ವೈದ್ಯಕೀಯ ಎಂಡೋಸ್ಕೋಪ್ ಕಪ್ಪು ತಂತ್ರಜ್ಞಾನ (5) ಕಾನ್ಫೋಕಲ್ ಲೇಸರ್ ಮೈಕ್ರೋಎಂಡೋಸ್ಕೋಪಿ (CLE)

ಕಾನ್ಫೋಕಲ್ ಲೇಸರ್ ಎಂಡೋಸ್ಕೋಪಿ (CLE) ಇತ್ತೀಚಿನ ವರ್ಷಗಳಲ್ಲಿ "ಇನ್ ವಿವೋ ಪ್ಯಾಥಾಲಜಿ" ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಒಂದು ಪ್ರಗತಿಯಾಗಿದ್ದು, ಇದು ಎಂಡೋಸ್ಕೋಪಿಕ್ ಪರೀಕ್ಷೆಯ ಸಮಯದಲ್ಲಿ 1000 ಬಾರಿ ವರ್ಧನೆಯಲ್ಲಿ ಜೀವಕೋಶಗಳ ನೈಜ-ಸಮಯದ ಚಿತ್ರಣವನ್ನು ಸಾಧಿಸಬಹುದು.

ಕಾನ್ಫೋಕಲ್ ಲೇಸರ್ ಎಂಡೋಸ್ಕೋಪಿ (CLE) ಇತ್ತೀಚಿನ ವರ್ಷಗಳಲ್ಲಿ "ಇನ್ ವಿವೋ ಪ್ಯಾಥಾಲಜಿ" ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಒಂದು ಪ್ರಗತಿಯಾಗಿದ್ದು, ಇದು ಎಂಡೋಸ್ಕೋಪಿಕ್ ಪರೀಕ್ಷೆಯ ಸಮಯದಲ್ಲಿ 1000 ಬಾರಿ ವರ್ಧನೆಯಲ್ಲಿ ಜೀವಕೋಶಗಳ ನೈಜ-ಸಮಯದ ಚಿತ್ರಣವನ್ನು ಸಾಧಿಸಬಹುದು, "ಮೊದಲು ಬಯಾಪ್ಸಿ → ನಂತರ ರೋಗಶಾಸ್ತ್ರ" ಎಂಬ ಸಾಂಪ್ರದಾಯಿಕ ರೋಗನಿರ್ಣಯ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಕ್ರಾಂತಿಯನ್ನುಂಟು ಮಾಡುತ್ತದೆ. 8 ಆಯಾಮಗಳಿಂದ ಈ ಅತ್ಯಾಧುನಿಕ ತಂತ್ರಜ್ಞಾನದ ಆಳವಾದ ವಿಶ್ಲೇಷಣೆ ಕೆಳಗೆ ಇದೆ:


1.ತಾಂತ್ರಿಕ ತತ್ವಗಳು ಮತ್ತು ವ್ಯವಸ್ಥೆಯ ವಾಸ್ತುಶಿಲ್ಪ

ಕೋರ್ ಇಮೇಜಿಂಗ್ ಕಾರ್ಯವಿಧಾನ:

ಕಾನ್ಫೋಕಲ್ ಆಪ್ಟಿಕ್ಸ್ ತತ್ವ: ಲೇಸರ್ ಕಿರಣವು ನಿರ್ದಿಷ್ಟ ಆಳಕ್ಕೆ (0-250 μm) ಕೇಂದ್ರೀಕೃತವಾಗಿರುತ್ತದೆ, ಫೋಕಲ್ ಸಮತಲದಿಂದ ಪ್ರತಿಫಲಿತ ಬೆಳಕನ್ನು ಮಾತ್ರ ಪಡೆಯುತ್ತದೆ ಮತ್ತು ಸ್ಕ್ಯಾಟರಿಂಗ್ ಹಸ್ತಕ್ಷೇಪವನ್ನು ತೆಗೆದುಹಾಕುತ್ತದೆ.

