Злокачественные новообразования кожи (ЗНК) занимают одно из ведущих мест в структуре онкологической заболеваемости в России и в мире [1—3]. Среди ЗНК периорбитальной локализации ожидаемо превалирует базальноклеточный рак (БКР) (94,7%), реже развиваются плоскоклеточный и метатипический рак (4%), аденокарцинома мейбомиевой железы (0,7%) и меланома кожи (0,6%) [4]. Могут встречаться карцинома Меркеля, ангиосаркома, различные лимфомы, микрокистозная карцинома из придатков кожи, злокачественная фиброзная гистиоцитома [4, 5]. Указанное разнообразие объясняется самой структурой кожи, включающей в себя клетки разных тканей, каждая из которых может подвергнуться злокачественной трансформации.

Кроме того, анатомо-физиологические особенности периорбитальной области таковы, что опухоли в зоне внутреннего или наружного угла глазной щели могут прорастать конъюнктиву и распространяться в орбитальные ткани [6], что подчеркивает необходимость их ранней диагностики и своевременного лечения. С другой стороны, в литературе нет единого мнения относительно оптимальных хирургических отступов при ЗНК периорбитальной локализации, в то время как широко выполненная резекция со сложной реконструкцией всегда связана с дополнительными рисками формирования косметического и/или функционального дефекта придаточного аппарата глаза [7, 8]. В связи с этим актуальным остается поиск наиболее эффективного метода или комплекса методов, которые бы обеспечивали точную, раннюю, желательно неинвазивную диагностику ЗНК и могли быть внедрены в массовую практику. Реализации последнего способствует современный тренд на автоматизацию различных медицинских процессов, в том числе анализа изображений [9].

В данном обзоре рассмотрены основные методы неинвазивной диагностики новообразований кожи, которые технически могут быть применены в периорбитальной области. Кратко приведены ключевые этапы их развития и указаны наиболее значимые преимущества и недостатки. Также уделено внимание вопросам автоматизации исследований, рассмотрены возможные проблемы с ее практической реализацией.

Дерматоскопия

Дерматоскопия (эпилюминесцентная микроскопия, или кожная поверхностная микроскопия in vivo) — неинвазивный метод исследования, при котором подповерхностные структуры кожи, дермоэпидермальное соединение и верхняя часть дермы становятся доступными для осмотра благодаря использованию масляной иммерсии или поляризованного освещения.

Появление метода дерматоскопии уместно отнести к 1971 г., когда R. MacKie заявила о принципиальной целесообразности поверхностной микроскопии кожи при ранней диагностике пигментированных новообразований. Затем, в 1987 г., H. Pehamberger и соавторы сформулировали принципы оценки дерматоскопического рисунка, а в 1994 г., W. Stolz и соавторы представили адаптированное правило ABCD (от англ. A — asymmetry, B — border, C — color, D — dermatoscopic structures, рус.: асимметрия, граница, цвет и дерматоскопические структуры соответственно) с подсчетом дерматоскопического индекса [10, 11]. Позже появились и другие диагностические алгоритмы [12, 13]. Внедрение дерматоскопии сразу существенно повысило выявляемость меланомы [12]. В случаях крупных новообразований, расположенных в косметически значимых местах, метод позволяет определить участок, наиболее подходящий для взятия биопсии [14]. Применение дерматоскопии в учреждениях первичного звена может сократить время постановки диагноза специалистом [12]. Кроме того, дерматоскопия позволяет повысить точность диагностики немеланоцитарных ЗНК, в том числе пигментного и беспигментного БКР кожи. Отмечается, что потенциал дерматоскопии позволяет достаточно уверенно определять морфологический подтип БКР, что, в свою очередь, крайне важно для выбора тактики дальнейшего лечения [15, 16].

Выполнение дерматоскопии новообразований периорбитальной области нередко затруднено ее рельефом. Наиболее доступные участки можно визуализировать с помощью контактной дерматоскопии с использованием безалкогольной среды. Для других локализаций следует выбирать бесконтактную дерматоскопию. Из-за близости чувствительной конъюнктивы обследованию может предшествовать местная инстилляционная анестезия. Вместо иммерсионной жидкости можно использовать офтальмологический гель [17, 18]. При вовлечении конъюнктивы рекомендуется применять дерматоскопические алгоритмы, разработанные для слизистых оболочек [19].

