Нижегородские ученые разработали экспресс-метод диагностики рака молочной железы

(30.05.2024)

Ученые Приволжского исследовательского медицинского университета (ПИМУ) разработали метод экспресс-диагностики лимфоузлов при раке молочной железы. ПИМУ является участником проекта "Фундаментальная онкология: от эксперимента к клинической практике" программы "Приоритет 2030" национального проекта "Наука и университеты".

Рак молочной железы остаётся одним из самых распространенных видов рака у женщин во всём мире, при этом "золотым стандартом" диагностики считается гистологическое исследование, занимающее до двух недель. Как рассказали в вузе, разработанная учеными ПИМУ оптическая экспресс-биопсия на основе флуоресцентного макроимиджинга с временным разрешением позволяет за считанные минуты отличить здоровые лимфоузлы от патологичных.

"На сбор и анализ данных потребуется всего несколько минут, не требуется затрат на расходные материалы, которые нужны при гистологии. С чувствительностью 97% подход позволяет отличать нормальные лимфоузлы от лимфоузлов с патологиями", — рассказал заведующий лабораторией оптической спектроскопии и микроскопии НИИ экспериментальной онкологии и биомедицинских технологий (ЭОиБТ) ПИМУ Владислав Щеславский.

Новый метод экспресс-биопсии и разработанная система макроимиджинга уже показали свою эффективность на образцах сигнальных лимфоузлов, взятых у 47 пациенток Нижегородского онкодиспансера с раком молочной железы.

"В онкодиспансере ежегодно выполняется более 1000 операций при опухолях молочной железы, но биопсия сигнальных лимфатических узлов используется и при широком спектре опухолей других локализаций. Сейчас мы ограничены временем проведения морфологического исследования и его большой стоимостью. Разработка нижегородских ученых позволяет в разы ускорить проведение этих исследований", — поделился главный врач Нижегородского областного клинического онкологического диспансера (НОКОД) Сергей Гамаюнов.

В дальнейшем ученые планируют использовать систему для исследования опухолей других локализаций, а к обработке массива привлекут искусственный интеллект, адаптировав систему для использования в клинике.

Разработка метода проводилась в рамках программы стратегического академического лидерства "Приоритет 2030".