Medical Endoscope Black နည်းပညာ (၅) Confocal Laser Microendoscopy (CLE)၊

Confocal Laser Endoscopy (CLE) သည် မကြာသေးမီနှစ်များအတွင်း vivo ရောဂါဗေဒနည်းပညာ၏ အောင်မြင်မှုတစ်ခုဖြစ်ပြီး endoscopic စစ်ဆေးမှုအတွင်း ဆဲလ်များ၏ အဆ 1000 ဖြင့် အချိန်နှင့်တစ်ပြေးညီ ပုံရိပ်ဖော်နိုင်ကာ သမားရိုးကျ ဇီဝစစ်ဆေးခြင်းလုပ်ငန်းစဉ် → နောက်ပိုင်းတွင် ရောဂါဗေဒကို တော်လှန်ပြောင်းလဲစေပါသည်။ အောက်တွင် အတိုင်းအတာ 8 ခုမှ ဤနောက်ဆုံးပေါ်နည်းပညာ၏ နက်နဲသော ခွဲခြမ်းစိတ်ဖြာမှုတစ်ခုဖြစ်သည်။

1.Technical စည်းမျဉ်းများနှင့်စနစ်ဗိသုကာ

ပင်မပုံရိပ်ယောင် ယန္တရား-

confocal optics ၏မူရင်း- လေဆာရောင်ခြည်သည် တိကျသောအနက် (0-250 μ m) သို့ အာရုံစူးစိုက်ထားပြီး focal plane မှ ရောင်ပြန်ဟပ်သောအလင်းရောင်ကိုသာ လက်ခံရရှိကာ ပြန့်ကျဲနေသော အနှောင့်အယှက်များကို ဖယ်ရှားပေးပါသည်။

Fluorescence ပုံရိပ်ဖော်ခြင်း- အကြောထိုးဆေး/ဒေသတွင်း အလင်းရောင်အေးဂျင့်များ (ဥပမာ ဆိုဒီယမ်ဖလိုရက်စဆင်း၊ acridine အဝါရောင်) ကို လိုအပ်သည်

စကင်န်ဖတ်နည်း-

ပွိုင့်စကင်န်ဖတ်ခြင်း (eCLE): ပွိုင့်ဖြင့်စကင်န်ဖတ်ခြင်း၊ မြင့်မားသောရုပ်ထွက် (0.7 μ m) ဖြစ်သော်လည်း နှေးကွေးသောအမြန်နှုန်း

မျက်နှာပြင်စကင်န်ဖတ်ခြင်း (pCLE)- အပြိုင်စကင်န်ဖတ်ခြင်း၊ တက်ကြွစွာကြည့်ရှုခြင်းအတွက် ပိုမြန်သောဘောင်နှုန်း (12fps)

စနစ်ဖွဲ့စည်းမှု-

လေဆာဂျင်နရေတာ (488nm အပြာရောင်လေဆာ အမျိုးအစား)

Micro confocal probe (အချင်း 1.4mm ရှိသော အသားစဥ်စစ်ဆေးခြင်း လမ်းကြောင်းများမှတဆင့် ထည့်သွင်းနိုင်သော)

ရုပ်ပုံလုပ်ဆောင်ခြင်းယူနစ် (အချိန်နှင့်တပြေးညီ ဆူညံသံလျှော့ချခြင်း + 3D ပြန်လည်တည်ဆောက်မှု)

AI အထောက်အကူပြု ခွဲခြမ်းစိတ်ဖြာမှု မော်ဂျူး (ဥပမာ- goblet ဆဲလ်ချို့တဲ့မှုကို အလိုအလျောက် ဖော်ထုတ်ခြင်းကဲ့သို့)

2. နည်းပညာဆိုင်ရာ အောင်မြင်မှု အားသာချက်များ

3. လက်တွေ့အသုံးချမှု အခြေအနေများ

အဓိက ညွှန်ပြချက်များ-

အစောပိုင်း အစာခြေလမ်းကြောင်း ကင်ဆာ-

အစာအိမ်ကင်ဆာ- အူလမ်းကြောင်းဆိုင်ရာ metaplasia/dysplasia ကို အချိန်နှင့်တစ်ပြေးညီ ခွဲခြားဆက်ဆံခြင်း (တိကျမှုနှုန်း 91%)

အူမကြီးကင်ဆာ- ဂလင်းပြွန်အပေါက်များကို အမျိုးအစားခွဲခြားခြင်း (JNET အမျိုးအစားခွဲခြားခြင်း)

သည်းခြေအိတ်နှင့် ပန်ကရိယရောဂါများ-

ညင်သာပျော့ပျောင်း နှင့် ဆိုးရွားသော သည်းခြေပြွန် stenosis (sensitivity 89%) ၏ ကွဲပြားသော ရောဂါရှာဖွေခြင်း

ပန်ကရိယအရည်အိတ်၏အတွင်းနံရံကို ပုံရိပ်ဖော်ခြင်း (IPMN အမျိုးအစားခွဲများကို ခွဲခြားခြင်း)