Следует отметить, что предельное увеличение и глубина наблюдения при дерматоскопии лимитируются значительным светорассеянием и поглощением ткани и далеки от возможностей современных объективов. Трудности могут возникать с диагностикой сильно пигментированных новообразований, поскольку избыток меланина блокирует прохождение света в подлежащие слои [20]. Кроме того, имеет место субъективный элемент оценки результатов исследования, вследствие чего возможны разночтения между специалистами [21]. Показано, что отсутствие достаточного опыта может значительно снизить чувствительность диагностики [10, 14, 21].

Совершенствование дерматоскопии связано с появлением цифровых изображений [11, 21]. Первые исследования, посвященные компьютерной обработке дерматоскопических снимков, принадлежат N. Cascinelli и соавторам и датируются концом 1980-х годов [22]. Сам термин «анализ дерматоскопических изображений» впервые был упомянут в работах S.W. Menzies и соавторов и затем популяризирован M.E. Celebi и соавт. [23]. Выделяют четыре принципиальных этапа работы с любым цифровым изображением: это предпроцессинг, сегментация, выявление признаков и классификация. В рамках первого этапа возможно устранение световых эффектов, преобразование в другое цветовое пространство, выбор цветового канала, повышение контрастности. Для сегментации (т.е. определения границ поражения) применяют алгоритмы, включающие пороговое значение гистограммы, кластеризацию, активные контуры, нечеткую логику, теорию графов. На третьем этапе производят выявление признаков, под которым подразумевают автоматическое обнаружение дерматоскопических критериев. Задача четвертого этапа — выявление природы новообразования (классификация), и первоначально эта задача носила исключительно бинарный характер (меланома/невус), поскольку в тестовые выборки попадали только изображения явно меланоцитарных новообразований кожи. После накопления крупных общедоступных баз данных исследования все чаще проводят с использованием нескольких классификационных групп (например, «доброкачественное новообразование», «атипичное новообразование» и «меланома») [24, 25].

Конфокальная микроскопия

Конфокальная микроскопия (КМ) позволяет с высоким горизонтальным и вертикальным разрешением (0,5—1 мкм и 3—5 мкм соответственно) неинвазивно визуализировать структуру кожи на глубину до 200 мкм. Источником света при этом обычно является маломощный лазер, излучающий в ближнем инфракрасном диапазоне. Излучение лазера заведено в оптический тракт микроскопа и ограничено заданным фокальным расстоянием за счет того, что проходит через точечную диафрагму и далее поступает на детектор. Высокое разрешение конфокального микроскопа позволяет визуализировать ядерную, клеточную и тканевую архитектуру с возможностью контрастирования некоторых веществ за счет выбора длины волны лазерного излучения. Автором идеи конфокальности считается М. Мински (конец 1950-х годов) [26]. Этот принцип сначала был реализован в проекционных микроскопах (метод отражательной КМ). Позже он был применен для создания лазерной конфокальной сканирующей микроскопии. Несмотря на схожесть названия, указанные приборы принципиально различаются. В первом случае оператор получает реальное (проекционное) изображение объекта с возможностью ограничить диафрагмой сигнал, поступающий вне текущего рабочего отрезка объектива. Во втором случае лазерный луч последовательно обегает (сканирует по координатам X и Y) весь исследуемый объем, вызывая оптический ответ в каждой его точке. Применение переменной конфокальной схемы позволяет оценивать оптический ответ объекта, ограничивая его дополнительно по глубине (координата Z). Результатом является возможность реконструировать изображение ткани по всему исследуемому объему. К сожалению, в ходе анализа литературы стало очевидно, что во многих случаях авторы не раскрывают конкретный способ КМ, в связи с чем мы вынуждены рассмотреть их вместе.

