O nouă tehnologie de imagistică optică permite stadializarea în timp real a cancerului mamar
Biopsia ganglionilor limfatici sentinelă (SLNB) joacă un rol esențial în stadializarea cancerului mamar, însă metodele actuale de evaluare depind în mare măsură de expertiza în patologie și implică un proces de prelucrare a țesutului consumator de timp.
Analiza secțiunilor înghețate poate susține deciziile intraoperatorii, dar consumă țesut și necesită un număr semnificativ de resurse umane, neaducând întotdeauna performanțe diagnostice ideale. Patologia convențională cu secțiuni de parafină este precisă, dar de obicei nu oferă răspunsuri suficient de rapide pentru a ghida intervenția chirurgicală în timp real. În medii în care resursele de patologie sunt limitate, aceste constrângeri pot deveni un bottleneck clinic serios. Din cauza acestor provocări, sunt necesare de urgență strategii mai eficiente pentru evaluarea ganglionilor limfatici în timpul intervențiilor chirurgicale.
Într-un studiu publicat în martie 2026 în Cancer Biology & Medicine, cercetători de la Spitalul Poporului din Universitatea Peking, Universitatea Tsinghua, Universitatea Medicală Capitală și instituții colaboratoare au evaluat tomografia de coerență optică dinamică (D-FFOCT) împreună cu învățarea profundă, într-un cohort prospectiv de 155 de pacienți cu cancer mamar. Folosind 747 de preparate de ganglioni limfatici proaspăt tăiați, echipa a testat dacă această abordare de imagistică optică fără marcaje poate oferi viziuni asemănătoare cu cele histologice asupra țesutului proaspăt și poate susține o evaluare mai rapidă și mai practică a ganglionilor în timpul intervenției chirurgicale.
D-FFOCT utilizează interferența luminii pentru a captura imagini subcelulare de înaltă calitate ale țesutului proaspăt, fără a necesita fixare sau colorare. În cadrul acestui studiu, imaginile au demonstrat o concordanță puternică cu patologia standard hematoxilină-eozină și au evidențiat caracteristici asociate cu metastazele ganglionare, inclusiv arhitectură perturbată, modificări ale colagenului și aglomerări de celule maligne. Modelul de învățare profundă, testat la nivelul preparatelor, a realizat o sensibilitate de 87,88%, o specificitate de 91,94% și o arie sub curba caracteristicilor operatorului receptor de 0,899.
Atunci când cercetătorii au utilizat un flux de lucru hibrid în care chirurgii au revizuit cazurile pozitive identificate de model, specificitatea a crescut la 98,39%, iar acuratețea generală a atins 93,63%, în timp ce volumul de muncă manual a scăzut cu 75%. Deoarece metoda nu consumă țesut, aceasta poate lăsa mai mult material disponibil pentru teste moleculare sau genetice ulterioare.
Studiul indică o schimbare clinică semnificativă: în loc să aștepte terminarea procesului de secționare și colorare a țesutului convențional, echipele chirurgicale ar putea obține informații despre ganglioni aproape în timp real din probe intacte proaspete. În practică, acest lucru ar putea susține judecăți intraoperatorii mai rapide, reduce exciziile de țesut inutile și ar putea diminua riscul de decizii întârziate care conduc la intervenții chirurgicale suplimentare. Beneficiul pentru pacienți este deosebit de semnificativ în medii în care capacitatea de patologie este limitată, deoarece un flux de lucru mai automatizat ar putea ajuta la reducerea dependenței de forța de muncă specializată, care este rară, păstrând în același timp supravegherea expertă.
Cercetătorii subliniază, de asemenea, că metoda nu este încă un înlocuitor complet pentru patologie. Performanța pentru micrometastaze și celule tumorale izolate a rămas limitată în acest set de date, iar autorii solicită studii de validare mai ample și continuarea rafinării tehnice. În ciuda acestor limitări, lucrarea evidențiază o direcție promițătoare pentru diagnosticul cancerului intraoperator: stadializarea mai rapidă a ganglionilor limfatici, consum mai redus de țesut și un flux de lucru mai bine aliniat la nevoile oncologiei de precizie.