ಪ್ರತಿದೀಪಕ ಚಿತ್ರಣ: ಸೋಡಿಯಂ ಫ್ಲೋರೊಸೆಸಿನ್, ಅಕ್ರಿಡಿನ್ ಹಳದಿ ಮುಂತಾದ ಪ್ರತಿದೀಪಕ ಏಜೆಂಟ್‌ಗಳ ಅಭಿದಮನಿ ಇಂಜೆಕ್ಷನ್/ಸ್ಥಳೀಯ ಸಿಂಪಡಣೆ ಅಗತ್ಯವಿದೆ.

ಸ್ಕ್ಯಾನಿಂಗ್ ವಿಧಾನ:

ಪಾಯಿಂಟ್ ಸ್ಕ್ಯಾನಿಂಗ್ (eCLE): ಪಾಯಿಂಟ್ ಬೈ ಪಾಯಿಂಟ್ ಸ್ಕ್ಯಾನಿಂಗ್, ಹೆಚ್ಚಿನ ರೆಸಲ್ಯೂಶನ್ (0.7 μm) ಆದರೆ ನಿಧಾನ ವೇಗ.

ಸರ್ಫೇಸ್ ಸ್ಕ್ಯಾನಿಂಗ್ (pCLE): ಸಮಾನಾಂತರ ಸ್ಕ್ಯಾನಿಂಗ್, ಕ್ರಿಯಾತ್ಮಕ ವೀಕ್ಷಣೆಗಾಗಿ ವೇಗವಾದ ಫ್ರೇಮ್ ದರ (12fps).

ವ್ಯವಸ್ಥೆಯ ಸಂಯೋಜನೆ:

ಲೇಸರ್ ಜನರೇಟರ್ (488nm ನೀಲಿ ಲೇಸರ್ ವಿಶಿಷ್ಟ)

ಮೈಕ್ರೋ ಕಾನ್ಫೋಕಲ್ ಪ್ರೋಬ್ (ಬಯಾಪ್ಸಿ ಚಾನಲ್‌ಗಳ ಮೂಲಕ ಸೇರಿಸಬಹುದಾದ ಕನಿಷ್ಠ 1.4 ಮಿಮೀ ವ್ಯಾಸದೊಂದಿಗೆ)

ಇಮೇಜ್ ಪ್ರೊಸೆಸಿಂಗ್ ಯೂನಿಟ್ (ರಿಯಲ್-ಟೈಮ್ ಶಬ್ದ ಕಡಿತ + 3D ಪುನರ್ನಿರ್ಮಾಣ)

AI ನೆರವಿನ ವಿಶ್ಲೇಷಣಾ ಮಾಡ್ಯೂಲ್ (ಗೋಬ್ಲೆಟ್ ಕೋಶ ಕೊರತೆಯ ಸ್ವಯಂಚಾಲಿತ ಗುರುತಿಸುವಿಕೆ ಮುಂತಾದವು)


2. ತಾಂತ್ರಿಕ ಪ್ರಗತಿಯ ಅನುಕೂಲಗಳು

ಆಯಾಮಗಳನ್ನು ಹೋಲಿಸುವುದು

CLE ತಂತ್ರಜ್ಞಾನ

ಸಾಂಪ್ರದಾಯಿಕ ರೋಗಶಾಸ್ತ್ರೀಯ ಬಯಾಪ್ಸಿ

ನೈಜ-ಸಮಯ

ಫಲಿತಾಂಶಗಳನ್ನು ತಕ್ಷಣ ಪಡೆಯಿರಿ (ಸೆಕೆಂಡುಗಳಲ್ಲಿ)ರೋಗಶಾಸ್ತ್ರೀಯ ಚಿಕಿತ್ಸೆಗೆ 3-7 ದಿನಗಳು

ಪ್ರಾದೇಶಿಕ ರೆಸಲ್ಯೂಶನ್

0.7-1 μm (ಏಕ-ಕೋಶ ಮಟ್ಟ)ಸಾಂಪ್ರದಾಯಿಕ ರೋಗಶಾಸ್ತ್ರೀಯ ವಿಭಾಗವು ಸುಮಾರು 5 μm ಆಗಿದೆ

ತಪಾಸಣೆ ವ್ಯಾಪ್ತಿ

ಅನುಮಾನಾಸ್ಪದ ಪ್ರದೇಶಗಳನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಒಳಗೊಳ್ಳಬಹುದು

