Ikke-invasiv MR-underklassifisering av heptocellulært karsinom - HepCaSt-studie (HepCaSt)

Hepatocellulære karsinomer (HCC) er en heterogen gruppe av tumorsubtyper med en annen responsatferd og prognose. Som en reaksjon klassifiserer Verdens helseorganisasjon (WHO) i sin femte versjon (oppdatert i 2019) ikke mer to, men åtte undertyper, hver med forskjellig tumorbiologi og utfall. Den nye klassifiseringen kan tjene som en nøkkelfaktor for å optimalisere en mer personlig terapeutisk tilnærming, og derfor må spesielt diagnostiske disipliner implementere disse nye undertypene så snart som mulig i deres daglige kliniske rutinealgoritmer.

Bildebehandling spiller en nøkkelrolle i denne situasjonen. Nyere og avanserte MR-teknikker tillater en presis vevskarakterisering. Videre, ved hjelp av siste generasjons hepatobiliære kontrastmidler som bruken av Gd-EOB (Primovist) er det mulig å kvantifisere og måle organfunksjonen og spesifikke opptaksatferden til fokale leverlesjoner. En annen tilnærming som holder løftet for å fremme karakteriseringen av HCCs heterogenitet er bruken og utviklingen av kunstig intelligens (AI)-baserte bilde-etterbehandlingsalgoritmer inkludert radiomiksanalyse.

Til dags dato er det ingen etablerte bildefunksjoner som korrelerer med noen av de nye WHO HCC-undertypene. Målet med prosjektet vårt er å identifisere avbildningsbiomarkører som korrelerer med de nye HCC-subtypene, og hjelper til med å klassifisere dem ikke-invasivt. Som et neste steg ved hjelp av våre samarbeidspartnere vil vi legge til rette for en radiologisk-patologisk referansedatabase. I et tredje trinn og ved hjelp av dataene vi kuraterte vil vi prøve å identifisere morfologiske bildekarakteristikker ved bruk av AI-baserte etterbehandlingsalgoritmer for å klassifisere subtypene ikke-invasivt og for å forutsi/estimere pasientens individuelle terapirespons og prognose. Den siste utfordringen vil være å implementere disse algoritmene i den daglige kliniske rutinen, vi må derfor identifisere grensesnittdilemmaer og presentere smarte løsninger for å løse dem.

Vi er overbevist om at ved å implementere de oppdaterte WHO-kriteriene i kliniske arbeidsflyter vil gjeldende tro og retningslinjer for diagnose og behandling av HCC endres. MR HCC-avbildning med Primovist vil spille en nøkkelrolle i dette prosjektet. Resultatene av prosjektet vårt kan gi kunnskapen til å representere som en hjørnestein i bildediagnostikk og terapivurdering av HCC for å forbedre en personlig terapitilnærming.