PSMA-PET: Deep Radiomic Biomarkers of Progression and Response Prediction w raku prostaty

Rak gruczołu krokowego (PCa) jest najczęstszym nowotworem złośliwym niezwiązanym ze skórą i trzecią najczęstszą przyczyną zgonów z powodu raka u mężczyzn w Ameryce Północnej. Dokładne odwzorowanie stanu przerzutowego jest niezbędnym warunkiem prowadzenia leczenia w praktyce iw badaniach klinicznych. Biomarkery obrazowe (BM) mogą dostarczyć informacji na temat wielkości i rozmieszczenia choroby, rokowania, zmian w zachowaniu biologicznym, zmian wywołanych terapią (zarówno osób reagujących, jak i niereagujących), czasu trwania odpowiedzi, pojawiania się oporności na leczenie oraz reakcji gospodarza na terapie .

Szczególne znaczenie dla raka gruczołu krokowego z przerzutami ma pojawienie się obiecującej techniki obrazowania obejmującej nowe znaczniki pozytonowej tomografii emisyjnej (PET) specyficznego antygenu błonowego gruczołu krokowego (PSMA). To podejście wykazało wyższą czułość w wykrywaniu przerzutów przed terapią iw jej trakcie, niż obecny standard opieki obrazowej (TK i scyntygrafia kości) i nie jest powszechnie dostępne klinicznie poza dziedziną badań w Ameryce Północnej.

Pozytonowa tomografia emisyjna / tomografia komputerowa (PET/CT) to diagnostyczna procedura obrazowania medycyny nuklearnej oparta na pomiarze emisji pozytonów ze znakowanych radioaktywnie cząsteczek znacznika in vivo. PSMA jest homodimerycznym metaloenzymem błonowym typu II, który działa jako karboksypeptydaza glutaminianowa/hydrolaza kwasu foliowego i ulega nadekspresji w PCa. PSMA ulega ekspresji w ogromnej większości próbek tkanek PCa, a jej stopień ekspresji koreluje z wieloma ważnymi wskaźnikami agresywności nowotworu PCa, w tym punktacją Gleasona, skłonnością do przerzutów i rozwojem oporności na kastrację.

[18F]DCFPyL to obiecująca sonda PET drugiej generacji o wysokiej czułości, ukierunkowana na PSMA, oparta na moczniku. Badania wykorzystujące obrazowanie PSMA PET/CT drugiej generacji u mężczyzn z progresją biochemiczną po ostatecznej terapii sugerują wykrycie przerzutów u ponad 60% badanych mężczyzn.

Głębokie uczenie się jest definiowane jako odmiana sztucznych sieci neuronowych wykorzystująca wiele warstw „neuronów”. Głębokie uczenie się było badane w obrazowaniu medycznym w wielu zastosowaniach w różnych układach narządów. W onkologii podstawowe sztuczne sieci neuronowe wspomagające podejmowanie decyzji zostały wcześniej opracowane retrospektywnie w raku piersi i raku prostaty, ale nie zostały zweryfikowane ani zintegrowane prospektywnie. Potrzebne są nowe metody oparte na danych, aby przewidywać wyniki tak wcześnie, jak to możliwe, aby kierować czasem trwania i agresywnością określonej terapii. Są one również potrzebne do optymalnego doboru pacjentów na podstawie odpowiedzi pacjenta na daną terapię.

W tym przypadku badacze stawiają hipotezę, że połączenie wysoce wydajnej techniki obrazowania raka prostaty z uczeniem maszynowym ma duży potencjał. Głównym celem tego badania jest uzyskanie danych PSMA-PET u pacjentów z rakiem prostaty, którzy otrzymują leczenie i kontynuację, aby umożliwić odkrycie predykcyjnych biomarkerów obrazowania za pomocą technik głębokiego uczenia się.