Ydeevne af lunge MR kombineret til syntetisk CT i opfølgningen af ​​lungeknudler (NODU-MR)

Lungekræft er den førende årsag til kræftrelaterede dødsfald over hele verden. I Frankrig blev dens forekomst estimeret til 46.300 i 2018. I de fleste tilfælde stilles diagnosen oprindeligt ved påvisning af en knude eller masse på røntgenbillede af brystet eller CT. Således anbefales oftest ikke-invasiv opfølgning af bryst-CT-scanninger. Dyrere og invasive metoder kan også foreslås. Imidlertid kan patienter med godartede knuder gennemgå diagnostiske metoder, der ikke er uden risici (eksponering for ioniserende stråling, komplikationer relateret til trans-thoracisk eller kirurgisk biopsi osv.).

Lungekræftsscreeningsforsøg (NLST, Nelson) har vist, at lungekræftrelateret dødelighed reduceres hos personer med høj risiko for lungekræft screenet ved anvendelse af lavdosis bryst-CT. Ikke desto mindre rapporterer offentliggjorte systematiske anmeldelser og metaanalyser en række bivirkninger af screening relateret til falske positiver og over diagnose. Derudover forbliver vurderingen af ​​risiciene i forbindelse med den kumulative dosis af eksponering for ioniserende stråling under successive screeningsrunder ukendt. Følgelig anbefaler den franske nationale myndighed for sundhed (har), at pilotprogrammer skal gennemføres for at evaluere de forskellige former for organiseringen af ​​et nationalt lungekræftescreeningsprogram.

Den rumlige opløsning af magnetisk resonansafbildning (MRI) af lungen er blevet markant forbedret i det sidste årti takket være udviklingen af ​​ultra-short echo-tid (ute) -sekvenser. Fordelen ved MR, ud over at være en fri-stråling-billeddannelsesteknik, ligger i dens multiparametriske karakter med T1-vægtede, T2-vægtede og diffusionsvægtede billeddannelse, der giver billeder af forskellige kontraster, der tillader karakterisering af læsioner. Imidlertid er opfølgningen af ​​lungeknudler, især med beregningen af ​​volumendoblingstiden (VDT) på Ute MR, ikke evalueret. Derudover er ydelsen af ​​multiparametrisk MR -kombination af T2 -signal, tilsyneladende diffusionskoefficient (ADC) og nodulvolumen ved bestemmelse af malignitet i knudepunkter, der skal vurderes. For nylig har udviklingen af ​​kunstig intelligens (AI) teknikker med generative modstridende netværk (GANS) gjort det muligt at generere CT-lignende billeddannelse fra MRI-billeder. Et meget nyligt arbejde demonstrerede, at AI -model er i stand til at generere fra Ute Lung MRI -billeder, et syntetisk CT -billede med høj opløsning med en meget lignende struktur som standard CT og bedre kvalitet end Ute alene. Derfor er den nuværende Sudy-hypotese, at multiparametrisk MR kombineret med syntetisk CT kunne have en komplementær rolle med lavdosis CT i lungekræftscreening for at reducere den falske positive hastighed og for at udføre en fri stråling opfølgning af lungeknudler