近日，美國加州大學(xué)洛杉磯分校（UCLA）教授 Aydogan Ozcan 團(tuán)隊在 npj Digital Medicine 發(fā)表研究成果，推出了一款名為 BlurryScope 的新型掃描顯微鏡。該設(shè)備體積小、成本低，卻能借助深度學(xué)習(xí)算法，對乳腺癌組織樣本中的 HER2 蛋白表達(dá)進(jìn)行精準(zhǔn)評估。

在現(xiàn)代腫瘤診斷中，數(shù)字病理學(xué)已成為不可或缺的工具，尤其是在評估HER2等關(guān)鍵生物標(biāo)志物方面。然而，傳統(tǒng)的全視野掃描設(shè)備不僅體積龐大，而且造價高昂（動輒超過10萬美元），限制了其在中小型實驗室和資源有限地區(qū)的普及。

相比之下，BlurryScope 的優(yōu)勢十分明顯：

• 成本：不到650美元

• 體積：35 x 35 x 35 厘米

• 重量：僅2.26公斤，可輕松移動

其核心創(chuàng)新在于：BlurryScope 不再依賴機(jī)械精確的逐點(diǎn)對焦，而是采用“連續(xù)掃描”，直接獲取帶有運(yùn)動模糊的影像。隨后，一個專門訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)對這些“模糊圖像”進(jìn)行解讀，準(zhǔn)確完成HER2分型。也就是說，以往被視為“廢片”的模糊影像，如今成為了有價值的診斷資源。

在一項涵蓋 284例乳腺癌患者組織樣本的實驗中，BlurryScope 在標(biāo)準(zhǔn)的四級HER2評分（0、1+、2+、3+）中達(dá)到了 接近80%的準(zhǔn)確率。當(dāng)分為臨床可操作的兩大類（0/1+ 與 2+/3+）時，準(zhǔn)確率進(jìn)一步提升至 近90%。更重要的是，多次重復(fù)掃描結(jié)果高度一致，超過 86% 的分類保持穩(wěn)定，顯示出系統(tǒng)的可靠性。

BlurryScope 還實現(xiàn)了診斷流程的全自動化，包括：

• 連續(xù)掃描

• 圖像拼接

• 感興趣區(qū)域裁剪

• AI分類

這使其成為病理實驗室的即插即用型工具。雖然它并非替代高端數(shù)字病理掃描儀，但可作為一種快速篩查、初步評估或在設(shè)備受限環(huán)境中的有力補(bǔ)充。

Ozcan 教授表示：

“BlurryScope 重新定義了低成本顯微技術(shù)的可能性。通過深度學(xué)習(xí)解釋模糊圖像，我們能夠以極低的成本和體積實現(xiàn)臨床意義重大的HER2評分?！?/p>

論文第一作者 Michael Fanous 博士則指出：

“這一成果為那些長期缺乏高端設(shè)備的地區(qū)，帶來了先進(jìn)診斷能力的可能?！?/p>

研究團(tuán)隊還強(qiáng)調(diào)，這一思路并不僅限于HER2檢測。利用AI解析“非完美影像”的框架，還可推廣至其他組織染色、標(biāo)志物分析，甚至不同類型的醫(yī)學(xué)影像模式。

這項成果凸顯了 光學(xué)硬件與計算智能協(xié)同設(shè)計的新范式：通過算法彌補(bǔ)硬件限制，從而推動診斷方式的普及與革新。隨著精準(zhǔn)醫(yī)療的持續(xù)發(fā)展，像BlurryScope這樣的創(chuàng)新，有望在全球范圍內(nèi)加速高質(zhì)量癌癥診斷的普及。

參考文獻(xiàn)：Michael John Fanous et al, BlurryScope enables compact, cost-effective scanning microscopy for HER2 scoring using deep learning on blurry images,?npj Digital Medicine?(2025).?DOI: 10.1038/s41746-025-01882-x

編輯：周敏

排版：李麗