ಮಾದರಿ ಸೈಟ್‌ನಿಂದ ನಿರ್ಬಂಧಿಸಲಾಗಿದೆ

ರೋಗಿಯ ಪ್ರಯೋಜನಗಳು

ಬಹು ಬಯಾಪ್ಸಿಗಳ ನೋವನ್ನು ಕಡಿಮೆ ಮಾಡಿರಕ್ತಸ್ರಾವ/ರಂಧ್ರದ ಅಪಾಯ


3. ಕ್ಲಿನಿಕಲ್ ಅಪ್ಲಿಕೇಶನ್ ಸನ್ನಿವೇಶಗಳು

ಪ್ರಮುಖ ಸೂಚನೆಗಳು:

ಆರಂಭಿಕ ಜೀರ್ಣಾಂಗ ಕ್ಯಾನ್ಸರ್:

ಗ್ಯಾಸ್ಟ್ರಿಕ್ ಕ್ಯಾನ್ಸರ್: ಕರುಳಿನ ಮೆಟಾಪ್ಲಾಸಿಯಾ/ಡಿಸ್ಪ್ಲಾಸಿಯಾದ ನೈಜ-ಸಮಯದ ತಾರತಮ್ಯ (ನಿಖರತೆಯ ದರ 91%)

ಕೊಲೊರೆಕ್ಟಲ್ ಕ್ಯಾನ್ಸರ್: ಗ್ರಂಥಿಗಳ ನಾಳದ ತೆರೆಯುವಿಕೆಗಳ ವರ್ಗೀಕರಣ (JNET ವರ್ಗೀಕರಣ)

ಪಿತ್ತಕೋಶ ಮತ್ತು ಮೇದೋಜ್ಜೀರಕ ಗ್ರಂಥಿಯ ಕಾಯಿಲೆಗಳು:

ಸೌಮ್ಯ ಮತ್ತು ಮಾರಕ ಪಿತ್ತರಸ ನಾಳದ ಸ್ಟೆನೋಸಿಸ್‌ನ ಭೇದಾತ್ಮಕ ರೋಗನಿರ್ಣಯ (ಸೂಕ್ಷ್ಮತೆ 89%)

ಮೇದೋಜ್ಜೀರಕ ಗ್ರಂಥಿಯ ಚೀಲದ ಒಳಗಿನ ಗೋಡೆಯ ಚಿತ್ರಣ (IPMN ಉಪವಿಭಾಗಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವುದು)

ಸಂಶೋಧನಾ ಅನ್ವಯಿಕೆಗಳು:

ಔಷಧ ಪರಿಣಾಮಕಾರಿತ್ವದ ಮೌಲ್ಯಮಾಪನ (ಕ್ರೋನ್ಸ್ ಕಾಯಿಲೆಯ ಲೋಳೆಪೊರೆಯ ದುರಸ್ತಿಯ ಕ್ರಿಯಾತ್ಮಕ ಮೇಲ್ವಿಚಾರಣೆಯಂತಹ)

ಸೂಕ್ಷ್ಮಜೀವಿ ಅಧ್ಯಯನ (ಕರುಳಿನ ಸೂಕ್ಷ್ಮಜೀವಿಯ ಪ್ರಾದೇಶಿಕ ವಿತರಣೆಯನ್ನು ಗಮನಿಸುವುದು)

ವಿಶಿಷ್ಟ ಕಾರ್ಯಾಚರಣೆಯ ಸನ್ನಿವೇಶಗಳು:

