国际联合研究团队开发出一项无需切开癌组织即可进行观察的创新技术。该技术突破了以往将癌组织薄片切割、染色后再进行观察的传统方式，将癌组织的三维结构与基于人工智能（AI）的深度学习算法相结合，以几乎真实的方式生成虚拟染色图像，这正是联合研究团队所开发技术的核心。
（下排自左起）物理学系博士研究生 Park Juyeon，物理学系教授 Park Yonggeun；（上排自左起）江南世福兰斯医院教授 Shin Sujin，范德堡医学院梅奥诊所教授 Hwang Taehyun。KAIST 提供
View original imageKAIST称，物理学系教授 Park Yongkeun 研究团队与延世大学江南世福兰斯医院教授 Shin Sujin 团队、美国梅奥诊所（Mayo Clinic）教授 Hwang Taehyun 团队以及Tomocube人工智能研究团队共同合作，开发出一项无需额外染色即可清晰观测癌组织三维结构的创新技术，并于26日对外公布。
在病理学中，以往通过显微镜观察癌组织的传统方式，只能观测到由三维癌组织构成的特定切面，因此在掌握细胞之间的立体连接结构或空间排布方面存在局限。
为此，联合研究团队利用名为“全息断层成像（Holotomography，HT）”的尖端光学技术测量组织的三维折射率信息，并结合基于人工智能的深度学习算法，生成“虚拟染色（Hematoxylin & Eosin，H&E）”图像。虚拟染色对应的是在观察病理组织时最广泛使用的染色方法。
现有三维组织病理学流程与联合研究团队提出的三维虚拟 H&E 染色技术的对比资料。现有方法需要制作并染色数十张组织切片。相比之下，联合研究团队开发的技术最多可将切片数量减少至原来的十分之一，并且无需染色过程即可快速生成 H&E 图像。KAIST 提供
View original image联合研究团队定量证实，通过该技术生成的图像与实际染色的组织图像高度相似，并在多种器官和组织中都展现出一致的性能，从而证明其具备作为下一代病理分析工具的通用性和可靠性。
此外，研究团队还利用Tomocube公司的全息断层成像设备，与韩国和美国境内的医院及研究机构共同验证了该技术的可行性，由此为这项技术在实际病理研究现场的引进和应用打开了可能性。
Park Yongkeun 教授表示：“本次研究将病理学的分析单元从二维扩展到三维，具有非常重要的意义。研究成果（所开发技术）今后有望在分析微小肿瘤环境中癌肿瘤边界及其周围免疫细胞的空间分布等多种生物医学研究和临床诊断领域得到广泛应用。”
另一方面，联合研究团队在韩国研究财团领军研究项目、韩国产业技术振兴院全球产业技术合作中心项目以及保健产业振兴院的支持下开展了本项研究。
KAIST 硕博连读课程学生 Park Jooyeon 以第一作者身份参与了此次研究。研究成果（论文）已于5月22日在线发表在《自然·通讯》（Nature Communications）上。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