Использование КМ повышает точность дифференциальной диагностики пигментированных новообразований, а также БКР и актинического кератоза [27]. Преимущество КМ заключается в том, что она прямо коррелирует с гистологическими данными. Так, благодаря КМ было продемонстрировано, что трещины вокруг островков БКР не являются, как считалось раннее, артефактами, вызванными ретракцией ткани после фиксации образца, а присутствуют in vivo и соответствуют накоплению муцина [28]. В другом исследовании были определены специфические КМ-признаки меланомы и немеланоцитарного рака кожи [29]. Кроме того, КМ может использоваться для определения хирургических границ резекции и оценки динамики при применении нехирургических методов лечения [30, 31]. Для работы в периорбитальной и других «трудных» областях существует портативный вариант прибора [28].

Довольно много упоминаний в литературе можно найти о привлечении искусственного интеллекта к обработке КМ-изображений кожи, полученных in vivo [32—35]. Так, был предложен способ автоматического определения дермо-эпидермального соединения на основе рекуррентной сверточной сети [34] и представлен алгоритм преобразования серых КМ-изображений для придания им привычного вида гистологических препаратов, окрашенных гематоксилином и эозином [35]. Кроме того, при необходимости искусственный интеллект может помочь улучшить качество дефокусированных изображений [36]. Но, безусловно, КМ имеет и некоторые ограничения. Во-первых, данный метод позволяет визуализировать структуру кожи только до папиллярной дермы. Во-вторых, визуализация больших или множественных поражений требует существенных временных затрат. Кроме того, чтобы правильно выполнять исследование и корректно интерпретировать результаты, клиницисты нуждаются в соответствующей подготовке [26]. Широкое внедрение КМ ограничивается первоначальной стоимостью устройства и дальнейшими затратами на его обслуживание.

Спектроскопия

Кожа, как и любая биологическая ткань, взаимодействует со светом через поглощение и рассеяние (плюс френелевское отражение на границе с воздушной средой, которое составляет не более 7% всего падающего излучения). В эпидермисе входящее излучение в диапазоне длин волн 350—1200 нм поглощается преимущественно меланином, а в ультрафиолетовой области (длина волны менее 300 нм) — ароматическими аминокислотами, нуклеиновыми кислотами, урокановой кислотой. В дерме основным адсорбентом является гемоглобин эритроцитов. Кроме того, большинство поглощающих веществ проявляют способность к люминесценции (в частности, флуоресценции). Отдельные линии поглощения и люминесценции соответствуют содержанию определенных элементов или соединений в тканях [37]. Ткани человека содержат большое число разнообразных природных флуорофоров, в основном из группы флавинов, протеинов и порфиринов. Каждый флуорофор имеет характерные спектры поглощения и эмиссии, которые перекрываются в разной степени в зависимости от источника возбуждения [38]. Эндогенная флуоресценция вносит существенный вклад в формирование суммарного спектра кожи [39]. Что же касается светорассеяния, то оно возникает в результате присутствия в коже структур с различными показателями преломления, причем пространственное распределение рассеянного света и его интенсивность зависят от размера и формы «неоднородностей» среды относительно длины волны [37—39], что влияет на результат спектральных измерений за счет эффекта Рэлея.

В соответствии с преимущественным характером взаимодействия между энергией и тканью выделяют абсорбционную спектроскопию, эмиссионную спектроскопию, спектроскопию отражения и упругого рассеяния, импедансную спектроскопию, рамановскую спектроскопию (спектроскопию неупругого рассеяния, или спектроскопию комбинационного рассеяния), когерентную (или резонансную), а также ядерную спектроскопию [40].

По технике исполнения можно выделить (1) точечную спектроскопию, при которой запись спектров производят из небольшого объема ткани (диаметром <1 мкм), (2) линейное сканирование, при котором образец освещается вдоль заданной линии, после чего детектор регистрирует сумму единовременных сигналов вдоль этой линии, и (3) гиперспектральную визуализацию, предполагающую запись множества отдельных спектров, например путем растрового сканирования образца сфокусированным лазерным лучом. Полученные таким образом данные можно затем использовать для картирования компонентов [41].

Было многократно показано, что разные виды спектроскопии могут быть использованы для дифференциальной диагностики как доброкачественных, так и злокачественных новообразований кожи, в частности БКР, плоскоклеточного рака, себорейного кератоза, фиброэпителиомы, интрадермального невуса и др. [42—46].