(1) ಫ್ಲೋರೊಸೆಸಿನ್ ಸೋಡಿಯಂನ ಇಂಟ್ರಾವೆನಸ್ ಇಂಜೆಕ್ಷನ್ (10% 5 ಮಿಲಿ)

(2) ಕಾನ್ಫೋಕಲ್ ಪ್ರೋಬ್ ಅನುಮಾನಾಸ್ಪದ ಲೋಳೆಪೊರೆಯನ್ನು ಸಂಪರ್ಕಿಸುತ್ತದೆ

(3) ಗ್ರಂಥಿಗಳ ರಚನೆ/ಪರಮಾಣು ರೂಪವಿಜ್ಞಾನದ ನೈಜ-ಸಮಯದ ವೀಕ್ಷಣೆ

(4) ಪಿಟ್ ವರ್ಗೀಕರಣ ಅಥವಾ ವಿಯೆನ್ನಾ ಶ್ರೇಣೀಕರಣದ AI ನೆರವಿನ ತೀರ್ಪು


4. ತಯಾರಕರು ಮತ್ತು ಉತ್ಪನ್ನ ನಿಯತಾಂಕಗಳನ್ನು ಪ್ರತಿನಿಧಿಸುವುದು

ತಯಾರಕ

ಉತ್ಪನ್ನ ಮಾದರಿ

ವೈಶಿಷ್ಟ್ಯಗಳು

ರೆಸಲ್ಯೂಶನ್/ಪೆನೆಟ್ರೇಷನ್ ಆಳ

ವೈಟ್ ಮೌಂಟೇನ್

ದೃಷ್ಟಿಕನಿಷ್ಠ ಪ್ರೋಬ್ 1.4mm, ಬಹು ಅಂಗ ಅನ್ವಯಿಕೆಗಳನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ1μm / 0-50μm

ಪೆಂಟಾಕ್ಸ್

ಇಸಿ-3870ಎಫ್‌ಕೆಐಇಂಟಿಗ್ರೇಟೆಡ್ ಕಾನ್ಫೋಕಲ್ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಗ್ಯಾಸ್ಟ್ರೋಸ್ಕೋಪ್0.7μm / 0-250μm

ಒಲಿಂಪಸ್

ಎಫ್‌ಸಿಎಫ್-260ಎಐAI ನೈಜ-ಸಮಯದ ಗ್ರಂಥಿ ನಾಳದ ವರ್ಗೀಕರಣ1.2μm / 0-120μm

ಗೃಹಬಳಕೆಯ (ಮೈಕ್ರೋ ಲೈಟ್)

ಸಿಎಲ್ಇ -10060% ರಷ್ಟು ವೆಚ್ಚ ಕಡಿತದೊಂದಿಗೆ ದೇಶೀಯವಾಗಿ ಉತ್ಪಾದಿಸಲಾದ ಮೊದಲ ಉತ್ಪನ್ನ.1.5μm / 0-80μm


5. ತಾಂತ್ರಿಕ ಸವಾಲುಗಳು ಮತ್ತು ಪರಿಹಾರಗಳು

ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಅಡಚಣೆಗಳು:

ಕಲಿಕೆಯ ರೇಖೆಯು ತುಂಬಾ ಕಠಿಣವಾಗಿದೆ: ಎಂಡೋಸ್ಕೋಪಿ ಮತ್ತು ರೋಗಶಾಸ್ತ್ರದ ಜ್ಞಾನದ ಏಕಕಾಲಿಕ ಪಾಂಡಿತ್ಯದ ಅಗತ್ಯವಿದೆ (ತರಬೇತಿ ಅವಧಿ> 6 ತಿಂಗಳುಗಳು)

ಪರಿಹಾರ: ಪ್ರಮಾಣೀಕೃತ CLE ರೋಗನಿರ್ಣಯ ನಕ್ಷೆಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿ (ಉದಾಹರಣೆಗೆ ಮೈಂಜ್ ವರ್ಗೀಕರಣ)

ಚಲನೆಯ ಕಲಾಕೃತಿಗಳು: ಉಸಿರಾಟದ/ಪೆರಿಸ್ಟಾಲ್ಟಿಕ್ ಪರಿಣಾಮಗಳು ಚಿತ್ರಣದ ಗುಣಮಟ್ಟದ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುತ್ತವೆ.

