Podklasyfikacja nieinwazyjnego MRI raka wątrobowokomórkowego - badanie HepCaSt (HepCaSt)

Raki wątrobowokomórkowe (HCC) to heterogenna grupa podtypów nowotworów o różnej odpowiedzi i rokowaniu. W odpowiedzi Światowa Organizacja Zdrowia (WHO) w swojej piątej wersji (zaktualizowanej w 2019 r.) klasyfikuje nie więcej niż dwa, ale osiem podtypów, z których każdy ma inną biologię guza i wynik. Nowa klasyfikacja może służyć jako kluczowy czynnik optymalizujący bardziej spersonalizowane podejście terapeutyczne, dlatego zwłaszcza dyscypliny diagnostyczne muszą jak najszybciej wdrożyć te nowe podtypy do swoich algorytmów codziennej rutyny klinicznej.

Obrazowanie odgrywa kluczową rolę w tej sytuacji. Nowsze i zaawansowane techniki MRI pozwalają na precyzyjną charakterystykę tkanek. Co więcej, przy pomocy środków kontrastowych do dróg żółciowych najnowszej generacji, takich jak Gd-EOB (Primovist), możliwe jest ilościowe określenie i zmierzenie funkcji narządu oraz swoistego wychwytu w ogniskowych zmianach w wątrobie. Innym podejściem, które daje nadzieję na postęp w charakterystyce heterogeniczności HCC, jest wykorzystanie i rozwój algorytmów przetwarzania obrazu opartych na sztucznej inteligencji (AI), w tym analizy radiomiki.

Do tej pory nie ma żadnych ustalonych cech obrazowania korelujących z żadnym z nowych podtypów WHO HCC. Celem naszego projektu jest identyfikacja biomarkerów obrazowania korelujących z nowymi podtypami HCC, co pomoże w ich nieinwazyjnej klasyfikacji. W kolejnym kroku z pomocą naszych współpracowników udostępnimy referencyjną bazę danych radiologiczno-patologicznych. Na trzecim etapie, z pomocą danych, które wyselekcjonowaliśmy, spróbujemy zidentyfikować cechy obrazowania morfologicznego za pomocą algorytmów przetwarzania końcowego opartych na sztucznej inteligencji, aby nieinwazyjnie klasyfikować podtypy i przewidywać/oszacowywać indywidualną odpowiedź na leczenie i rokowanie pacjentów. Ostatnim wyzwaniem będzie wdrożenie tych algorytmów do codziennej rutyny klinicznej, dlatego musimy zidentyfikować dylematy interfejsu i przedstawić inteligentne rozwiązania, aby je rozwiązać.

Jesteśmy przekonani, że dzięki wdrożeniu zaktualizowanych kryteriów WHO do procedur klinicznych zmienią się obecne przekonania i wytyczne dotyczące diagnostyki i terapii HCC. Obrazowanie MRI HCC za pomocą Primovist będzie odgrywać kluczową rolę w tym projekcie. Wyniki naszego projektu mogą dostarczyć wiedzy, która będzie stanowić kamień węgielny w obrazowaniu i ocenie terapii HCC w celu ulepszenia spersonalizowanego podejścia terapeutycznego.