В начале 2000-х годов был разработан метод сиаскопии (спектрофотометрический интрадермальный анализ), который фактически представляет собой гиперспектральный анализ. Наиболее значимой способностью сиакопии, по мнению авторов, является обнаружение дермального меланина in vivo (на глубине до 30 мкм от дермо-эпидермального соединения) [47]. Однако последующее топографическое сравнение результатов сиаскопии с данными патогистологического исследования показало, что в ряде случаев сиаскопический сигнал дермального меланина топографически соответствовал присутствию меланофагов и/или эпидермальной гиперпигментации, что, возможно, говорит о влиянии колориметрических изменений на результат анализа [48]. Тем не менее интерес к применению гиперспектрального анализа в онкодерматологии сохраняется [49, 50].

Разработка быстрой рамановской спектрометрической системы позволила производить исследование кожи in vivo в реальном времени с высокой чувствительностью и специфичностью по отношению к ЗНК [51]. При использовании аналогичной системы для сравнения индивидуальных спектров комбинационного рассеяния новообразования и здоровой кожи также отмечена высокая чувствительность и специфичность метода (89% и 88% соответственно) [52]. Внедрение спектроскопии комбинационного рассеяния в алгоритм обследования пациентов по поводу пигментированного новообразования кожи позволяет уменьшить количество биопсий на одну меланому с 8,6 до 4,1 [53]. Предложена эффективная модель машинного обучения, способная различать спектры комбинационного рассеяния меланомы и невусов, используя небольшой фрагмент суммарного спектра кожи в качестве образца [54], а также методы увеличения данных для увеличения объема «образцов» и улучшения работы классификатора [55].

Флуоресцентная диагностика

Отдельной компактной областью оптических исследований традиционно является флуоресцентная диагностика (ФД). Началом становления ФД можно считать сообщения об использовании лампы Вуда для диагностики грибковых поражений волос [56]. Интерес к флуоресценции неопластических тканей возник после того, как была обнаружена связь между накоплением порфиринов и эффектами фотодинамической терапии и, кроме того, была экспериментально доказана возможность усиления интенсивности флуоресценции опухоли путем введения экзогенного гематопорфирина [57]. Впоследствии вместо токсичного гематопорфирина было предложено использовать 5-аминолевулиновую кислоту (5-АЛК), которая выступает индуктором выработки эндогенного протопорфирина IX [58]. Это открытие заложило фундамент для развития ФД на основе индуцированной 5-АЛК флуоресценции, которая до сих пор достаточно широко применяется в онкологии вообще и в дерматоонкологии в частности, особенно там, где ФД совмещается с хирургией или фотодинамической терапией [58—60]. Помимо 5-АЛК при проведении ФД с последующей фотодинамической терапией широко применяют фотосенсибилизаторы хлоринового ряда [61].

Следует, однако, отметить, что введение в организм экзогенных красителей и индукторов неизбежно сопровождается местными и системными побочными эффектами, поэтому в чисто диагностических целях наиболее целесообразным представляется изучение нативной флуоресценции эндогенных флуорофоров. До недавнего времени развитие этого направления сдерживалось недоступностью математических методов, которые позволили бы проанализировать слабый сигнал нужного флуорофора в естественной концентрации. Так, в ранних исследованиях не было выявлено значимой разницы в суммарном спектре флуоресценции немеланоцитарных новообразований и прилежащей здоровой кожи при возбуждении лазером с длиной волны 375 нм [62]. Позже появились сообщения об усилении характеристической флуоресценции триптофана и, наоборот, ослаблении флуоресценции коллагена и эластина в зоне немеланоцитарных новообразований, что, по мнению авторов, было связано с локальной активизацией пролиферации эпидермиса и разрушением матрикса дермы [42, 63]. Кроме того, отмечалось ослабление флуоресценции кофакторов никотинамидаадениндинуклеотида (НАДН) (восстановленного) и флавинадениндинуклеотида (ФАД) в зоне БКР по сравнению с прилежащей здоровой кожей [64]. Были предложены способы оценки относительного увеличения интенсивности неиндуцированной аутофлуоресценции в зоне ЗНК по данным локальной спектроскопии и результатам колориметрического анализа флуоресцентных фотографий с пространственным картированием [65]. Другие авторы уделили внимание вопросам коррекции низкого соотношения сигнал/шум во время съемки в ближнем инфракрасном диапазоне [66]. Кроме того, ведутся исследования по созданию базы «спектральных портретов» основных злокачественных и доброкачественных новообразований кожи [67], по проведению визуального интраоперационного контроля границ новообразований кожи век с применением светодиодного аппарата АФС-400 [68] и по применению мультиспектральной фотометрии (или флуоресцентной дерматоскопии) для прогнозирования развития меланоцитарной дисплазии у пациентов с меланоцитарными новообразованиями кожи [69].