ಪರಿಹಾರ: ಡೈನಾಮಿಕ್ ಪರಿಹಾರ ಅಲ್ಗಾರಿದಮ್‌ನೊಂದಿಗೆ ಸಜ್ಜುಗೊಂಡಿದೆ

ಪ್ರತಿದೀಪಕ ಏಜೆಂಟ್ ಮಿತಿ: ಸೋಡಿಯಂ ಫ್ಲೋರೊಸೆಸಿನ್ ಜೀವಕೋಶ ನ್ಯೂಕ್ಲಿಯಸ್‌ನ ವಿವರಗಳನ್ನು ಪ್ರದರ್ಶಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.

ಪ್ರಗತಿ ನಿರ್ದೇಶನ: ಉದ್ದೇಶಿತ ಆಣ್ವಿಕ ಶೋಧಕಗಳು (ಉದಾಹರಣೆಗೆ EGFR ವಿರೋಧಿ ಪ್ರತಿದೀಪಕ ಪ್ರತಿಕಾಯಗಳು)

ಕಾರ್ಯಾಚರಣೆಯ ಕೌಶಲ್ಯಗಳು:

Z-ಆಕ್ಸಿಸ್ ಸ್ಕ್ಯಾನಿಂಗ್ ತಂತ್ರಜ್ಞಾನ: ಲೋಳೆಪೊರೆಯ ಪ್ರತಿಯೊಂದು ಪದರದ ರಚನೆಯ ಪದರಗಳ ವೀಕ್ಷಣೆ.

ವರ್ಚುವಲ್ ಬಯಾಪ್ಸಿ ತಂತ್ರ: ಅಸಹಜ ಪ್ರದೇಶಗಳನ್ನು ಗುರುತಿಸುವುದು ಮತ್ತು ನಂತರ ನಿಖರವಾಗಿ ಮಾದರಿ ಸಂಗ್ರಹಣೆ


6. ಇತ್ತೀಚಿನ ಸಂಶೋಧನಾ ಪ್ರಗತಿ

2023-2024ರಲ್ಲಿ ಗಡಿನಾಡಿನ ಪ್ರಗತಿಗಳು:

AI ಪರಿಮಾಣಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ:

ಹಾರ್ವರ್ಡ್ ತಂಡವು CLE ಇಮೇಜ್ ಸ್ವಯಂಚಾಲಿತ ಸ್ಕೋರಿಂಗ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತದೆ (ಗ್ಯಾಸ್ಟ್ರೋಎಂಟರಾಲಜಿ 2023)

ಗೋಬ್ಲೆಟ್ ಕೋಶ ಸಾಂದ್ರತೆಯ ಆಳವಾದ ಕಲಿಕೆಯ ಗುರುತಿಸುವಿಕೆ (ನಿಖರತೆ 96%)

ಬಹು ಫೋಟಾನ್ ಸಮ್ಮಿಳನ:

ಜರ್ಮನ್ ತಂಡವು ಕಾಲಜನ್ ರಚನೆಯ CLE+ಸೆಕೆಂಡ್ ಹಾರ್ಮೋನಿಕ್ ಇಮೇಜಿಂಗ್ (SHG) ಸಂಯೋಜಿತ ವೀಕ್ಷಣೆಯನ್ನು ಅರಿತುಕೊಂಡಿದೆ

ನ್ಯಾನೋ ಪ್ರೋಬ್:

ಚೀನೀ ವಿಜ್ಞಾನ ಅಕಾಡೆಮಿ CD44 ಗುರಿಪಡಿಸಿದ ಕ್ವಾಂಟಮ್ ಡಾಟ್ ಪ್ರೋಬ್ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತದೆ (ನಿರ್ದಿಷ್ಟವಾಗಿ ಗ್ಯಾಸ್ಟ್ರಿಕ್ ಕ್ಯಾನ್ಸರ್ ಕಾಂಡಕೋಶಗಳನ್ನು ಲೇಬಲ್ ಮಾಡುವುದು)

