Inom medicinsk teknik har det länge funnits en balansgång där man ofta tvingats kompromissa mellan bildkvalitet och funktionalitet. Nu har forskare från Caltech och USC presenterat en lösning som eliminerar dessa traditionella avvägningar. Möt “Ruspat” – en ny hybridteknik som levererar högupplösta 3D-färgbilder av kroppens vävnader.
Det är i den prestigefyllda tidskriften Nature Biomedical Engineering som genombrottet presenteras. Bakom tekniken står ett forskarteam som inkluderar professor Lihong Wang, känd som uppfinnaren av fotoakustisk tomografi. Tillsammans har teamet utvecklat ett system som lovar att förändra hur vi ser på mjukvävnad och blodkärl.
En fusion av ljud och ljus
Tekniken, som döpts till Ruspat, är en hybridlösning. Den slår samman två avancerade metoder: “rotational ultrasound tomography” (Rust) och “photoacoustic tomography” (PAT). Genom att kombinera dessa två världar lyckas systemet fånga det bästa av två världar.
Resultatet är en teknik som kan skapa högupplösta strukturella kartor över mjukvävnad samtidigt som den levererar funktionell data i realtid om hur blodkärlen presterar. Det handlar alltså inte bara om att se hur organen ser ut, utan också om att förstå hur de fungerar i ögonblicket.
Eliminering av kompromisser
Enligt forskarna eliminerar Ruspat de “tradeoffs” – eller kompromisser – som traditionellt förknippas med medicinsk bildbehandling. Där man tidigare kanske fick välja mellan detaljrikedom i vävnaden eller flödesinformation i kärlen, erbjuder Ruspat nu en helhetsbild i 3D-färg.
Från tumörer till nervskador
Användningsområdena för denna nya teknik beskrivs som breda och kritiska för framtidens sjukvård. Forskarna pekar specifikt på tre huvudområden där Ruspat kan göra stor skillnad:
- Bröstcancer: Tekniken möjliggör en mer precis detektering av tumörer i bröstvävnad.
- Diabetes: Systemet kan användas för att spåra nervskador orsakade av diabetes.
- Hjärnhälsa: Ruspat kan övervaka blodflödet i hjärnan, vilket ger viktig information om hjärnans funktion och hälsa.
Genom att leverera både strukturell och funktionell data i ett och samma svep, öppnar Caltech och USC dörren för mer exakta diagnoser och bättre övervakning av komplexa sjukdomstillstånd.