中大醫學院聯同瑞士蘇黎世聯邦理工學院的專家,成功利用遙距磁控內窺鏡在活豬模型進行診斷,屬全球首次。
身處香港的陳詩瓏醫生示範透過控制台遙距操作 9,300 公里外位於瑞士 ETH Zurich 的磁控內窺鏡手術系統,在胃壁組織模型模擬進行活檢,並於電腦螢幕實時監察整個程序。(中大醫學院圖片)
身處本港手術室的醫生負責現場監督,至於瑞士蘇黎世的專家經控制台遙距操作內窺鏡,系統會透過實時數據傳輸溝通,在本港手術室的機械人就會按照遙距指令完成手術,成功在活豬模型檢查胃黏膜,尋找潰瘍、腫瘤或出血等情況。
點擊看圖輯
身處香港的陳詩瓏醫生示範透過控制台遙距操作 9,300 公里外位於瑞士 ETH Zurich 的磁控內窺鏡手術系統,在胃壁組織模型模擬進行活檢,並於電腦螢幕實時監察整個程序。(中大醫學院圖片)
研究團隊成員包括中大醫學院院長、信興教育及慈善基金機械人外科教授趙偉仁教授(左二)及外科學系助理教授陳詩瓏醫生(右二),ETH Zurich機械人與智能系統研究所所長Bradley Nelson教授(左一)及他的團隊。(中大醫學院圖片)
「後屈」是內窺鏡檢查成功與否的一項重要指標,因為大幅度屈曲是磁性內窺鏡的一大挑戰, 成功「後屈」反映其克服了操作限制,並能夠如標準設備般於體內流暢地移動。(中大醫學院圖片)
控內窺鏡的產品原型,由細小磁鐵及小球體相連組成的骨幹,讓它在磁控下仍然能夠大幅度屈曲。(中大醫學院圖片)
研究團隊成員包括中大醫學院院長、信興教育及慈善基金機械人外科教授趙偉仁教授(左二)及外科學系助理教授陳詩瓏醫生(右二),ETH Zurich機械人與智能系統研究所所長Bradley Nelson教授(左一)及他的團隊。(中大醫學院圖片)
研究期間,瑞士操作員透過當地電腦控制本港手術室內的內窺鏡,術後X光影像顯示,系統使用的幼身軟性磁控內窺鏡,能夠在活豬模型的胃內完成「後屈」動作,克服以往進行內窺鏡檢查的操作限制,並能夠如傳統標準設備在體內移動,成功利用系統取得足夠體積的胃壁組織進行活檢。
「後屈」是內窺鏡檢查成功與否的一項重要指標,因為大幅度屈曲是磁性內窺鏡的一大挑戰, 成功「後屈」反映其克服了操作限制,並能夠如標準設備般於體內流暢地移動。(中大醫學院圖片)
中大醫學院外科學系助理教授陳詩瓏認為,技術有助進行跨地域外科訓練和指導,更可以讓專家為偏遠和缺乏外科技術地區的病人,經遙距系統提供迅速的診斷和手術護理,預計日後能完成內窺鏡止血和切除術等程序。
控內窺鏡的產品原型,由細小磁鐵及小球體相連組成的骨幹,讓它在磁控下仍然能夠大幅度屈曲。(中大醫學院圖片)
中大醫學院院長趙偉仁表示,研究發現機械系統透過實時數據網絡傳輸,時間上只有 200多毫秒的延誤,兩地均要有一定配套和穩定高速的網絡連接,一般需要在門診或醫院進行,有信心可以大大減低延誤造成的風險,並有助更好善用人手。團隊希望未來一至兩年在人體胃部進行相關臨床研究,將技術擴展至更多方面,除了癌症篩檢內窺鏡檢查,也可應用於消化道的其他器官和神經血管系統的診斷或治療,以及進行胎兒手術等。
磁控內窺鏡。(中大醫學院圖片)
中大醫學院、美國加州大學聖地牙哥分校及溫洲醫科大學第一附屬醫院共同成功開發了一種以血液為基礎的嶄新非侵入性早期診斷代謝性脂肪肝炎模型,有望可轉化至臨床應用,為患者提供更安全及具成本效益的診斷工具。
研究詳情已刊登於著名醫學期刊《Cell Metabolism》。
中大醫學院表示,代謝相關脂肪性肝病(MASLD,簡稱「代謝性脂肪肝」),原稱非酒精性脂肪肝(NAFLD),影響全球25-30%的人口,是最常見的慢性肝臟疾病。在本港,約27%的成年人口患有此疾病。
CUHK Medicine FB
代謝性脂肪肝通常無明顯病徵,可惡化為脂肪性肝炎(MASH)、肝硬化,甚至肝癌。故此,有需要及早識別高風險群組,使病人能及早接受治療。
肝穿刺活組織檢查(肝活檢)是目前診斷脂肪性肝炎的「黃金標準」,但檢查具創傷性,會對病人帶來潛在風險,加上費用昂貴,令臨床應用受到限制。
這項研究的通訊作者、消化疾病研究國家重點實驗室﹙香港中文大學﹚主任于君教授表示:「這個創新的早期診斷模型是基於我們在前期MASH患者樣本結合動物研究發現的可以識別MASH的相關因子,能準確識別MASLD和MASH患者,並可評估MASH的改善情況和治療效果。其診斷效能在亞洲及美洲的三個獨立隊列中得到了驗證。研究成果已申請專利並正在開發診斷試劑盒。」研究共同通訊作者、中大醫學院内科及藥物治療學系腸胃及肝臟科主任黃煒燊教授亦表示:「這項發現將有助減少不必要的肝活檢程序,以便及早發現和介入,從而降低病情惡化的風險。」
中大醫學院。資料圖片
研究團隊從四個獨立隊列研究中,收集了700個來自香港、中國內地及美國的血清樣本。研究前期透過分析健康對照、MASLD和MASH組的臨床診斷數據,利用結果所得的6種蛋白和17種臨床變數作檢測並結合隨機森林算法和單因素邏輯回歸方法進行篩選,成功建立起一個包含2種血清蛋白生物標誌物(CK-18, CXCL10)和身體體重指數(BMI)的非入侵性生物標誌物模型N3-MASH。研究第一作者、消化疾病研究國家重點實驗室﹙香港中文大學﹚助理教授張翔解釋:「此模型能準確識別出MASLD患者, AUROC達0.954,數值(由0至1)越高代表模型表現能力越好。在MASLD患者中,N3-MASH模型能夠識別MASH患者,AUROC為0.823,靈敏度、特異性和陽性預測值分別可達62.9%、90%及88.6%。這些發現有助於早期識別MASH患者,從而使他們提前接受密切跟進和適當干預。」