Die Dissertation ist gesperrt bis zum 30. Juli 2026 !
In der vorliegenden Studie wurde untersucht, ob sich OES-Gewebespektren mit
den histologischen Befunden „Normalgewebe“ und „Tumorgewebe“ für die
Neoplasien Kolorektales Karzinom, Magenkarzinom und Gastrointestinale
Stromatumore korrelieren lassen. Zu diesem Zweck wurden von insgesamt 97
Patienten Gewebeproben der genannten Tumorentitäten und deren
Normalgewebe gesammelt. In der Summe wurden 2036 Messpunkte von
Normalgewebe und 2419 Messpunkte von Tumorgewebe und somit insgesamt
4455 OES-Gewebespektren gemessen. Danach wurden die Proben
histopathologisch untersucht und deren Gewebe definiert. Durch Unterschiede in
den Spektren zwischen Normal- und Tumorgewebe und der Ergebnisse der
histopathologischen Untersuchung ließ sich mit Hilfe einer SVM ein Algorithmus
zur Gewebewiedererkennung erstellen. Es hat sich gezeigt, dass mit diesem
Algorithmus Normal- als auch Tumorgewebe anhand ihrer OES-Spektren
voneinander unterschieden werden können. Die Genauigkeit einer solchen
Unterscheidung war jedoch zwischen den einzelnen Patienten sehr
unterschiedlich. So hat die Unterscheidung bei einigen Patienten sehr gut
funktioniert, bei einigen war sie allerdings kaum möglich. Durch umfassende
Recherche der verfügbaren Daten konnten für diese Tatsache nur bei einzelnen
Patienten mögliche Gründe für eine schlechte Gewebewiedererkennung
gefunden werden. Bei einigen bleibt der Unterschied in der Genauigkeit dieser
Gewebewiedererkennung zunächst unklar. Die Inhomogenität des Gewebes
macht jeden Messpunkt einzigartig, was eine Herausforderung an eine solche
Analyse darstellt. Im Verlauf der Datensammlung hat sich gezeigt, dass eine
genaue histologische Untersuchung jedes einzelnen Messpunktes enorm wichtig
ist. Das Problem jedoch ist, dass diese Untersuchung nur in der unmittelbaren
Umgebung des Messpunktes stattfinden kann, da das gemessene Gewebe
selbst bei der Messung zerstört wird.
Die Unterscheidung der Gewebe wurde anhand von Features durchgeführt.
Diese sind definiert als Integrale unter den Peaks bestimmter PhotonenWellenlängen, welche bei Normal- und Tumorgewebe Unterschiede aufwiesen.73
Hinter den Wellenlängen stehen bestimmte Mengenelemente und
Molekülbanden, die im Gewebe folglich vermehrt oder vermindert vorkommen.
Eine Kombination dieser Features gibt jedem Gewebe einen spezifischen
„Fingerabdruck“. Vor allem das Mengenelement Magnesium mit seinen
unterschiedlichen Wellenlängen wurde bei allen drei Tumorentitäten mit erhöhten
Peaks, also auch erhöhter Konzentration im Gewebe, gefunden. Die
untersuchten Tumorentitäten scheinen also Magnesium anzureichern.
Anwendung finden könnte die OES-Gewebeanalyse im Bereich der onkologischchirurgischen Therapie. Eine Gewebeanalyse in Echtzeit kann dem Chirurgen
helfen, Resektionsgrenzen besser zu beurteilen und bietet großes Potential bei
der Zeitersparnis im Operationssaal und beim Behandlungserfolg für den
Patienten. Auch eine Anwendung in der endoskopischen Vorsorge oder zur
Unterstützung von Gewebeanalysen in pathologischen Instituten ist denkbar.
Zwar konnte anhand der Ergebnisse dieser Studie gezeigt werden, dass sich die
untersuchten gastrointestinalen Tumore anhand ihres OES-Gewebespektrums
voneinander unterscheiden lassen, für einen klinischen Einsatz ist die
durchschnittliche Genauigkeit der Gewebewiedererkennung aber zu niedrig und
muss verbessert werden. Vor allem neue Ansätze im Bereich der
Datenverarbeitung durch künstliche Intelligenz versprechen hier heute schon
bessere Ergebnisse im Bereich der Genauigkeit der Gewebewiedererkennung.
Insofern sollte die OES-Gewebeanalyse, nicht nur im Gastrointestinaltrakt,
sondern auch in anderen Gewebe- und Organsystemen weiter erforscht und
vorangebracht werden.
