Применение мультимодальной МРТ-радиомики в гистологическом градировании и прогностической оценке рака молочной железы

В дополнение к стадированию по системе TNM, текущее лечение рака молочной железы основывается на традиционных патологических характеристиках, которые классифицируют заболевание на три молекулярных подтипа, каждый из которых имеет значительные прогностические последствия в клинической практике: HER2-положительный (человеческий эпидермальный фактор роста 2), люминальный (гормонально-рецептор-положительный и HER2-отрицательный) и тройной негативный рак молочной железы. Гиперэкспрессия или амплификация HER2 наблюдается в 10-15% случаев рака молочной железы. Это явление часто коррелирует с более агрессивным поведением опухоли, одновременно демонстрируя повышенную чувствительность к терапии, направленной на HER2. Однако использование высокоэффективных анти-HER2 препаратов может значительно улучшить показатели выживаемости этих пациентов. Кроме того, статус экспрессии HER2 имеет решающее значение при определении необходимости таргетной терапии. Поэтому предоперационная оценка статуса экспрессии HER2 имеет важное терапевтическое значение. В настоящее время клинические методы оценки статуса HER2 при раке молочной железы до операции включают иммуногистохимические (ИГХ) тесты и измерения флуоресцентной гибридизации in situ (FISH), проводимые на образцах биопсии, полученных с помощью иглы большого диаметра. Однако эти методы биопсии имеют присущие им ограничения, включая систематическую ошибку выборки и неспособность полностью отразить внутриопухолевую гетерогенность. Кроме того, процедура биопсии может быть некомфортной и несёт определённые риски для пациентов. Опухолевая гетерогенность обычно относится к вариациям в ангиогенезе, метаболизме, экспрессии генов и других биологических характеристиках среди опухолей. Внутриопухолевая гетерогенность (ВОГ) может проявляться как различия сигналов на радиологических изображениях на макроуровне. Исследователи предположили, что существуют значительные различия в биологических характеристиках и поведении между HER2-положительными (HER2+) и HER2-отрицательными (HER2-) раками молочной железы, что позволяет различать эти два типа опухолей путём выявления специфических визуализационных особенностей, отражающих ВОГ.

Динамическая контрастная МРТ (ДК-МРТ) является эффективным методом визуализации, который предоставляет временную информацию о динамике контрастных веществ в подозрительных очагах при сохранении приемлемого пространственного разрешения. Она особенно чувствительна при обнаружении очагов рака молочной железы, особенно в плотной ткани молочной железы. ДК-МРТ может косвенно отражать аномальную пролиферацию опухолевых сосудов через гемодинамические характеристики очагов. Радиомика — это развивающаяся технология, которая включает извлечение количественных и воспроизводимых признаков из медицинских изображений с использованием высокопроизводительных, сложных методов, которые часто сложно идентифицировать или количественно оценить визуально. Эти признаки, которые могут быть связаны с конкретными заболеваниями, анализируются с использованием статистических или машинного обучения (МО) алгоритмов для создания прогностических моделей для диагностики опухоли, определения степени злокачественности, оценки эффективности лечения и прогнозирования исхода. МО имеет два важных преимущества по сравнению с традиционными статистическими моделями. Цель состоит в сокращении времени принятия решений во время диагностики и в целом в достижении большей диагностической точности. Как показано в диагностике рака молочной железы, МО может значительно улучшить прогнозирование риска рака, выявляя сложные закономерности в больших объёмах клинических данных. Несмотря на большой потенциал МО, оно всё ещё сталкивается с несколькими препятствиями в клиническом применении. Основной проблемой является недостаток интерпретируемости — многие модели МО работают как «чёрные ящики», что затрудняет для клиницистов понимание и доверие к их процессам принятия решений. Кроме того, производительность модели в значительной степени зависит от качества и репрезентативности обучающих данных. Методы МО часто требуют больших наборов данных, чем традиционные клинические исследования.

Таким образом, данное исследование было направлено на разработку основанной на радиомике модели МО, которая могла бы неинвазивным способом предсказывать статус HER2 рака молочной железы с использованием изображений ДК-МРТ. Кроме того, алгоритм Shapley Additive Explanation (SHAP) был использован для анализа вклада переменных, включённых в модель, предоставляя ценные сведения для разработки более точных предоперационных планов лечения пациентов с раком молочной железы.