Следует отметить, что исследование флуоресценции ткани далеко не всегда рассматривается как самостоятельный метод диагностики, часто оно является своего рода надстройкой к другому методу. В качестве примера можно привести флуоресцентную КМ — с оговоркой, что на данном этапе ее применяют ex vivo [70].

Работы по автоматизации ФД новообразований кожи касаются преимущественно данных флуоресцентной спектроскопии [71, 72]. Попытки автоматизации обработки флуоресцентных фотографий единичны [65].

Ультразвуковое исследование

Ультразвук — это механические волновые колебания с частотой выше 20 кГц. При прохождении через биологические ткани звук, как и свет, подвергается отражению, преломлению, поглощению и рассеиванию. Если ультразвук на своем пути взаимодействует с препятствием, размер которого больше ½ длины его волны, он претерпевает преломление и отражение. Наиболее сильное отражение наблюдается на границах кость/окружающие ткани, а также ткани/воздух [73].

В медицинскую практику ультразвук вошел после разработки методов одномерного, двумерного и трехмерного сканирования (A-, B- и 3D-режимы соответственно). В дерматоонкологии ультразвук не сразу получил распространение из-за отсутствия возможности визуализировать отдельные слои кожи. С появлением высокочастотных датчиков (до 100 МГц) разрешающая способность метода существенно повысилась [3]. Так, ультразвуковое исследование (УЗИ) кожи, проводимое с частотами в диапазоне 20—75 МГц, имеет разрешение 80—21 мкм и сходно с гистологической микрофотографией, благодаря чему удалось описать ультразвуковые признаки БКР и меланоцитарных новообразований, а также установить корреляцию между данными УЗИ и гистологии. При этом была отмечена тенденция к переоцениванию «ультразвуковых» размеров опухоли по сравнению с данными гистологии, что можно объяснить изменениями препарата при фиксации и окрашивании [74]. Для диагностики новообразований малых размеров (например, в области век) применяют также ультразвуковую биомикроскопию [75]. Хорошо себя зарекомендовало комплексное применение ультразвуковой биомикроскопии с частотой излучения 40—60 МГц и А-сканирования [76]. Кроме того, диагностически значимая информация может быть получена при помощи эластографии [77].

В отличие от описанных выше методов УЗИ предполагает главным образом визуальную оценку динамически меняющихся изображений, что заведомо затрудняет получение объективного стандартизированного заключения относительно эхогенности и однородности ткани. Следует также учитывать физиологические особенности исследуемой области. В частности, некоторые участки кожи лица имеют низкую эхогенность при УЗИ по сравнению с кожей, например, предплечья, что может вызывать трудности при оценке состояния кожно-подкожной границы [78]. Кроме того, модель поглощения и отражения ультразвукового пучка разными тканями сильно зависит от функционального состояния этих тканей. Теоретически решить данную проблему можно путем калибровки изображений по эталонной среде организма индивидуально для каждого пациента [79].

В последние годы стали появляться работы, направленные на создание алгоритмов автоматической классификации рака кожи [80—82], причем более высокие результаты были получены при использовании дифференциальных признаков, основанных на форме новообразования [81].

Таким образом, УЗИ позволяет оценить размер и глубину расположения опухоли и при необходимости скорректировать тактику лечения [83], однако точная дифференциальная диагностика при этом в большинстве случаев невозможна из-за сходства сонографических признаков различных опухолей и отсутствия визуализации на клеточном уровне. Кроме того, имеет место фактор недостаточной подготовки специалистов в области ультразвуковой диагностики кожных новообразований [11].

