Исследователи из Института автоматики и электрометрии и Института молекулярной и клеточной биологии Новосибирского государственного университета при поддержке Российского научного фонда создают новую технологию диагностики заболеваний желудочно-кишечного тракта (ЖКТ). Они разрабатывают устройство, которое позволит проводить эндоскопические исследования с получением информации о состоянии тканей на клеточном уровне в режиме реального времени — без болезненной биопсии и дополнительного контрастирования. Статья о промежуточных результатах проекта опубликована в международном журнале Diagnostics.
Классические методы диагностики ЖКТ, включая выявление предрака и рака, часто требуют инвазивного забора ткани и дают возможность обнаружить патологию уже на достаточно поздних стадиях. Новая технология объединяет физику, биологию и искусственный интеллект (ИИ): она основана на многофотонной микроскопии в инфракрасном диапазоне, которая позволяет «заглядывать» в толщу тканей на глубину до сотен микрон, подсвечивая их короткими лазерными импульсами. Длительность таких импульсов измеряется фемтосекундами, при этом лазер не повреждает клетки и не вызывает ожогов.
Установка представляет собой портативную модификацию многофотонного микроскопа для эндоскопических исследований. Ключевая особенность — возможность доставки лазерного излучения внутрь организма и сбора слабого оптического сигнала с помощью оптического волокна. Главное преимущество подхода — режим in situ: технология позволяет получать данные о состоянии клеток и микроархитектуры ткани непосредственно в процессе эндоскопического обследования, отметила старший научный сотрудник отдела регуляции генетических процессов ИМКБ СО РАН Лидия Болдырева. По ее словам, разработка позволит не только выявлять все пораженные участки, но и сразу воздействовать на них: например, модулируя мощность лазера.
Проект нацелен на поиск новых оптических маркеров ранних изменений и адаптацию многофотонной микроскопии для клинической эндоскопии без необходимости обязательной биопсии. Ключевую роль в интерпретации данных будет играть ИИ. Объем информации, получаемой при трехмерной визуализации больших участков ткани без повреждения, огромен, а различить тонкие отличия между нормой и патологией «на глаз» чрезвычайно трудно. Для автоматического поиска характерных признаков заболеваний исследователи планируют обучить нейросеть на наборах изображений с заранее известным диагнозом.
Сейчас у исследователей есть отдельные узлы будущего эндоскопического комплекса, которые проходят отладку в лабораторных условиях. К завершению проекта планируется собрать лабораторный стенд, на котором можно будет продемонстрировать эндоскопическую диагностику разных стадий заболеваний кишечника и подобрать оптимальные режимы воздействия на ткани.
