"La tecnica della spettroscopia Raman, in combinazione con i metodi emergenti di apprendimento automatico, si sta facendo strada nelle sale operatorie a un ritmo rapido, con la prospettiva di migliorare l'accuratezza delle procedure chirurgiche in un'ampia gamma di applicazioni oncologiche, compresa la neurochirurgia, "dice Frédéric Leblond, professore di ingegneria fisica al Polytechnique Montréal. Il nuovo documento del suo team mira ad accelerare l'adozione della spettroscopia Raman in biomedicina aumentando la fiducia che i medici possono avere nei risultati.

Prende il nome dal fisico indiano C. V. Raman, che per primo osservò la dispersione Raman nel 1928, La spettroscopia Raman utilizza un laser ad alta intensità per studiare le molecole. La luce diffusa indietro dalle molecole fornisce informazioni sulla loro struttura e legame, quindi la spettroscopia Raman può essere utilizzata per rilevare e identificare i cambiamenti chimici. In medicina, questa tecnica di dispersione fornisce "impronte chimiche" delle cellule, tessuti, o biofluidi, fornendo ai ricercatori ricche informazioni biomolecolari che potrebbero rivelare le cause e gli effetti della malattia.

Rispetto ad altre tecniche analitiche come l'istologia, raggi X, risonanza magnetica, e scansioni PET, La spettroscopia Raman offre diversi vantaggi tra cui l'essere non invasivo e non distruttivo, e utilizzando radiazioni non ionizzanti. Di solito non c'è preparazione del campione, e i ricercatori possono scegliere quanto o quanto poco campione analizzare. Inoltre, quasi tutti i materiali mostrano dispersione Raman. I metalli puri rifletteranno solo la luce, ma i metallurgisti possono usare la spettroscopia Raman perché i carburi, nitruri, e gli ossidi faranno scattering Raman.

Nonostante questi vantaggi, La spettroscopia Raman è una tecnica a basso segnale che richiede tempi di acquisizione relativamente lunghi e, fino ad ora, non esisteva un modo efficiente per monitorare e garantire la qualità del segnale Raman intraoperatorio. Questo deficit ostacola la traduzione clinica della tecnica limitando la capacità di addestrare modelli di rilevamento del cancro ad apprendimento automatico robusti e accurati. Limita inoltre l'affidabilità dell'acquisizione dati intraoperatoria, spesso richiedono personale aggiuntivo per monitorare visivamente la qualità dei dati in tempo reale durante una procedura.

Misurazione della qualità del segnale

In un recente articolo sullo SPIE Giornale di ottica biomedica (JBO), Leblond e il suo team affrontano questo problema e descrivono i loro sforzi per sviluppare un metodo quantitativo per valutare la qualità del segnale Raman basato sulla varianza associata al rumore stocastico in importanti bande di tessuto.

"Troppo spesso, gli studi accademici fanno avanzare gli strumenti ottici per la medicina, ma non dare un'occhiata attenta alla qualità dei dati spettrali utilizzati per prendere decisioni, "dice Brian Pogue, MacLean Professor of Engineering presso la Thayer School of Engineering di Dartmouth e caporedattore di JBO. "Nel campo della spettroscopia Raman, questo può essere particolarmente importante perché i dati sono intrinsecamente limitati da segnale a rumore, e di natura molto complessa. Ci sono molti picchi di risonanza molecolare nello spettro e si sovrappongono e alcuni hanno un'intensità di segnale molto piccola. Il progresso di strumenti di analisi dei dati automatizzati per garantire che i dati spettrali misurati abbiano una qualità sufficientemente elevata per prendere una decisione medica è molto importante in quanto queste nuove tecniche sono avanzate negli studi clinici".

Il documento descrive in dettaglio lo sviluppo di una nuova tecnica in grado di quantificare in modo inequivocabile la qualità dei dati Raman in base al segnale associato a specifiche caratteristiche molecolari del segnale, in particolare la presenza di determinate bande proteiche e lipidiche. Questo metodo può essere utilizzato per monitorare automaticamente la qualità del segnale Raman durante le procedure chirurgiche ed è stato dimostrato che migliora l'accuratezza del rilevamento del cancro al cervello.

Quantificare la qualità

Per testare il metodo, il team ha utilizzato un set di dati di 315 spettri in situ da 44 pazienti con cancro al cervello acquisiti utilizzando un singolo punto, sistema di sonda per spettroscopia Raman portatile sviluppato da Leblond e dal suo team. Prima di essere presentato a tre revisori indipendenti per una valutazione qualitativa, gli spettri sono stati mescolati casualmente e l'etichetta di patologia assegnata nascosta. Sono stati impiegati criteri specifici come la valutazione visiva dei picchi di tessuto Raman onnipresenti.

In un'altra prova, Sono state effettuate 15 misurazioni cerebrali in vivo durante l'intervento chirurgico per il glioblastoma in un paziente per valutare il numero di misurazioni ripetute sul rapporto segnale-rumore Raman. Hanno scoperto che il loro metodo può separare gli spettri di alta e bassa qualità con una sensibilità dell'89% e una specificità del 90%, questo può aumentare la sensibilità e la specificità di rilevamento del cancro fino al 20% e al 12%, rispettivamente.

"Questo nuovo studio di Fred Leblond e del suo gruppo di ricerca al Polytechnique Montreal e al CHUM Research Center avanzano il concetto di effettuare misurazioni spettrali basate su diagnosi mediche che sono convalidate da metriche di qualità dei dati, " dice Pogue. "Questo gruppo ha fatto alcuni degli studi più pionieristici nell'uso della spettroscopia Raman in neurochirurgia, e hanno una serie di pubblicazioni che promuovono ogni aspetto della strumentazione, gli strumenti di analisi e visualizzazione dei dati, e l'avanzamento delle sperimentazioni cliniche. Questo documento attuale si concentra sulla questione chiave, poco seguita, dei test e della quantificazione della qualità degli spettri utilizzati per il processo decisionale in medicina".