Zu meinen Favoriten hinzufügen
Automatische Übersetzung anzeigen
Dies ist eine automatisch generierte Übersetzung. Wenn Sie auf den englischen Originaltext zugreifen möchten,
klicken Sie hier
#Neues aus der Industrie
{{{sourceTextContent.title}}}
Chemo-Tester identifiziert, welche Formulierung für jeden Patienten geeignet ist
{{{sourceTextContent.subTitle}}}
Chemotherapie ist eine Herausforderung für Patienten, da sie sehr brutal für ihren Körper sein kann, aber auch für Ärzte, die versuchen herauszufinden, welche Medikamente sie verabreichen sollen. Jetzt wurde an der Rutgers University ein neues Gerät entwickelt, das testen kann, ob ein bestimmter Chemotherapeut auf den spezifischen Tumor eines Patienten wirkt.
{{{sourceTextContent.description}}}
Die Idee ist, dass eine Tumorbiopsie verwendet wird, um das Gerät zu säen. Anschließend werden Chemo-Agenten hinzugefügt, um zu sehen, ob sie die Tumorzellen des Patienten abtöten. Dies wird mit einem speziellen Biosensor gemessen, der mit Hilfe der Multifrequenz-Impedanzspektroskopie prüft, ob eine Zelle lebt oder tot ist. Der Sensor speist seine Messwerte in eine Softwareplattform für künstliche Intelligenz ein, die zuvor gesammeltes Wissen nutzt, um jede Zelle zu charakterisieren.
In ihren bisherigen ersten Studien ist der Ansatz des Teams zu über 95% genau bei der Zählung lebender Krebszellen. Die Ergebnisse sind nahezu unmittelbar, was den Ärzten in der Klinik die Möglichkeit geben kann, mit der Behandlung von Patienten unmittelbar nach Abschluss der Biopsie zu beginnen. Derzeit verlangsamen Färbeprozesse und andere relevante Prozesse die Charakterisierung schneller Zellen, so dass die neue Technologie ein großes Potenzial für Patienten hat.
Das Rutgers-Team plant, sein System sehr bald mit realen Patienten zu testen, in der Hoffnung, die praktische Wirksamkeit seines Systems zu beweisen.
Open Access Studie in der Zeitschrift Microsystems & Nanoengineering: In Richtung Point-of-Care-Bewertung der Patientenreaktion: ein tragbares Werkzeug zur schnellen Beurteilung der Wirksamkeit von Krebsmedikamenten unter Verwendung von Multifrequenz-Impedanz-Zytometrie und überwachtem maschinellen Lernen