ಕ್ಲಿನಿಕಲ್ ಪ್ರಯೋಗದ ಮೈಲಿಗಲ್ಲುಗಳು:

ಪ್ರಾಡಿಜಿ ಅಧ್ಯಯನ: CLE ಮಾರ್ಗದರ್ಶಿತ ESD ಶಸ್ತ್ರಚಿಕಿತ್ಸಾ ಅಂಚು ಋಣಾತ್ಮಕ ದರವು 98% ಕ್ಕೆ ಏರಿಕೆಯಾಗಿದೆ

CONFOCAL-II ಪರೀಕ್ಷೆ: ಮೇದೋಜ್ಜೀರಕ ಗ್ರಂಥಿಯ ಚೀಲ ರೋಗನಿರ್ಣಯದ ನಿಖರತೆ EUS ಗಿಂತ 22% ಹೆಚ್ಚಾಗಿದೆ.


7. ಭವಿಷ್ಯದ ಅಭಿವೃದ್ಧಿ ಪ್ರವೃತ್ತಿಗಳು

ತಾಂತ್ರಿಕ ವಿಕಸನ:

ಸೂಪರ್ ರೆಸಲ್ಯೂಶನ್ ಪ್ರಗತಿ: STED-CLE <200nm ರೆಸಲ್ಯೂಶನ್ ಸಾಧಿಸುತ್ತದೆ (ಎಲೆಕ್ಟ್ರಾನ್ ಮೈಕ್ರೋಸ್ಕೋಪಿಗೆ ಹತ್ತಿರ)

ಲೇಬಲ್ ಮಾಡದ ಚಿತ್ರಣ: ಸ್ವಯಂಪ್ರೇರಿತ ಪ್ರತಿದೀಪಕತೆ/ರಾಮನ್ ಸ್ಕ್ಯಾಟರಿಂಗ್ ಆಧಾರಿತ ತಂತ್ರ.

ಸಂಯೋಜಿತ ಚಿಕಿತ್ಸೆ: ಸಂಯೋಜಿತ ಲೇಸರ್ ಅಬ್ಲೇಶನ್ ಕಾರ್ಯದೊಂದಿಗೆ ಬುದ್ಧಿವಂತ ತನಿಖೆ

ಕ್ಲಿನಿಕಲ್ ಅಪ್ಲಿಕೇಶನ್ ವಿಸ್ತರಣೆ:

ಗೆಡ್ಡೆಯ ಇಮ್ಯುನೊಥೆರಪಿ ಪರಿಣಾಮಕಾರಿತ್ವದ ಮುನ್ಸೂಚನೆ (ಟಿ ಕೋಶ ಒಳನುಸುಳುವಿಕೆಯ ವೀಕ್ಷಣೆ)

ನ್ಯೂರೋಎಂಡೋಕ್ರೈನ್ ಗೆಡ್ಡೆಗಳ ಕ್ರಿಯಾತ್ಮಕ ಮೌಲ್ಯಮಾಪನ

ಕಸಿ ಅಂಗ ನಿರಾಕರಣೆ ಪ್ರತಿಕ್ರಿಯೆಗಳ ಆರಂಭಿಕ ಮೇಲ್ವಿಚಾರಣೆ


8. ವಿಶಿಷ್ಟ ಪ್ರಕರಣಗಳ ಪ್ರದರ್ಶನ

ಪ್ರಕರಣ 1: ಬ್ಯಾರೆಟ್‌ನ ಅನ್ನನಾಳದ ಮೇಲ್ವಿಚಾರಣೆ

CLE ಆವಿಷ್ಕಾರ: ಗ್ರಂಥಿಗಳ ರಚನಾತ್ಮಕ ಅಸ್ವಸ್ಥತೆ+ ಪರಮಾಣು ಧ್ರುವೀಯತೆಯ ನಷ್ಟ

ತತ್‌ಕ್ಷಣ ರೋಗನಿರ್ಣಯ: ಹೈಲಿ ಡಿಸ್ಪ್ಲಾಸಿಯಾ (HGD)

