Precyzyjne obrazowanie do wczesnego wykrywania i monitorowania ukierunkowanego leczenia raka trzustki (PANC-O-MICS)

Przy wskaźniku pięcioletniego przeżycia wynoszącym zaledwie 3% u większości pacjentów, rak trzustki stanowi globalne wyzwanie dla opieki zdrowotnej. Do momentu rozpoznania ponad połowa nowotworów trzustki ma przerzuty. Fatalna sytuacja chorobowa odzwierciedla naszą niezdolność do wczesnego diagnozowania raka trzustki i jego skutecznego leczenia. Brak wczesnego rozpoznania choroby wynika po części z niedostępności narządu, trudności w wykrywaniu małych zmian w trzustce za pomocą konwencjonalnych metod obrazowania oraz słabego zrozumienia spektrum heterogeniczności raka trzustki. Biopsje wykonane w jednym punkcie czasowym i w jednym miejscu nie są w stanie ocenić całego guza, natomiast wielokrotne biopsje w kilku punktach czasowych nie są możliwe w rutynowej praktyce klinicznej. Ograniczenia inwazyjnego pobierania próbek można rozwiązać za pomocą nieinwazyjnego obrazowania, które rejestruje informacje morfologiczne i funkcjonalne o całym guzie w przestrzeni oraz, jeśli jest powtarzane, w czasie. Radiomika ma potencjał do „wirtualnego pobierania próbek całego guza” przy użyciu pojedynczych lub seryjnych nieinwazyjnych badań zamiast biopsji. Traktując obrazy jako dane, które można wydobywać, a nie tylko obrazy w konwencjonalnej radiologii, obrazowanie ilościowe pozwala na wydobycie dalszych informacji z obrazów medycznych, a także na globalną ocenę dużych populacji pacjentów. Dlatego te nowe podejścia ilościowe dają nadzieję na wykrycie cech raka trzustki, których gołym okiem nie można dostrzec na podstawie konwencjonalnego obrazowania medycznego, otwierając nowe drzwi dla medycyny spersonalizowanej w leczeniu raka trzustki. Do chwili obecnej w żadnym badaniu nie oceniano wartości radiomiki w skali makroskopowej (in vivo 1,5T/3TMRI) i mikroskopowej (ex vivo 9,4TMRI) w zakresie wczesnego wykrywania raka i monitorowania ukierunkowanego leczenia. W szczególności celem tego projektu będzie opracowanie modelu umożliwiającego uchwycenie heterogeniczności nowotworu w oparciu o obrazowanie za pomocą wieloskalowej radiomiki poprzez uzyskanie lustrzanego obrazu guza w MRI in vivo, MRI ex vivo i histologii. Ten model obrazowania zapewniający doskonałą wirtualną histologiczną reprezentację guza będzie wtórnie wdrażany w rutynowym klinicznym MRI in vivo w celu wczesnego wykrywania raka i monitorowania leczenia. Pomyślna realizacja tej propozycji doprowadzi do kompleksowej, nieinwazyjnej charakterystyki raka trzustki i będzie stanowić przełom w leczeniu pacjentów.