由羅徹斯特理工學院（Rochester Institute of Technology，以下簡稱RIT）和羅徹斯特地區衛生系統（Rochester Regional Health System，以下簡稱RRHS）合作開發的非侵入性技術可以提供發現隱藏在致密乳房組織后腫瘤的補充測試選項。

　　RIT和RRHS的研究人員合作開發了一種紅外成像技術，來輔助當前的乳腺癌檢測。從左到右，依次是Satish Kandlikar教授、Jose Luis Gonzalez Hernandez博士和Alyssa Recinella博士正在討論人工智能系統，該系統可以提供預測性分析，以確定關于癌癥進展的更多信息。

　　據報道，近日，有研究人員發現了一種利用紅外技術定位難以發現的乳腺癌腫瘤的非侵入性且經濟有效方法。對于40~50%的乳腺組織致密的女性來說，腫瘤通常很難發現，而最新研究的這項技術與早期干預或大手術之間存在不同之處。

　　RIT的教授和學生研究人員，以及來自RRHS的醫生，共同開發了一種利用紅外成像更好地檢測癌癥腫瘤的非侵入性技術。該研究小組改進了成像選項技術，使其既舒適又可靠。

　　Pradyumna Phatak教授

　　RIT的Kate Gleason工程學院的機械工程教授Satish Kandlikar自20世紀90年代以來一直致力于推動熱成像技術的發展。他說道：“乳房X光檢查技術雖然很好，但目前來說還不算是完美的解決方案。”

　　此次研究小組成員分別來自不同的學校和機構，如RIT的Kandlikar教授以及他的熱分析和微流控實驗室的博士生們，RRHS的診斷成像部的放射科醫生Donnette Dabydeen，乳房外科醫生兼羅徹斯特地區乳房中心（Rochester Regional Breast Center）的執行主任Lori Medeiros以及利普森癌癥研究所（Lipson Cancer Institute）的醫學主任兼內科主任Pradyumna Phatak等。

　　“該項目得益于RIT實驗室研究小組和RRHS負責診斷和治療乳腺癌的臨床醫生之間的通力合作，RIT實驗室研究小組在熱傳遞領域擁有多年經驗。”Phatak說道，“早期發現是我們對抗乳腺癌最有效的策略之一。”

　　RRHS的現有患者在乳房X光檢查后，如X光片上有可疑發現，患者們都自愿接受再次檢測。當被推薦進行后續核磁共振成像（Magnetic Resonance Imaging，MRI）時，這些患者也可以自愿選擇是否使用紅外系統進行篩查。

　　“熱成像絕對不是一項新技術，它已經發展了很多年了。”工程博士生兼Kandlikar研究小組成員Alyssa Recinella說道，“人們對它如此感興趣的原因是因為它不像乳房X光檢查那樣會產生輻射，也不像MRI那樣需要造影劑。它更舒適，患者不需要被扭曲成不同的姿勢，也不需要對任何東西進行分裂。它完全是非侵入性的。”

　　該系統包含安裝在一張軟墊桌下軌道上的紅外攝像頭。當臨床醫生移動攝像頭拍照時，可以調整其角度。Recinella與RRHS中心的乳腺癌專家團隊，這些專家有腫瘤學家和放射學家，也有研究人員和社會學家，在檢測和協助解釋醫學信息方面密切合作。

　　“我們的實驗室桌子中間設計和制作了一個大洞，當我第一次把患者帶進房間的時候，引起了很多笑聲。”Recinella說。她還補充道，由于人們對熱成像檢查的緊張心理，笑聲有助于緩解緊張。

　　熱成像技術已經經過了多年的研究，但是今天的技術更加人性化，正是這些進步，RIT研究小組才能夠在圖像中顯示更多細節并驗證腫瘤位置。與MRI相比，紅外測試只需要20分鐘，而MRI則需要45分鐘。

　　“目前的篩查模式嚴重依賴于數字乳房X光檢查，但這種技術存在缺陷，特別是在乳房組織致密的女性中。而我們的技術：紅外成像檢查，簡單、快速、無創且實惠。”Phatak說道，“我們的初步數據表明，這可能成為常規篩查乳房X光檢查更具人性化的輔助手段。后續還需要進一步研究，以決定在實踐中利用這一技術的最佳方式。”

　　該項目的初始資金由美國國家科學基金會（National Science Foundation，NSF）通過探索性早期概念研究基金（Early Concept Grants for Exploratory Research，EAGER）提供。該資金主要用于早期階段潛在的變革性研究，RIT-RRHS研究小組獲得了為期兩年的研究資金，用于篩選患者并將紅外圖像與原始MRI圖像相關聯，以提供整個研究和技術的驗證。

　　拍攝圖像只是整個研究的一部分。該團隊還使用先進的計算機模擬技術對腫瘤位置和生長進行預測分析。這類似于人工智能，計算系統可以“學習”幫助診斷。獲取關于腫瘤類型、大小、生長進展和位置的數據，從而幫助醫生評估疾病進展并確定干預措施。Kandlikar表示，所獲得的數據是基于一種科學性非常高的方法，通過采用先進數學工具來進行。

　　“我們相信，我們的方法將提供成本效益高、可靠的非輻射性和無接觸的輔助工具。它對致密的乳房組織同樣有效，非常適合提供給偏遠地區以及醫療服務能力不足的人群。”Kandlikar說道，“現在是時候通過大規模臨床研究來獲得應有的關注了。”