Tarkka tunnistus endokriinisten kaulan kohteiden parannetulla visiolla (PREVENT)

Suurin haaste kilpirauhasen ja lisäkilpirauhasen toimenpiteissä on toistuvan kurkunpään hermon (RLN) turvallinen tunnistaminen ja lisäkilpirauhasten sijainti (säilytettävä tai valikoivasti poistettava). Iatrogeenisiä lisäkilpirauhasen vaurioita kilpirauhasleikkauksen aikana (joka johtaa ohimenevään tai pysyvään hypokalsemiaan) tai RLN-vaurioita (johtaen käheyteen, dysfoniaan, hengenahdistukseen) esiintyy edelleen, ja ne vaativat usein erikoishoitoa.

Satunnaisten lisäkilpirauhasen poistoleikkausten prosenttiosuus erikoistuneissa endokriinisissä keskuksissa on noin 16 %. Näissä tapauksissa on todennäköisempää havaita kliinisesti merkityksellistä hypokalsemiaa kuin suunnitellun lisäkilpirauhasen poiston jälkeen hyperparatyreoosin vuoksi. Siksi on olemassa kriittinen tarve intraoperatiiviselle menetelmälle, joka mahdollistaa tarkan, reaaliaikaisen lisäkilpirauhasen tunnistamisen.

Äskettäin on osoitettu, että lisäkilpirauhanen osoittaa merkittävää autofluoresenssia, joka johtuu vielä tuntemattoman sisäisen fluoroforin optisista ominaisuuksista. Kun rauhanen viritetään valonlähteellä, jonka aallonpituus vaihtelee välillä 750-785 nm, se emittoi fluoresenssihuipun noin 820 nm. Tätä ominaisuutta hyödyntäen Falco ym. pystyivät kaupallisesti saatavalla NIR-kameralla (Fluobeam®, Fluoptics©, Ranska) visualisoimaan lisäkilpirauhaset selkeästi kontrastittoman fluoresenssikuvauksen avulla ja pystyivät helposti erottamaan ne kilpirauhasesta ja ympäröivästä kudosta. Tämän autofluoresenssipohjaisen kuvantamisen haittana on, että siitä puuttuu fluoresenssin intensiteetin reaaliaikainen kvantifiointi.

Hyperspektraalinen kuvantaminen (HSI), joka on tekniikka, joka yhdistää spektrometrin kamerajärjestelmään, tutkii suuren alueen optisia ominaisuuksia aallonpituusalueella lähiinfrapunasta (NIR) visuaaliseen valoon (VIS). Se tarjoaa diagnostista tietoa kudosfysiologiasta, koostumuksesta ja perfuusiosta. Se, että HSI tuottaa kuvia ja tarjoaa siten paikkatietoa reaaliajassa, kosketuksettomalla, ionisoimattomalla tavalla, tekee siitä mahdollisesti erittäin arvokkaan työkalun intraoperatiiviseen käyttöön.

HSI on osoittanut suurta potentiaaliaan lääketieteen alalla erityisesti erilaisten neoplasioiden (esim. kohdunkaulan, rintojen, paksusuolen, aivojen) diagnosoinnissa, perfuusiokuvion havaitsemisessa potilailla, joilla on ääreisvaltimotauti ja haavadiagnostiikka.

Kuten aiemmin on esitetty, kilpirauhanen on mahdollista erottaa lisäkilpirauhasista spektriominaisuuksien perusteella, mutta HSI-tekniikka lisäisi spatiaalista tietoa, mikä parantaisi valtavasti intraoperatiivista suorituskykyä.

Tutkijat suorittivat yhteistyössä Saksan Leipzigin yliopiston kanssa kliinisen pilottitutkimuksen 8 potilaalla, joka osoitti lupaavia tuloksia. Hyperspektrikuvat hyvänlaatuisten endokriinisten kirurgisten toimenpiteiden aikana pystyivät osoittamaan, että kilpirauhasella ja lisäkilpirauhasella on erityisiä hyperspektrisiä allekirjoituksia. Lisäksi lisäkilpirauhaset olivat yleensä vähemmän happipitoisia kuin kilpirauhanen. Lisäkilpirauhasten erottaminen näiden ominaisuuksien perusteella on osoittautunut mahdolliseksi.

Ehdotetun tutkimuksen tavoitteena on tunnistaa tärkeiden kaulan kohderakenteiden, erityisesti lisäkilpirauhasten, spektriominaisuudet käyttämällä sopivaa syväoppimisalgoritmia automaattisen lisäkilpirauhasentunnistuksen suorittamiseksi. Lisäksi tässä tutkimuksessa ehdotetaan hyperspektripohjaisen lisäkilpirauhasen tunnistuksen havaitsemisnopeuden vertaamista jo olemassa olevaan NIR-autofluoresenssipohjaiseen tunnistustilaan.