Dane ultradźwiękowe RF umożliwiające rozróżnienie łagodnych i złośliwych mas jajników (RFDATA)

Obrazowanie ultrasonograficzne dostarcza przydatnych informacji do scharakteryzowania guzów jajnika jako łagodnych lub złośliwych. Najdokładniejszym modelem matematycznym pozwalającym na kategoryzację mas jajników jest model IOTA ADNEX. Model ten szacuje ryzyko nowotworu złośliwego i działa podobnie do subiektywnej oceny dokonywanej przez doświadczonego ultrasonografistę w celu rozróżnienia łagodnych i złośliwych guzów przydatków. Zdolność IOTA ADNEX do rozróżniania zmian łagodnych i złośliwych jest bardzo dobra (pole pod krzywą charakterystyczną operatora odbiornika 0,937 (95% CI: 0,915-0,954). Model ADNEX zachowuje swoją dokładność nawet w rękach operatorów z różnym doświadczeniem i przeszkoleniem.

Według terminologii IOTA 13% masy jajników wykrytych w badaniu USG klasyfikuje się jako lite. Ryzyko złośliwości litych jajników wynosi 60–75%2, a rozróżnienie między zmianami łagodnymi i złośliwymi w tej kategorii morfologicznej stanowi wyzwanie. Ponadto oszacowano, że 30% (25/84; 95% CI 18–44%) litych guzów złośliwych jajnika to przerzuty nowotworów niejajnikowych. Rozróżnienie pomiędzy pierwotnym rakiem jajnika a guzami przerzutowymi w jajniku jest również istotne klinicznie w planowaniu odpowiedniego postępowania terapeutycznego. Warto zbadać skuteczność predykcyjną narzędzi diagnostycznych w identyfikacji mas jajników na podstawie morfologii ciał stałych w badaniu ultrasonograficznym.

Wstępne dane (niepublikowane) dotyczące analizy radiomicznej i mas jajników wykazały, że łagodne i złośliwe masy jajników o stałej morfologii mają różne cechy radiomiki w monocentrycznym badaniu retrospektywnym. Nie zaobserwowano jednak statystycznie istotnych różnic pomiędzy pierwotnym rakiem jajnika a przerzutami do jajnika.

W dziedzinie ultrasonografii inżynieryjnej pojawia się nowa technologia: analiza sumowanych danych ultradźwiękowych RF - surowych danych generowanych przez kontakt wiązek ultradźwiękowych z tkankami ludzkimi. Do chwili obecnej surowe dane nie są wykorzystywane w konwencjonalnym obrazowaniu, a ich ostateczna rola w praktyce klinicznej jest nieznana. Rzeczywiście, zsumowane dane RF mogłyby lepiej korelować z parametrami biologicznymi niż z parametrami identyfikowalnymi na obrazach w trybie B. Sumowane dane RF mogłyby również ulepszyć analizę radiomiczną.