Præcisionsbilleddannelse til tidlig påvisning og målrettet behandlingsovervågning ved bugspytkirtelkræft (PANC-O-MICS)

Med en fem-års overlevelsesrate på kun 3 % for størstedelen af ​​patienterne er bugspytkirtelkræft en global sundhedsudfordring. På tidspunktet for diagnosen er over halvdelen af ​​kræft i bugspytkirtlen metastaseret. Den alvorlige sygdomssituation afspejler vores manglende evne til at diagnosticere kræft i bugspytkirtlen tidligt og effektivt behandle den. Vores manglende diagnosticering af sygdommen tidligt skyldes til dels organets utilgængelighed, vanskeligheder med at opdage små bugspytkirtellæsioner ved hjælp af konventionelle billeddannelsesmetoder og en dårlig forståelse af spektret af heterogenitet i bugspytkirtelkræft. Enkelttidspunkt, enkeltstedsbiopsier kan ikke vurdere hele tumoren, mens flere biopsier på flere tidspunkter ikke er mulige i klinisk rutine. Begrænsninger af invasiv prøvetagning kan løses med ikke-invasiv billeddannelse, der fanger morfologisk og funktionel information om hele tumoren i rummet og, hvis den gentages, i tide. Radiomik har potentialet til "virtuel prøvetagning af hele tumorer" ved hjælp af en enkelt eller seriel ikke-invasiv undersøgelse i stedet for biopsier. Ved at henvende sig til billeder som data, der kan udvindes, i stedet for blot billeder i konventionel radiologi, giver kvantitativ billeddannelse mulighed for at udtrække yderligere information fra medicinske billeder såvel som for globale vurderinger på tværs af store patientpopulationer. Derfor har disse nye kvantitative tilgange løftet om at opdage kræft i bugspytkirtlen, som det blotte øje alene ikke kan opfatte fra konventionel medicinsk billeddannelse, hvilket åbner nye døre for personlig medicin i bugspytkirtelkræft. Til dato har ingen undersøgelse evalueret værdien af ​​radiomik på makroskopisk (in vivo 1.5T/3TMRI) og mikroskopisk (ex vivo 9.4TMRI) skala til tidlig cancerdetektion og målrettet behandlingsovervågning. Specifikt i dette projekt vil målet være at udvikle en model til at fange billeddannelsesbaseret tumorheterogenitet med multiskala radiomik tilgang ved at opnå spejltumorbilledet ved in vivo MRI, ex vivo MRI ved histologi. Denne billeddannelsesmodel, der giver en perfekt virtuel histologisk tumorrepræsentation, vil blive sekundært implementeret på rutinemæssig in vivo klinisk MRI til tidlig cancerdetektion og behandlingsovervågning. En vellykket gennemførelse af dette forslag vil føre til en omfattende ikke-invasiv karakterisering af bugspytkirtelkræft og vil være en game changer i patientbehandling.