מיקרוסקופיה רב-פוטונית ללא תיוג ולמידת מכונה לזיהוי קרצינומה תאית של הכבד

למה זה חשוב לאנשים עם סרטן כבד

סרטן כבד, ובפרט קרצינומה תאית של הכבד, נפוץ וחמור, ולעתים ניתוח הוא ההזדמנות היחידה לריפוי. במהלך הניתוח על המנתחים להסיר את הגידול כולו ולשמר כמה שיותר רקמת כבד בריאה — איזון קשה כאשר רקמת הכבד החולה כבר נראית בלתי תקינה. המחקר בוחן שיטה חדשה "לראות" את הסרטן בזמן אמת במהלך הניתוח, ללא צבעים או עבודת מעבדה ממושכת, על ידי שילוב מיקרוסקופיה לייזרית מתקדמת עם בינה מלאכותית. המטרה היא לסייע למנתחים למצוא את קצה הגידול האמיתי מהר יותר ובדיוק רב יותר, ובכך לשפר פוטנציאלית את תוצאות המטופלים.

מסתכלים בתוך רקמה בעזרת אור מיוחד

החוקרים השתמשו בטכניקה הנקראת מיקרוסקופיה רב-פוטונית, המתבססת על פולסים לייזריים קצרים מאוד כדי להוציא לאור או לייצר אותות ממולקולות טבעיות ברקמה. במקום להוסיף צביעות או סוכני ניגוד, השיטה קוראת את מה שכבר קיים: שומנים, סיבי קולגן וחומרים פלואורסצנטיים טבעיים בתוך התאים. שלושה סוגי אותות הוקלטו מכל שדה ראייה זעיר במדגמי הכבד: אחד המדגיש ליפידים, אחד המציג אוטופלואורסצנציה ממולקולות כמו NADH וויטמין A, ואחד החושף סיבי קולגן נוקשים. יחד אותות אלה יוצרים תמונות צבעוניות ברזולוציה גבוהה שמראות הן תאים בודדים והן את האדריכלות הכללית של רקמת הכבד והגידולים.

לתפוס את הפנים הרבות של סרטן הכבד

הצוות בחן רקמות מ-76 מטופלים שעברו ניתוח לסרטן כבד, תוך עיון הן בגידול והן בכבד הסובב. הם הראו כי הדמיה ללא תיוג יכולה לתאר דפוסי גדילה קלאסיים של קרצינומה תאית של הכבד, כגון מצעדים דקים או עבים של תאי גידול, רקטות צפופות ומבנים דמויי בלוטה. היא גם מגלה שינויים בכבד הסובב, כולל הצטברות שומן וצלקת, הנפוצים בחולים עם מחלת כבד כרונית. חשוב שהדפוסים הללו נראו גם כאשר התמונות נרכשו ברזולוציה יחסית נמוכה — דומה למה שמכשירי אנדוסקופיה עתידיים בתוך הגוף עשויים לספק. הדבר מרמז שהגישה עשויה להיות מעשית בחדר הניתוח, לא רק במעבדה.

לאמן מחשב לזהות את גבול הגידול

כדי להפוך תמונות עשירות אך מורכבות להחלטות מהירות, המדענים המירו כל תמונה למספרים שמתארים מרקם, כגון כמה חלק, גס או מגוון תבניות הפיקסלים. עבור כל ערוץ תמונה חישבו 17 מדידות כאלה ואז אימנו רשת נוירונים על כ-25,000 תמונות מ-35 מטופלים כדי להבחין בין רקמת גידול לרקמת כבד שאינה סרטנית. לאחר מכן בדקו את המודל על כ-27,000 תמונות חדשות מ-38 מטופלים נוספים. כאשר המחשב השתמש בשילוב של אות האוטופלואורסצנציה ואות הרגישות לקולגן, הוא סיווג נכונה תמונות כגידול או נורמליות בכ-97 מתוך 100 מקרים. אפילו הגידולים הממוינים היטב והעדינים ביותר, שקשה לעיתים לזהותם בחתכים קפואים מהירים על ידי פתולוגים, סווגו בדיוק גבוה.

מה דפוסי האור חושפים על הסרטן

על ידי השוואת שילובי אותות שונים, המחקר מצא כי האוטופלואורסצנציה נשאה את המידע השימושי ביותר להבחנה בין סרטני ללא סרטני. הברק הזה נובע ממולקולות טבעיות רבות בתוך התאים וממבנים כמו אלסטין וקולגן, ולכן הוא מקודד צפיפות תאים, גודל וצורת גרעינים (המופיעים כאזורים כהים), טיפות שומן והרכב הרקמה הסובבת. הוספת האות הספציפי לקולגן חידדה עוד יותר את הניגודיות בין הגידול לכבד הרקע, ומשקפת הבדלים ידועות בארגון הסיבים וכלי הדם. באופן מפתיע, האות הממוקד בליפידים תרם פחות לסיווג האוטומטי — תובנה פרקטית שעלולה לאפשר עיצוב מכשירים פשוט יותר שתלוי בקרן לייזר אחת במקום בהגדרות מורכבות של שתי קרניים.

ממש משטח המעבדה לחדר הניתוח

כדי לדמות שימוש כירורגי אמיתי, הצוות גם יישם את המודל הטוב ביותר על דגימות שכללו את הגבול הממשי בין הגידול לכבד, ויצר מפות הסתברות שהדגישו היכן הסרטان נפסק והרקמה התקינה מתחילה. מפות אלה התאימו בדרך כלל היטב להיסטולוגיה הקונבנציונלית, אם כי אזורים עשירים בשומן או בקולגן לעיתים בלבלו את הממיין. המחברים מציינים את המכשולים שנותרו לפני שהטכנולוגיה הזו תוכל להנחות ניתוח חי, כולל עומק ההדמיה האופטי המוגבל, הצורך באנדוסקופים סטריליים ועמידים, תנועה ודם בשדה הניתוח, והאתגר של אימות בינה מלאכותית על מערכי נתונים גדולים מהעולם האמיתי. עם זאת, העבודה מראה שמיקרוסקופיה רב-פוטונית ללא תיוג, בשילוב למידת מכונה, יכולה לפעול כמיקרוסקופ דיגיטלי מהיר שעשוי יום אחד לסייע למנתחים לחתוך בדיוק ובבטחה רבה יותר, ולהגביר את הסיכוי שכל הגידול יוסר תוך שמירה על כמה שיותר רקמת כבד בריאה.

ציטוט: Galli, R., Korn, S., Aust, D. et al. Label-free multiphoton microscopy and machine learning for recognition of hepatocellular carcinoma. Sci Rep 16, 8734 (2026). https://doi.org/10.1038/s41598-026-43831-y

מילות מפתח: הדמיית סרטן כבד, מיקרוסקופיה רב-פוטונית, אוטופלואורסצנציה, שולי ניתוח, למידת מכונה