无需采血就能监测化疗副作用,预防致命感染还能这么做

2018 年 4 月 15 日 DeepTech深科技

长按识别二维码,收看2018《麻省理工科技评论》区块链技术峰会

白细胞数量的急剧下降是化疗最主要的副作用之一,将导致患者承受感染风险。近日,麻省理工学院的研究人员发明了一种用来监测患者白血胞水平的便携式设备,能够做到无需采血,在家使用。


研究人员们称,这种设备将能够预防每年上万例出现在接受化疗的患者中的感染。他们所发明的设备原型能够拍摄血细胞流经指甲底部(甲襞)皮肤表层毛细血管的影像。一种计算机算法能够用来分析影像,判断其中白细胞的数量是否低于医生建议的危险阈值。


图丨来自MIT的研究者们研发出一种通过对白细胞流经指甲底部毛细血管时摄像,来测量白细胞水平的新方法。图中,白细胞被十字标记


“我们希望患者们都能在家使用这种便携设备,每天监测他们对治疗产生的反应。一旦患者的白细胞数量低于阈值,便可及时采取预防性治疗措施。”来自MIT电子研究实验室(RLE)的博士后研究员、本研究团队领导者Carlos Castro-Gonzalez说道。


在他们发表在《Scientific Reports》上的论文中,研究者们在11名正在接受化疗的患者身上,证明了该设备能够准确判断患者白细胞水平是否过低。



图丨研究者们的设备(右图)能够穿过指甲底部甲襞皮肤表层,采集到白细胞流经毛细血管的影像(左图)


论文的第一作者Aurélien Bourquard同样是来自电子研究实验室(RLE)的博士后研究员。其他团队成员分别是RLE研究工程师Ian Butterworth、前MIT博士后研究员Alvaro Sanchez-Ferro,及马德里科技大学的研究生Alberto Pablo Trinidad。


预防感染


此项目作为马德里-麻省理工 M+Vision联合项目(目前是MIT linQ的一部分)之一启动于四年前。这个项目吸引了许多来自世界各地、希望能够解决医生与医院所面临的问题的博士后研究员们参与,他们参观了一家马德里医院的肿瘤科,发现患者们过低的白细胞水平经常使他们可能遭受致命感染。


大多化疗患者每21天接受一次化疗。每次化疗后,他们的白血胞水平急剧降低,之后逐渐增多。然而,医生们大多数情况下仅在每次化疗前为患者验血,以至于他们无法得知在化疗后患者的白细胞水平是否降至危险值。


“在美国,六分之一的化疗患者因白细胞过低而感染入院,” Castro-Gonzalez说。这些感染造成患者长期住院、花费更多医疗费用,并有7%的感染病例因此死亡。同时,因白细胞过低,患者可能无法按时接受下一次化疗,使癌症治疗推迟。


图丨团队成员Aurélien Bourquard正在观察白细胞流经甲襞处毛细血管


研究团队估计,如果有一种能够检测白细胞计数的方法,患者们将能够及时应用预防性抗生素及促白细胞生长药,每年全美国11万例发生在化疗患者中的感染将有一半能够被避免。


该设备中,宽视野显微镜能够发射可穿过皮下50至150微米的蓝光,经反射被摄像机捕捉。研究者们决定对指甲底部(即甲襞,覆盖在指甲根部的皮肤皱褶)处进行成像,是由于此处毛细血管距皮肤表面非常近。这些毛细血管非常细,同时间只能有一个白细胞挤过血管,便于观察。


这项技术无法提供准确的白细胞计数,但能够显示出患者的白细胞水平高于还是低于危险阈值——即每微升血液中500个中性粒细胞(白细胞中最常见的细胞类型)。


阈值检测


根据研究论文,研究者们在11名来自麻省总医院及拉巴斯大学医院的患者的化疗期间不同时间点测试了该设备,证明了在判断患者白细胞水平高于或低于阈值时有95%的准确度。


为了获得足够判断的数据,每位患者需采集一分钟影像。随后由三名不知情的助手观看影像并记录何时有白细胞经过。不过,在提交论文后,研究者们已开发出了可自动计数电脑算法。


根据人工鉴定后得到的特征集,我们开发出了一种人工智能机器视觉算法,初步结果表明,其与人工计数结果的准确性一致。


研究团队已为此技术申请专利,并且创建了名为Leuko的公司,致力于实现项目成果商业化。


研究人员也正在搭建一个新的自动化原型。“使测量过程自动化是制造一个便携家用设备的关键,” Butterworth说,“成像过程需要病人手指放置在正确位置,并且设备的操作过程必须直接明确。”


研究人员们计划在更多的癌症患者身上测试这个原型设备。同时,他们还在研究能否利用时长更短的视频得到同样准确的结果。


Castro-Gonzalez称,他们也在计划着改进这项技术,希望能够得到更精确的白细胞计数,使其能够用来监测接受骨髓移植或某些传染病的患者,也可以用来决定化疗患者是否能够在最后一次化疗的21天后接受下一次化疗。


“肿瘤学家必须做出权衡,” Sanchez-Ferro说,“通常,医生希望能在不造成过度免疫抑制的情况下,尽量密集地对患者进行化疗。现行的21天周期是基于大多数患者能够接受化疗频率的统计数据,但如果你的身体提前做好了准备,他们就能够更早的进行下一次化疗,从而获得更好的治疗效果和更高的生存率。”


这项研究由美国国家卫生研究所(NIH)癌症治疗未来技术中心、MIT Deshpande中心、波士顿大学Wallace H. Coulter基金会、马德里-MIT M+Vision项目、欧盟 FP7-PEOPLE-2011-COFUND项目、Ramón Areces基金、MIT本科生研究项目及MIT沙盒创新基金资助。

-End-


编辑:yangguannan


登录查看更多
0

相关内容

深入学习的成功来自于三个方面:高效的算法、强大的硬件和大规模的数据集。我们的实验室针对前两个方面,麻省理工学院汉实验室正在寻找有动机的学生在深入学习和计算机架构领域来解决有影响的人工智能问题,具有较轻的模型和较高的计算效率。
【中国人民大学】机器学习的隐私保护研究综述
专知会员服务
131+阅读 · 2020年3月25日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
广东疾控中心《新型冠状病毒感染防护》,65页pdf
专知会员服务
18+阅读 · 2020年1月26日
安全和健壮的医疗机器学习综述,附22页pdf
专知会员服务
46+阅读 · 2020年1月25日
PACIFIC试验影响了我们什么?
肿瘤资讯
19+阅读 · 2019年7月25日
【Blood】去甲基化治疗失败后,MDS应如何治疗?
2017-2018年抗肿瘤药物行业研究报告
行业研究报告
7+阅读 · 2018年11月1日
苦尽甘来:AI为更有效地治疗抑郁症带来希望
英伟达NVIDIA中国
10+阅读 · 2018年3月1日
Arxiv
9+阅读 · 2018年10月24日
Arxiv
4+阅读 · 2018年1月19日
Arxiv
6+阅读 · 2018年1月14日
VIP会员
Top
微信扫码咨询专知VIP会员