Subclasificación de la resonancia magnética no invasiva del carcinoma heptocelular - HepCaSt-Study (HepCaSt)

Los carcinomas hepatocelulares (HCC) son un grupo heterogéneo de subtipos tumorales con diferente comportamiento de respuesta y pronóstico. Como reacción, la Organización Mundial de la Salud (OMS) en su 5ª versión (actualizada en 2019) clasifica no más de dos sino ocho subtipos, cada uno con una biología tumoral y desenlace diferente. La nueva clasificación puede servir como un factor clave para optimizar un enfoque terapéutico más personalizado y, por lo tanto, especialmente las disciplinas diagnósticas deben implementar estos nuevos subtipos lo antes posible en sus algoritmos de rutina clínica diaria.

La imagen juega un papel clave en esta situación. Las técnicas de resonancia magnética más nuevas y avanzadas permiten una caracterización precisa del tejido. Además, con la ayuda de agentes de contraste hepatobiliar de última generación, como el uso de Gd-EOB (Primovist), es posible cuantificar y medir la función del órgano y el comportamiento de captación específico de las lesiones hepáticas focales. Otro enfoque prometedor para avanzar en la caracterización de la heterogeneidad de los CHC es el uso y desarrollo de algoritmos de posprocesamiento de imágenes basados ​​en inteligencia artificial (IA), incluido el análisis radiómico.

Hasta la fecha, no hay características de imagen establecidas que se correlacionen con ninguno de los nuevos subtipos de HCC de la OMS. El objetivo de nuestro proyecto es identificar biomarcadores de imágenes que se correlacionen con los nuevos subtipos de HCC, ayudando a clasificarlos de forma no invasiva. Como siguiente paso con la ayuda de nuestros colaboradores facilitaremos una base de datos de referencia radiológico-patológica. En un tercer paso y con la ayuda de los datos que seleccionamos, intentaremos identificar las características morfológicas de las imágenes mediante el uso de algoritmos de posprocesamiento basados ​​en IA para clasificar los subtipos de forma no invasiva y predecir/estimar la respuesta y el pronóstico de la terapia individual de los pacientes. El último desafío será implementar estos algoritmos en la rutina clínica diaria, por lo tanto, debemos identificar los dilemas de la interfaz y presentar soluciones inteligentes para resolverlos.

Estamos convencidos de que al implementar los criterios actualizados de la OMS en los flujos de trabajo clínicos, las creencias y pautas actuales en el diagnóstico y la terapia del CHC cambiarán. Las imágenes MRI HCC con Primovist jugarán un papel clave en este proyecto. Los resultados de nuestro proyecto pueden proporcionar el conocimiento para representar una piedra angular en la evaluación de imágenes y terapia de HCC para mejorar un enfoque de terapia personalizada.