သုတေသနလျှောက်လွှာများ-

ဆေးဝါးထိရောက်မှု အကဲဖြတ်ခြင်း (Crohn's disease mucosal ပြုပြင်မှုကို တက်ကြွစွာ စောင့်ကြည့်ခြင်းကဲ့သို့)

Microbiome study (အူ microbiota ၏ spatial distribution ကို စောင့်ကြည့်ခြင်း)

ပုံမှန်လည်ပတ်မှုအခြေအနေများ-

(၁) fluorescein sodium (10% 5ml) ကို အကြောထိုးဆေး၊

(၂) Confocal probe သည် သံသယဖြစ်ဖွယ် mucosa ကို ဆက်သွယ်သည်။

(၃) ဂလင်းဖွဲ့စည်းပုံ/နျူကလီးယားပုံသဏ္ဍာန်ကို အချိန်နှင့်တပြေးညီ ကြည့်ရှုလေ့လာခြင်း။

(၄) Pit အမျိုးအစားခွဲခြားခြင်း သို့မဟုတ် ဗီယင်နာအဆင့်သတ်မှတ်ခြင်းအတွက် AI က ကူညီပေးသည်။

4. ထုတ်လုပ်သူနှင့် ထုတ်ကုန်ဘောင်များကို ကိုယ်စားပြုခြင်း။

5. နည်းပညာဆိုင်ရာစိန်ခေါ်မှုများနှင့် ဖြေရှင်းချက်များ

ရှိပြီးသား ပိတ်ဆို့မှုများ-

သင်ယူမှုမျဉ်းကွေးသည် မတ်စောက်သည်- တစ်ပြိုင်နက် endoscopy နှင့် ရောဂါဗေဒဆိုင်ရာ အသိပညာ လိုအပ်သည် (သင်တန်းကာလ> 6 လ)

ဖြေရှင်းချက်- စံသတ်မှတ်ထားသော CLE ရောဂါရှာဖွေရေးမြေပုံများကို ပြုစုပါ (ဥပမာ Mainz အမျိုးအစားခွဲခြားခြင်း)

ရွေ့လျားမှုဆိုင်ရာပစ္စည်းများ- အသက်ရှူလမ်းကြောင်းဆိုင်ရာ/ peristaltic သက်ရောက်မှုများသည် ပုံရိပ်အရည်အသွေးကို ထိခိုက်စေပါသည်။

ဖြေရှင်းချက်- တက်ကြွသောလျော်ကြေးပေးချေမှုဆိုင်ရာ အယ်လဂိုရီသမ်ဖြင့် တပ်ဆင်ထားသည်။

ရောင်ရမ်းမှုဆိုင်ရာ ကန့်သတ်ချက်- ဆိုဒီယမ် ဖလိုရက်စိန်းသည် ဆဲလ်နျူကလိယ၏ အသေးစိတ်အချက်အလက်များကို မဖော်ပြနိုင်ပါ။

ဖောက်ထွင်းဝင်ရောက်မှု လမ်းညွှန်ချက်- ပစ်မှတ်ထားသော မော်လီကျူးစုံစမ်းစစ်ဆေးမှုများ (ဥပမာ EGFR မီးချောင်း ဆန့်ကျင်ဘော်ဒီများ)

လည်ပတ်မှုစွမ်းရည်-

Z-axis စကင်န်နည်းပညာ- mucosa အလွှာတစ်ခုစီ၏ဖွဲ့စည်းပုံကို အလွှာလိုက်ကြည့်ရှုခြင်း။

Virtual biopsy နည်းဗျူဟာ- ပုံမှန်မဟုတ်သောနေရာများကို အမှတ်အသားပြုပြီးနောက် တိကျစွာနမူနာယူပါ။

6. နောက်ဆုံးသုတေသနတိုးတက်မှု

2023-2024 တွင် နယ်စပ်ဖြတ်ကျော်မှုများ-

AI ပမာဏခွဲခြမ်းစိတ်ဖြာမှု-

ဟားဗတ်အဖွဲ့သည် CLE ရုပ်ပုံအလိုအလျောက် အမှတ်ပေးစနစ် (Gastroenterology 2023) ကို တီထွင်ခဲ့သည်။

goblet ဆဲလ်သိပ်သည်းဆကို နက်နက်ရှိုင်းရှိုင်း သင်ယူမှတ်သားမှု (တိကျမှု 96%)

ဖိုတွန်များစွာ ပေါင်းစပ်မှု-

ဂျာမန်အဖွဲ့သည် ကော်လာဂျင်ဖွဲ့စည်းပုံအား ပေါင်းစပ်ကြည့်ရှုခြင်း CLE+ second harmonic imaging (SHG) ကို သဘောပေါက်သည်။

နာနိုပလေယာ-

Chinese Academy of Sciences မှ CD44 ပစ်မှတ်ထားသော ကွမ်တမ်အစက် (အထူးသဖြင့် အစာအိမ်ကင်ဆာ ပင်မဆဲလ်များကို တံဆိပ်တပ်ခြင်း) ကို တီထွင်

