是痣是癌？《科學》子刊「無創性技術」快速識別皮膚癌

科學家們已經開發出了一種非侵入性的成像技術，無需組織活檢便可準確地檢測皮膚癌。多光子顯微鏡通過檢測兩種皮膚癌的線粒體異常簇來準確識別黑色素瘤和基底細胞癌。相關結論發表在《Science Translational Medicine》。

無創性技術診斷皮膚癌

來自美國國立生物醫學成像和生物工程研究所（NIBIB）的Behrouz Shabestari博士表示，這種新技術具有快速早期診斷皮膚癌的潛力。無需進行組織活檢，利用該系統，病理學家只需在顯微鏡上觀察患者皮膚，在幾分鐘內便可確定疾病是否為良性。

研究人員發現，線粒體在正常組織和癌變組織中的行為有很大的不同。線粒體中有一個關鍵的分子——煙醯胺腺嘌呤二核苷酸（NADH），這個分子也是能源生產中心。他們發現，可用多光子顯微鏡來檢測NADH，從而為皮膚癌線粒體組織提供有用的診斷信息。

研究人員解釋道，該系統能夠在沒有組織切片的情況下獲取非常高解析度的單細胞圖像。利用這項技術，他們發現，線粒體在正常細胞中呈網狀分布，而在癌變的皮膚細胞中，線粒體表現出了非常不同的模式——通常在細胞核邊緣的細胞中心中發現線粒體簇。

這項研究共測試了10例皮膚癌（黑色素瘤或基底細胞瘤）和4例健康者，並對成像技術的檢測結果與傳統組織活檢結果進行比較。結果表明，成像技術能正確診斷出10例皮膚癌患者，對4例無癌患者的診斷準確率也為100%。

研究人員估計，這項技術將在5內之內能夠在醫生辦公室中使用。雖然顯微鏡中的激光器價格為100000美元限制了一些醫療機構對該技術的使用，但更低成本的激光器已經處在地平線上。這項技術能夠使醫生迅速診斷皮膚癌，並立即開展治療，這可能最終降低了後續的相關治療費用。

人工智慧、自動化技術診斷皮膚癌

近年來，關於皮膚癌的診斷技術不斷獲得突破。1月底，《自然》雜誌封面論文報道了人工智慧診斷皮膚癌的研究。斯坦福大學的研究人員通過深度學習的方法，用近13萬張痣、皮疹和其他皮膚病變的圖像訓練機器識別其中的皮膚癌癥狀，並對21位皮膚科醫生的診斷結果進行比對，發現深度神經網路的診斷準確率在91%以上，與人類醫生不相上下。

再如，近期《實驗皮膚病學》雜誌也報道了檢測黑色素瘤的新數據，研究人員開發了一種自動化技術，將成像與數字分析和機器學習相結合，幫助醫生在早期階段檢測黑色素瘤。以往研究顯示，病變中的皮膚顏色數量是確定惡性腫瘤的最重要生物標誌物。這種方法利用一系列計算機程序來提取並處理皮膚生長中含顏色數據信息的病變圖像和其他定量數據，分析總體風險評分，該評分能指示癌症生長的可能性。

參考資料：

Non-invasive test offers quick skin cancer diagnosis

本文系生物探索原創，歡迎個人轉發分享。其他任何媒體、網站如需轉載，須在正文前註明來源生物探索。