前列腺癌被稱為“沉默的殺手”，嚴重威脅男性健康甚至生命。據國家癌症中心資料，2020年，我國前列腺癌發病率為15。6/10萬，位列男性惡性腫瘤發病率的第6位。

我國每年約有5萬人因前列腺癌死亡，而且很多患者一經確診就是中晚期。

低危前列腺癌生長緩慢，通常無需治療，只需要密切觀察、監測，而高危前列腺癌則需要立即治療。

為明確患者腫瘤的侵襲性，醫生通常會透過活檢尋找異常情況，但這種二維方法診斷準確性較低，很難準確診斷邊緣性病例，可能導致低危前列腺癌過度治療，或高危前列腺癌被漏診，無法得到及時治療。

近日，由華盛頓大學領導開發了一種新的非侵入性的方法，可以對整個3D活檢結果進行成像，而不僅僅是切片。

在一項原理證明的實驗中，研究人員對50名患者的300個3D活組織切片進行了成像，每個患者6個活組織切片，使用3D和2D結果來預測患者腫瘤侵襲的風險。結果顯示，3D檢測更容易識別出五年內復發風險更高的病例。該團隊在《癌症研究》雜誌上發表了這些研究結果。

與傳統病理學相比，3D檢測準確性更高。它能確定哪些患者需要積極治療或哪些患者對某些藥物反應最好。

研究人員使用了10多年前接受手術的患者的前列腺標本，因此他們瞭解每位患者的結果，並可以使用這些資訊來訓練計算機預測結果。在這項研究中，一半的樣本是高侵襲性前列腺癌。

為了建立3D樣本，研究人員從手術切除的前列腺中提取了“活組織核”（圓柱形組織塞），然後對活組織核進行染色以模擬2D方法中使用的典型染色。

該團隊使用開放式光片顯微鏡對每個組織切片核心進行成像，該顯微鏡在不破壞組織樣本的情況下透過光學“切片”併成像。

上圖顯示的是來自前列腺的兩個3D活檢樣本中腺體體積渲染的螢幕截圖（黃色：腺體的外壁；紅色：腺體內部充滿液體的空間）。與良性組織樣本（底部）相比，癌症樣本（頂部）顯示出更小、更密集的腺體。

3D影象提供了比2D影象更多的資訊，具體來說，是關於整個組織中腺體複雜的樹狀結構的細節。這些附加功能增加了計算機正確預測癌症侵襲程度的可能性。

研究人員使用了新的人工智慧方法，包括深度學習影象轉換技術，來幫助管理和解釋該專案產生的大型資料集。

隨著醫學成像技術和計算分析方法的不斷完善，研究團隊計劃開展更大規模的臨床研究，希望可以為病理學帶來變革，讓更多患者受益。

參考來源：

https：//medicalxpress。com/news/2021-12-3d-imaging-method-doctors-prostate。html

haoeyou。com/druginfo/2021127006。html