Radiomics und maschinelles Lernen bei der Diagnose von Ovarialmassen (Multi-AROMA)

Die korrekte Differenzialdiagnose zwischen gutartigen und bösartigen Adnextumoren ist das Hauptziel der präoperativen Ultraschalldiagnostik und ist sehr wichtig, um die richtige Behandlung für den Patienten im Hinblick auf das Operationsteam (Gynäkologe, Onkologe oder Zentrum für gutartige Pathologie) und den chirurgischen Zugang (Laparoskopie/Laparotomie) zu planen ) und Art der Operation (konservativ / demolitiv).

Es wurden mehrere Ultraschallmodelle entwickelt, um Gynäkologen dabei zu helfen, das Risiko einer Malignität von Adnextumoren zu bestimmen. Um die Vorhersagemodelle nutzen zu können, musste der Untersucher bestimmte Ultraschallmerkmale der Läsion erfassen, die in Kombination mit den klinischen und/oder biochemischen Merkmalen des Patienten das Risiko einer Malignität der Raumforderung erkennen ließen.

In letzter Zeit entwickelt sich die Radiomics zu einem interessanten Werkzeug für die diagnostische Bildgebung (Computertomographie, Magnetresonanz und sogar Ultraschall). Unter Radiomics versteht man die Auswertung von Bildern mittels komplexer Software, die es ermöglicht, die intrinsischen Eigenschaften des Gewebes zu „lesen“ und Aspekte zu identifizieren, die bei der subjektiven Interpretation des Bedieners nicht sichtbar sind, und zwar auf vollautomatische und daher reproduzierbare Weise.

Die Anwendung von Radiomics auf künstliche Intelligenz zur Erstellung von Vorhersagemodellen stellt ein interessantes Werkzeug dar, um die Einschränkungen bisheriger Modelle zu überwinden, die zumindest teilweise von der Erfahrung des Bedieners abhängen.

Unter den serösen Ovarialkarzinomen stellen diejenigen mit BRCA-Genmutation eine interessante Untergruppe dar und zeichnen sich aufgrund einer höheren Chemosensitivität und der Möglichkeit einer gezielten Behandlung mit antiangiogenen Medikamenten und PARP-Inhibitoren durch eine andere pathophysiologische Vorgeschichte als Wildtyptumoren aus.

Die Anwendung von Radiomics auf präoperative Ultraschallbilder könnte BRCA-mutierte Tumore vor der chirurgischen Planung identifizieren (radiogenomische Analyse) und eine personalisierte Behandlung ermöglichen.

Ziel der Studie ist die Validierung eines Vorhersagemodells zur Definition des Malignitätsrisikos von Adnextumoren, das die Forscher am Fondazione IRCCS Istituto Nazionale dei Tumori di Milano entwickelt haben.

Das auf der Integration von Radiomics und künstlicher Intelligenz basierende Modell verwendet eine komplexe Software, die in der Lage ist, die Ultraschallbilder vollautomatisch zu „lesen“ und das Risiko einer Malignität der Raumforderung abzuschätzen.

Wenn sich der Patient für die Teilnahme an der klinischen Studie entscheidet, wird er einer transvaginalen Ultraschalluntersuchung unterzogen (eventuell ergänzt durch eine transabdominale Ultraschalluntersuchung bei großen Adnextumoren, bei Jungfrauen oder wenn die Patientin aus irgendeinem Grund einen transvaginalen Zugang ablehnt). Diese Untersuchung ist Teil der routinemäßigen präoperativen Beurteilung einer Adnexpathologie und daher müssen sich die Patienten gemäß nationalen und internationalen Richtlinien keiner zusätzlichen klinischen, biochemischen oder bildgebenden Untersuchung unterziehen.

Anschließend werden die während des präoperativen Ultraschalls gespeicherten Bilder in anonymem Format aus dem Ultraschallsystem exportiert und an das Koordinierungszentrum (Fondazione IRCCS Istituto Nazionale dei Tumori di Milano) gesendet. Dort werden die Bilder mithilfe einer speziellen Software einer radiomischen Analyse unterzogen; Dies ermöglicht die Beurteilung der intrinsischen Eigenschaften des Gewebes anhand verschiedener Parameter (Form, Intensität, Grad der Heterogenität und viele andere) der „Pixel“ (graue Punkte), aus denen das Ultraschallbild besteht.

Sobald diese Analyse validiert ist, wird sie Ärzten ein zusätzliches Hilfsmittel zur Identifizierung bösartiger Adnextumoren vor der Operation bieten.

Wenn es sich bei der endgültigen histologischen Diagnose um serösen epithelialen Eierstockkrebs handelt, werden die Forscher mithilfe derselben oben beschriebenen Radiomics-Software versuchen, die intrinsischen Eigenschaften des Gewebes zu identifizieren, die mit dem Vorhandensein oder Fehlen der BRCA 1- oder 2-Mutation verbunden sind