индо-Чехия и Индо-Россия. Он получил известную стипендию BOYSCAST в рамках программы стипендий BOYSCAST от DST и в течение одного года работал приглашенным ученым в Техасском университете в Сан-Антонио, штат Юта, США. С тех пор он опубликовал более 80 статей в журналах SCI, которые получили более 2700 цитирований, опубликовал девять глав в известной книге Эльзевира и Тейлора Фрэнсиса, а также отредактировал пять книг Эльзевира и Тейлора Фрэнсиса.

    Принадлежности и опыт

    Главный научный сотрудник и доцент, CSIR-Институт перспективных исследований материалов и процессов (AMPRI), член парламента, Индия

    Арпана Парихар

    Доктор Арпана Парихар в настоящее время работает женщиной-ученым B в CSIR-Advanced Институт исследования материалов и процессов (AMPRI), Бхопал, штат Массачусетс, Индия, по схеме DST-WoS-B, присужденной Департаментом науки и технологий правительства Индии. Она защитила докторскую диссертацию в Центре передовых технологий Раджи Раммана в Индоре в возрасте до HBNI, Мумбаи.Ее докторская исследовательская работа связана с оценкой избирательности опухоли и эффективности фотодинамической терапии (ФДТ) хлорина p6 посредством адресной доставки, опосредованной рецептором. После получения докторской степени она работала постдокторантом в CBME, IIT Delhi. В IITD ее исследовательская работа заключалась в улучшении остеоиндуктивных и остеокондуктивных свойств различных имплантатов, изготовленных из металлов, керамики и полимеров. Доктор Парихар получил стипендию GATE, CSIR-NET, DST-WoS A и WoS B. У нее более 7 лет исследовательского и преподавательского опыта в различных престижных институтах.Ее текущие исследовательские интересы включают производство биосенсоров для ранней диагностики рака, вирусных инфекций, биологии стволовых клеток, тканевой инженерии, фотодинамической терапии рака, рецептор-опосредованного нацеливания на опухоль, биосенсоров для ранней диагностики заболеваний, трехмерной клеточной культуры, экспрессии рецепторы и цитокин, молекулярная стыковка, молекулярно-динамическое моделирование, иммуноинформатика, предвзятость использования кодонов. В настоящее время она опубликовала 3 книги в Elsevier и написала несколько глав в книгах уважаемых издательств, таких как Springer, Elsevier, Taylor и Francis и т. д.Ее исследовательская работа привлекла значительное внимание в различных международных журналах и на конференциях.

    Принадлежности и опыт

    DST-женщины-ученые B, CSIR-Институт перспективных исследований материалов и процессов (AMPRI), MP, Индия

    S.

    K. Санги

    Сунил Кумар Санги работал главным научным сотрудником, профессором и руководителем Центра микрофлюидики и МЭМС Института перспективных исследований материалов и процессов CSIR, Бхопал, Индия. Его прошлые области исследований включали разработку ручных и автоматизированных процедур для всех видов аналитов в биомедицинских, фармацевтических и экологических образцах с использованием микрожидкостных, капиллярных газовых хроматографических и капиллярных электрофоретических методов разделения в сочетании с системами подготовки образцов, дериватизации и обнаружения реакции, микро- разделение на основе чипов в соответствии с концепцией «лаборатория на чипе».Доктор Санги успешно завершил несколько международных и национальных совместных научно-исследовательских проектов, а именно. Индо-Европейский Союз, Индо-Французский, NMITLI и т. д. Он был удостоен известной стипендии Марии Кюри Европейского Союза и три года работал приглашенным ученым в Амстердамском университете и Институте Кюри в Париже.

    Добавить комментарий

    Ваш адрес email не будет опубликован.