Icke-invasiv MRT-underklassificering av heptocellulärt karcinom - HepCaSt-studie (HepCaSt)

Hepatocellulära karcinom (HCC) är en heterogen grupp av tumörsubtyper med olika responsbeteende och prognos. Som en reaktion klassificerar Världshälsoorganisationen (WHO) i sin 5:e version (uppdaterad 2019) inte mer två utan åtta undertyper, var och en med olika tumörbiologi och utfall. Den nya klassificeringen kan fungera som en nyckelfaktor för att optimera ett mer personligt terapeutiskt tillvägagångssätt och därför måste särskilt diagnostiska discipliner implementera dessa nya subtyper så snart som möjligt i sina dagliga kliniska rutinalgoritmer.

Imaging spelar en nyckelroll i denna situation. Nyare och avancerade MRI-tekniker möjliggör en exakt vävnadskarakterisering. Dessutom, med hjälp av den senaste generationens hepatobiliära kontrastmedel som användningen av Gd-EOB (Primovist) är det möjligt att kvantifiera och mäta organfunktionen och specifika upptagningsbeteende för fokala leverskador. Ett annat tillvägagångssätt som lovar för att främja karakteriseringen av HCCs heterogenitet är användningen och utvecklingen av artificiell intelligens (AI)-baserade bildefterbehandlingsalgoritmer inklusive radiomikanalys.

Hittills finns det inte några etablerade avbildningsfunktioner som korrelerar med någon av de nya WHO HCC-subtyperna. Målet med vårt projekt är att identifiera avbildningsbiomarkörer som korrelerar med de nya HCC-subtyperna, vilket hjälper till att klassificera dem på ett icke-invasivt sätt. Som ett nästa steg med hjälp av våra samarbetspartners kommer vi att underlätta en radiologisk-patologisk referensdatabas. I ett tredje steg och med hjälp av de data vi kurerat kommer vi att försöka identifiera morfologiska avbildningsegenskaper genom att använda AI-baserade efterbehandlingsalgoritmer för att klassificera subtyperna icke-invasivt och för att förutsäga/uppskatta patienternas individuella behandlingssvar och prognos. Den sista utmaningen blir att implementera dessa algoritmer i den dagliga kliniska rutin, vi måste därför identifiera gränssnittsdilemman och presentera smarta lösningar för att lösa dem.

Vi är övertygade om att genom att implementera de uppdaterade WHO-kriterierna i kliniska arbetsflöden kommer nuvarande uppfattningar och riktlinjer för diagnos och terapi av HCC att förändras. MRI HCC-avbildning med Primovist kommer att spela en nyckelroll i detta projekt. Resultaten av vårt projekt kan ge kunskapen att representera som en hörnsten i bildbehandling och terapibedömning av HCC för att förbättra en personlig terapimetod.