ಅನುಸರಣಾ ಚಿಕಿತ್ಸೆ: EMR ಚಿಕಿತ್ಸೆ ಮತ್ತು HGD ಯ ರೋಗಶಾಸ್ತ್ರೀಯ ದೃಢೀಕರಣ

ಪ್ರಕರಣ 2: ಅಲ್ಸರೇಟಿವ್ ಕೊಲೈಟಿಸ್

ಸಾಂಪ್ರದಾಯಿಕ ಎಂಡೋಸ್ಕೋಪಿ: ಲೋಳೆಪೊರೆಯ ದಟ್ಟಣೆ ಮತ್ತು ಎಡಿಮಾ (ಯಾವುದೇ ಗುಪ್ತ ಗಾಯಗಳು ಕಂಡುಬಂದಿಲ್ಲ)

CLE ಪ್ರದರ್ಶನ: ಕ್ರಿಪ್ಟ್ ಆರ್ಕಿಟೆಕ್ಚರ್ ನಾಶ+ಫ್ಲೋರೊಸೆಸಿನ್ ಸೋರಿಕೆ

ಕ್ಲಿನಿಕಲ್ ನಿರ್ಧಾರ: ಜೈವಿಕ ಚಿಕಿತ್ಸೆಯನ್ನು ನವೀಕರಿಸುವುದು


ಸಾರಾಂಶ ಮತ್ತು ದೃಷ್ಟಿಕೋನ

CLE ತಂತ್ರಜ್ಞಾನವು ಎಂಡೋಸ್ಕೋಪಿಕ್ ರೋಗನಿರ್ಣಯವನ್ನು "ಸೆಲ್ಯುಲಾರ್ ಮಟ್ಟದಲ್ಲಿ ನೈಜ-ಸಮಯದ ರೋಗಶಾಸ್ತ್ರ"ದ ಯುಗಕ್ಕೆ ಕೊಂಡೊಯ್ಯುತ್ತಿದೆ:

ಅಲ್ಪಾವಧಿ (1-3 ವರ್ಷಗಳು): AI ನೆರವಿನ ವ್ಯವಸ್ಥೆಗಳು ಬಳಕೆಯ ಅಡೆತಡೆಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತವೆ, ನುಗ್ಗುವ ದರವು 20% ಮೀರುತ್ತದೆ.

ಮಧ್ಯಕಾಲೀನ (3-5 ವರ್ಷಗಳು): ಆಣ್ವಿಕ ಶೋಧಕಗಳು ಗೆಡ್ಡೆಯ ನಿರ್ದಿಷ್ಟ ಲೇಬಲಿಂಗ್ ಅನ್ನು ಸಾಧಿಸುತ್ತವೆ.

ದೀರ್ಘಾವಧಿ (5-10 ವರ್ಷಗಳು): ಕೆಲವು ರೋಗನಿರ್ಣಯದ ಬಯಾಪ್ಸಿಗಳನ್ನು ಬದಲಾಯಿಸಬಹುದು.

ಈ ತಂತ್ರಜ್ಞಾನವು 'ನೀವು ನೋಡುವುದೇ ನೀವು ರೋಗನಿರ್ಣಯ ಮಾಡುವುದೇ' ಎಂಬ ವೈದ್ಯಕೀಯ ಮಾದರಿಯನ್ನು ಪುನಃ ಬರೆಯುವುದನ್ನು ಮುಂದುವರಿಸುತ್ತದೆ, ಅಂತಿಮವಾಗಿ 'ಇನ್ ವಿವೋ ಆಣ್ವಿಕ ರೋಗಶಾಸ್ತ್ರ'ದ ಅಂತಿಮ ಗುರಿಯನ್ನು ಸಾಧಿಸುತ್ತದೆ.