Precisiebeeldvorming voor vroege detectie en gerichte behandelingsmonitoring bij pancreaskanker (PANC-O-MICS)

Met een vijfjaarsoverleving van slechts 3% voor de meerderheid van de patiënten is alvleesklierkanker een mondiale uitdaging voor de gezondheidszorg. Tegen de tijd dat de diagnose wordt gesteld, is meer dan de helft van de pancreaskankers uitgezaaid. De nijpende ziektesituatie weerspiegelt ons onvermogen om alvleesklierkanker vroegtijdig te diagnosticeren en effectief te behandelen. Ons onvermogen om de ziekte vroeg te diagnosticeren is deels het gevolg van de ontoegankelijkheid van het orgaan, moeilijkheden bij het detecteren van kleine pancreaslaesies met conventionele beeldvormingsbenaderingen en een slecht begrip van het spectrum van heterogeniteit bij pancreaskanker. Biopsieën op één tijdstip kunnen niet de hele tumor beoordelen, terwijl meerdere biopsieën op verschillende tijdstippen niet haalbaar zijn in de klinische routine. Beperkingen van invasieve bemonstering kunnen worden aangepakt met niet-invasieve beeldvorming die morfologische en functionele informatie over de gehele tumor in de ruimte en, indien herhaald, in de tijd vastlegt. Radiomics heeft het potentieel voor "virtuele bemonstering van hele tumoren" met behulp van enkelvoudige of seriële niet-invasieve onderzoeken in plaats van biopsieën. Door beelden te benaderen als gegevens die kunnen worden gedolven, in plaats van alleen maar beelden in de conventionele radiologie, maakt kwantitatieve beeldvorming het mogelijk om verdere informatie te extraheren uit medische beelden en voor globale beoordelingen van grote patiëntenpopulaties. Daarom houden deze nieuwe kwantitatieve benaderingen de belofte in zich om kenmerken van alvleesklierkanker te detecteren die het blote oog alleen niet kan waarnemen met conventionele medische beeldvorming, waardoor nieuwe deuren worden geopend voor gepersonaliseerde geneeskunde bij alvleesklierkanker. Tot op heden heeft geen enkele studie de waarde van radiomics op macroscopische (in vivo 1.5T/3TMRI) en microscopische (ex vivo 9.4TMRI) schaal voor vroege kankerdetectie en gerichte behandelingsmonitoring geëvalueerd. Concreet zal dit project tot doel hebben een model te ontwikkelen om op beeldvorming gebaseerde tumorheterogeniteit vast te leggen met behulp van multischaal radiomics-benadering door het verkrijgen van het spiegeltumorbeeld op in vivo MRI, ex vivo MRI op histologie. Dit beeldvormingsmodel dat een perfecte virtuele histologische tumorrepresentatie geeft, zal secundair worden geïmplementeerd op routinematige in vivo klinische MRI voor vroege detectie van kanker en monitoring van de behandeling. Succesvolle afronding van dit voorstel zal leiden tot een alomvattende, niet-invasieve karakterisering van pancreaskanker en zal een gamechanger zijn in de patiëntenzorg.