奈良先端科学技术大学院大学、近畿大学以及大阪工業大学的联合研究团队近日宣布，他们成功开发出一种利用 细胞光散射光谱并通过AI解析 的新型癌细胞诊断方法。这项技术能够在细胞形态极为相似的情况下，依然高精度地区分正常细胞与癌细胞，显示出极高的临床应用潜力。

🔬 传统细胞诊断的局限

在细胞诊断中，病理医通常通过显微镜观察细胞与细胞核的大小、形状以及排列方式来判断是否存在癌细胞。 然而，当癌细胞与正常细胞在形态上非常相似时，仅靠显微镜观察往往难以区分，诊断结果高度依赖医师的经验与技术。

此外，癌化细胞不仅在形状上发生变化，其内部结构也会出现多种微细变化，但这些变化多数无法通过显微镜直接观察，因此长期以来未能充分用于诊断。

💡 研究团队的突破：光散射光谱 × AI

研究团队关注到，细胞内部的微细结构变化会反映在光散射光谱中。为此，他们对细胞进行光照射并获取散射光，再利用机器学习对光谱进行解析。

结果显示，即使是形态极为相似的细胞，光散射光谱仍呈现出可区分的特征，AI能够以高精度将正常细胞与癌细胞分类。

该方法在多种癌症类型中均表现出显著效果，包括：

• 恶性中皮瘤（病理医也难以辨识）
• 肺腺癌
• 小细胞肺癌
• 胃腺癌
• 尿路上皮癌

这些结果证明该技术具有广泛适用性。

🏥 医疗机构差异不再是障碍

研究团队进一步验证了不同医疗机构制作的细胞诊断标本。结果显示，该方法在不同设施制作的样本中依然保持高分类性能，说明其诊断精度不易受到机构差异影响。

这意味着该技术有望在全国范围内推广应用，为细胞诊断提供更一致、更可靠的结果。

🧪 研究成果已获专利，未来将迈向临床应用

该研究属于前所未有的创新成果，目前已成功注册专利。 研究团队计划进一步扩大样本数量，验证其在更多患者细胞中的有效性，同时提升机器学习模型的性能，最终目标是开发出适用于临床的细胞诊断支援系统。若是能实现实用化，这项技术将有效辅助病理医，提高诊断精度与效率，为癌症诊断质量带来显著提升。

消息来源：奈良先端大・近大・大工大の研究グループ　がん細胞を高精度に診断する手法を開発　細胞の光散乱スペクトルをAI解析 – 大学ジャーナルオンライン

No Trackback Yet

You can be the first to Trackbacks!