数字病理学是一个不断扩展的生物信息学和全扫描解决方案的生态系统，正在帮助彻底改变医学诊断中的工作流程。这些系统为染色（标记）组织标本的数字图像的收集，存储和解释提供了具有成本效益的高通量解决方案。
到2030年，新的癌症病例的数量预计将增加到2000万以上，因此数字病理学越来越重要，因为它可以通过滑动扫描仪，机器学习和人工智能增加吞吐量。FDA继续批准新的过程和工具，例如Phillips Intellisite病理解决方案（PIPS）。由于这些建立和强大的技术继续充当病理工作流程的基石，因此真正需要进行相当多的高质量投资。样品准备以确保准确性和效率。
直到最近，通过IHC染色或荧光标签的标记或化学染色是病理学家或研究人员可视化组织切片中存在的诊断标记的唯一真正选择。此外，标签的使用可以限制样品中新生物标志物的潜在发现。
无标签的数字病理学
数字病理社区正在不断努力提供一系列功能强大的无标签数字成像解决方案，这些解决方案可以大大降低医疗保健成本，同时加速发现并简化组织学工作流程。
中红外（miR）和第二次谐波生成（SHG）显微镜是两种已建立的光学技术，由于其易用性和技术的进步，它们作为无标签的数字病理解决方案表现出可行性。
多亏了最近的发展，MIR数字成像的吞吐量增加了100倍以上，这意味着现在可以在几分钟而不是几天内分析单个大型组织标本。由于在新型的宽场照明模式下采用了新的miR量子级联激光（QCL）源的发展，因此成为可能。
跨越约3,000至12,000 nm的miR光谱区域充满了有机分子信息，可以分析这些信息，以进行定量的数字组织分类。这允许鉴定和跟踪疾病进展，并能够研究肿瘤微环境。
纯研究所的一组研究人员正在利用SPERO-QT®mir显微镜进行癌症组织的快速，自动化和无标记的组织分类。
它们正在将定量miR数据与先进的机器学习和AI图像分析耦合，这使Pure的研究小组可以自动化组织图像分析以及多器官系统中差异诊断的渲染。
该小组已经分析了迄今为止2期结肠直肠癌患者的110个组织样品，结果表明，与经典组织病理学相比，结果表明100％选择性和96％的敏感性。
此外，该团队比较了两个不同QT的结果®机器，发现结果独立于机器或用户。这很可能为基于SPERO的数字病理的更广泛实施铺平了道路，并且已经进行了较大的结肠癌研究和其他各种主要器官研究。
SPERO-QT®显微镜是目前在市场上唯一的商业可用，基于QCL的，宽阔的MIR数字成像平台。
该信息已从日光解决方案公司提供的材料中采购，审查和调整。欧洲杯足球竞彩
有关此消息来源的更多信息，请访问日光解决方案公司