Оптическая когерентная томография

Оптическая когерентная томография (ОКТ) — высокоточный метод исследования, построенный на принципах световой низкокогерентной интерферометрии, подразумевающей, что свет от источника разделяется на два пучка, которые следуют разными путями: один направляется к исследуемым тканям, второй (контрольный) — напрямую к зеркалу. Отражение обоих пучков затем воспринимается фотодетектором и создает интерференционную картину. Результирующие интерференционные полосы отражают информацию о разнице в длине оптического пути основного и контрольного пучков. Классическим способом визуализации данных ОКТ кожи является В-скан — двумерная картина структуры ткани в вертикальном сечении. Имея пространственное разрешение в 4—10 мкм, ОКТ обеспечивает идентификацию рогового слоя кожи, эпидермиса и верхних слоев дермы, а также придатков кожи и кровеносных сосудов и, таким образом, значительно превосходит возможности УЗИ, уступая лишь КМ [84, 85].

Возможность использования ОКТ для прижизненной дифференциальной диагностики меланомы и меланоцитарных невусов, включая диспластические, а также эпителиальных новообразований подтверждается высокой чувствительностью (86—95%) и специфичностью (81—98%) [86, 87], хотя систематический анализ литературы выявил значительную вариабельность этих показателей, что, вероятно, связано с различиями в технологии и специфике дизайна исследований, а также с опытом и навыками операторов [88]. В нескольких исследованиях была положительно оценена роль ОКТ-ангиографии в диагностике БКР [89]. Кроме того, ОКТ может применяться для предоперационного определения границ опухоли [87].

Как и другие цифровые изображения, оптические когерентные томограммы могут использоваться для машинного обучения. Однако содержащихся на них признаков недостаточно для уверенной дифференцировки, например, поверхностного БКР и актинического кератоза [90].

Отдельно следует упомянуть о таких развивающихся методах, как терагерцевая спектроскопия и фотоакустическая визуализация.

Терагерцевый частотный диапазон занимает промежуточное положение между инфракрасным и микроволновым диапазонами и на сегодняшний день является последним малоисследованным диапазоном во всей шкале электромагнитных волн. Терагерцевое излучение перспективно для применения в спектроскопии. Известно, что дисперсия биологических тканей в терагерцевом диапазоне частот мала, а поглощение значительно. Многие колебательные переходы в простых биомолекулах находятся именно в этом диапазоне. Кроме того, неоднородности размером менее 0,1 мм, приводящие к сильному рассеянию в видимой и ближней инфракрасной областях спектра, не дают значительного рассеяния в терагерцевом диапазоне. Использование сверхкоротких импульсов позволяет исследовать широкий диапазон частот за одно измерение, а также достичь высокого разрешения по времени [91].

Фотоакустическая визуализация предполагает воздействие на биологическую ткань ультракороткими лазерными импульсами — продолжительностью до 100 нс. Поглощение тканью этих импульсов вызывает в ней термоупругие напряжения — феномен, известный как оптоакустический, или фотоакустический, эффект. Подобное тепловое расширение приводит к генерации ультразвуковых волн в среде, которые, в свою очередь, могут быть приняты и преобразованы для получения изображения. Этап формирования изображения может быть выполнен посредством аппаратного обеспечения (например, акустической или оптической фокусировки) или с помощью компьютерной томографии (математический алгоритм получения изображения). Фотоакустическая визуализация сочетает в себе преимущества оптической спектроскопии и ультразвуковой диагностики и позволяет получать 3D-изображения молекулярного состава ткани с высоким разрешением, однако до сих пор лишь несколько исследований посвящены диагностике новообразований кожи [92].

Заключение

Разнообразие неинвазивных методов исследования кожи достаточно велико, однако степень их изученности варьирует. Специфика периорбитальной области накладывает дополнительные ограничения на применение ряда диагностических технологий. Реализация некоторых методов сопряжена с по-настоящему большими вложениями и недоступна для большинства учреждений. При этом в плане автоматизации диагностики преимуществом обладают как раз наиболее распространенные методы, для которых накоплены обширные базы данных. Также играет роль доступность этих баз для широкого круга исследователей. Единого мнения в отношении унификации регламента ведения пациента с подозрением на злокачественное новообразование кожи в настоящее время не выработано.

Автор заявляет об отсутствии конфликта интересов.