« La technique de la spectroscopie Raman, associée aux méthodes émergentes d'apprentissage automatique, fait son chemin dans les salles d'opération à un rythme rapide, dans la perspective d'améliorer la précision des interventions chirurgicales dans un large éventail d'applications en oncologie, dont la neurochirurgie, " dit Frédéric Leblond, professeur de génie physique à Polytechnique Montréal. Le nouvel article de son équipe vise à accélérer l'adoption de la spectroscopie Raman en biomédecine en augmentant la confiance que les cliniciens peuvent avoir dans les résultats.

Nommé d'après le physicien indien C. V. Raman, qui a observé pour la première fois la diffusion Raman en 1928, La spectroscopie Raman utilise un laser à haute intensité pour étudier les molécules. La lumière renvoyée par les molécules renseigne sur leur structure et leur liaison, la spectroscopie Raman peut donc être utilisée pour détecter et identifier les changements chimiques. En médecine, cette technique de diffusion fournit des "empreintes chimiques" des cellules, tissus, ou biofluides, donner aux chercheurs de riches informations biomoléculaires qui pourraient révéler les causes et les effets de la maladie.

Par rapport à d'autres techniques analytiques telles que l'histologie, rayons X, IRM, et TEP scans, La spectroscopie Raman offre plusieurs avantages dont le fait d'être non invasive et non destructive, et en utilisant des rayonnements non ionisants. Il n'y a généralement pas de préparation d'échantillon, et les chercheurs peuvent choisir la quantité ou la quantité d'échantillon à analyser. En outre, presque tous les matériaux présentent une diffusion Raman. Les métaux purs ne refléteront que la lumière, mais les métallurgistes peuvent utiliser la spectroscopie Raman car les carbures, nitrures, et les oxydes feront la diffusion Raman.

Malgré ces avantages, La spectroscopie Raman est une technique à faible signal qui nécessite des temps d'acquisition relativement longs et, jusqu'à maintenant, il n'y a pas eu de moyen efficace de surveiller et d'assurer la qualité du signal Raman peropératoire. Ce déficit entrave la traduction clinique de la technique en limitant la capacité à former des modèles de détection du cancer robustes et précis par apprentissage automatique. Elle limite également la fiabilité de l'acquisition des données peropératoires, nécessitant souvent du personnel supplémentaire pour surveiller visuellement la qualité des données en direct pendant une procédure.

Mesure de la qualité du signal

Dans un article récent du SPIE Journal d'optique biomédicale (JBO), Leblond et son équipe abordent ce problème et décrivent leurs efforts pour développer une méthode quantitative d'évaluation de la qualité du signal Raman basée sur la variance associée au bruit stochastique dans les bandes tissulaires importantes.

"Trop souvent, les études universitaires font progresser les outils optiques pour la médecine, mais ne regardez pas attentivement la qualité des données spectrales utilisées pour prendre des décisions, " dit Brian Pogue, Professeur MacLean d'ingénierie à la Thayer School of Engineering de Dartmouth et rédacteur en chef de JBO. « Dans le domaine de la spectroscopie Raman, cela peut être particulièrement important car les données sont intrinsèquement limitées par rapport au bruit, et de nature très complexe. Il existe de nombreux pics de résonance moléculaire dans le spectre et ils se chevauchent et certains ont une très faible intensité de signal. Il est très important de faire progresser les outils d'analyse de données automatisés pour garantir que les données spectrales mesurées ont une qualité suffisante pour prendre une décision médicale, car ces nouvelles techniques sont avancées dans les essais cliniques. »

L'article détaille le développement d'une nouvelle technique qui peut quantifier sans ambiguïté la qualité des données Raman sur la base du signal associé à des caractéristiques moléculaires spécifiques du signal, en particulier la présence de certaines bandes de protéines et de lipides. Cette méthode peut être utilisée pour surveiller automatiquement la qualité du signal Raman pendant les interventions chirurgicales et il a été démontré qu'elle améliore la précision de la détection du cancer du cerveau.

Quantifier la qualité

Pour tester la méthode, l'équipe a utilisé un ensemble de données de 315 spectres in situ de 44 patients atteints de cancer du cerveau acquis à l'aide d'un point unique, système portatif de sonde de spectroscopie Raman développé par Leblond et son équipe. Avant d'être présenté à trois examinateurs indépendants pour une évaluation qualitative, les spectres ont été mélangés au hasard et leur étiquette de pathologie assignée cachée. Des critères spécifiques tels que l'évaluation visuelle des pics tissulaires Raman omniprésents ont été utilisés.

Dans un autre essai, 15 mesures cérébrales in vivo ont été effectuées au cours d'une intervention chirurgicale pour un glioblastome chez un patient afin d'évaluer le nombre de mesures répétées sur le rapport signal/bruit Raman. Ils ont découvert que leur méthode peut séparer les spectres de haute et de basse qualité avec une sensibilité de 89 % et une spécificité de 90 %, ce qui peut augmenter la sensibilité et la spécificité de la détection du cancer jusqu'à 20 % et 12 %, respectivement.

"Cette nouvelle étude de Fred Leblond et de son groupe de recherche à Polytechnique Montréal et au Centre de recherche du CHUM fait avancer le concept de faire des mesures spectrales basées sur des diagnostics médicaux qui sont validées par des mesures de qualité des données, " dit Pogue. " Ce groupe a réalisé certaines des études les plus pionnières dans l'utilisation de la spectroscopie Raman en neurochirurgie, et ils ont une série de publications avançant chaque aspect de l'instrumentation, les outils d'analyse et de visualisation des données, et faire avancer les essais cliniques. Ce document actuel se concentre sur le problème clé sous-estimé des tests et de la quantification de la qualité des spectres tels qu'ils sont utilisés pour la prise de décision en médecine. »