လက်တွေ့စမ်းသပ်မှုမှတ်တိုင်များ-

PRODIGY လေ့လာမှု- CLE လမ်းညွှန်ချက်အရ ESD ခွဲစိတ်မှုအနားသတ်နှုန်းသည် 98% အထိ တိုးလာသည်

CONFOCAL-II စမ်းသပ်မှု- ပန်ကရိယအိတ်ရောဂါ တိကျမှု 22% သည် EUS ထက် ပိုများသည်

7. အနာဂတ်ဖွံ့ဖြိုးတိုးတက်ရေးလမ်းကြောင်းများ

နည်းပညာဆင့်ကဲပြောင်းလဲမှု-

စူပါ ကြည်လင်ပြတ်သားမှု ဖြတ်ကျော်မှု- STED-CLE သည် <200nm ရုပ်ထွက် (အီလက်ထရွန် အဏုကြည့်မှန်ပြောင်းနှင့် အနီးကပ်) ရရှိသည်

တံဆိပ်မပါသော ပုံရိပ်- အလိုအလျောက် မီးချောင်းများ/ရာမန် ဖြန့်ကျက်ခြင်းအပေါ် အခြေခံသည့် နည်းပညာ

ပေါင်းစပ်ကုသခြင်း- ပေါင်းစပ်လေဆာ ablation လုပ်ဆောင်ချက်ဖြင့် ဉာဏ်ရည်ထက်မြက်သော စုံစမ်းစစ်ဆေးမှု

လက်တွေ့အသုံးချမှု တိုးချဲ့မှု-

အကျိတ် ခုခံအား ကုထုံး၏ ထိရောက်မှု ခန့်မှန်းခြင်း (T cell စိမ့်ဝင်မှုကို စောင့်ကြည့်ခြင်း)

neuroendocrine အကျိတ်များ၏လုပ်ငန်းဆောင်တာအကဲဖြတ်ခြင်း။

အစားထိုး အင်္ဂါ ငြင်းပယ်ခြင်း တုံ့ပြန်မှုများကို အစောပိုင်း စောင့်ကြည့်ခြင်း။

8. ပုံမှန်ဖြစ်ရပ်များ ဆန္ဒပြခြင်း။

Case 1- Barrett ၏ အစာပြွန်ကို စောင့်ကြည့်ခြင်း။

CLE ရှာဖွေတွေ့ရှိမှု- glandular structural disorder+ nuclear polarity ဆုံးရှုံးမှု

ချက်ခြင်းရောဂါရှာဖွေခြင်း- Highly dysplasia (HGD)

နောက်ဆက်တွဲကုသမှု- EMR ကုသမှုနှင့် HGD ၏ရောဂါဗေဒအတည်ပြုချက်

Case 2: Ulcerative colitis

ရိုးရာ endoscopy- mucosal congestion and edema (ဖုံးကွယ်ထားသော အနာများမတွေ့ပါ)

CLE မျက်နှာပြင်- ကုဒ်ဗိသုကာ + fluorescein ယိုစိမ့်မှု ပျက်စီးခြင်း။

လက်တွေ့ဆုံးဖြတ်ချက်- ဇီဝကုထုံးကို အဆင့်မြှင့်တင်ခြင်း။

အကျဉ်းချုပ်နှင့်အမြင်

CLE နည်းပညာသည် ဆဲလ်လူလာအဆင့်ရှိ အချိန်နှင့်တစ်ပြေးညီ ရောဂါဗေဒ၏ခေတ်သို့ အဆုံးကြည့်မှန်ပြောင်းစစ်ဆေးခြင်းကို မောင်းနှင်သည်-

ကာလတို (1-3 နှစ်)- AI အထောက်အကူပြုစနစ်များသည် အသုံးပြုမှုအတားအဆီးများကို နည်းပါးစေပြီး ထိုးဖောက်ဝင်ရောက်မှုနှုန်း 20% ကျော်လွန်သည်

အလယ်အလတ်သက်တမ်း (၃-၅ နှစ်)- မော်လီကျူးစုံစမ်းစစ်ဆေးမှုများသည် အကျိတ်သီးသန့်တံဆိပ်တပ်ခြင်းကို ရရှိသည်။

ရေရှည် (5-10 နှစ်) - အချို့သော ရောဂါရှာဖွေရေး အသားစယူခြင်းများကို အစားထိုးနိုင်ပါသည်။

ဤနည်းပညာသည် 'သင်မြင်သောအရာသည် သင်စစ်ဆေးခြင်းဖြစ်သည်' ၏ ဆေးပညာဆိုင်ရာ ပါရာဒိုင်းကို ဆက်လက်ရေးသားမည်ဖြစ်ပြီး နောက်ဆုံးတွင် 'ဗီဗိုမော်လီကျူလာရောဂါဗေဒ' ၏ အဆုံးစွန်သောပန်းတိုင်ကို ရရှိမည်ဖြစ်သည်။