Tillämpning av multimodal MR-baserad radiomik inom histologisk gradering och prognostisk bedömning av bröstcancer

Förutom TNM-stadieindelningen baseras den nuvarande behandlingen av bröstcancer på konventionella patologiska egenskaper som kategoriserar sjukdomen i tre molekylära undertyper, var och en med betydande prognostiska implikationer i klinisk praktik: human epidermal tillväxtfaktorreceptor 2 (HER2)-positiv, luminal (hormonreceptor-positiv och HER2-negativ) och trippelnegativ bröstcancer. Överuttryck eller amplifikation av HER2 observeras i 10–15 % av bröstcancerfallen. Detta fenomen korrelerar ofta med ett mer aggressivt tumörbeteende samtidigt som det också visar en ökad känslighet för HER2-riktade terapier. Användningen av mycket effektiva anti-HER2-läkemedel kan dock avsevärt förbättra överlevnadsresultaten för dessa patienter. Dessutom är uttrycksstatusen för HER2 avgörande för att fastställa behovet av riktad terapi. Därför har preoperativ bedömning av HER2-uttrycksstatus viktiga terapeutiska implikationer. För närvarande inkluderar kliniska metoder för att bedöma HER2-status i bröstcancer före operation immunhistokemiska (IHC) tester och fluorescens in situ-hybridisering (FISH) mätningar som utförs på kärlnålsbiopsiprover. Dessa biopsiproveringsmetoder har dock inneboende begränsningar, inklusive provtagningsbias och en oförmåga att fullt ut representera intratumoral heterogenitet. Dessutom kan biopsiproceduren vara obehaglig och innebära vissa risker för patienterna. Tumörheterogenitet avser generellt variationer i angiogenes, metabolism, genuttryck och andra biologiska egenskaper bland tumörer. Intratumoral heterogenitet (ITH) kan manifesteras som signalkillnader i radiologiska bilder på makronivå. Forskarna antog att det finns betydande skillnader i biologiska egenskaper och beteende mellan HER2-positiv (HER2+) och HER2-negativ (HER2-) bröstcancer, vilket möjliggör särskiljning av dessa två typer av tumörer genom att identifiera specifika bildgivningsdrag som återspeglar ITH.

Dynamisk kontrastförstärkt MRI (DCE-MRI) är en effektiv bildgivningsmodalitet som tillhandahåller tidsinformation om kontrastmedlets dynamik i misstänkta läsioner samtidigt som den upprätthåller acceptabel spatial upplösning. Den är särskilt känslig för att upptäcka bröstcancerläsioner, särskilt de i tätt bröstvävnad. DCE-MRI kan indirekt återspegla onormal tumörvaskulär proliferation genom läsionernas hemodynamiska egenskaper. Radiomik är en framväxande teknik som innebär att extrahera kvantitativa och reproducerbara drag från medicinska bilder med hjälp av höggenomströmning, sofistikerade modaliteter som ofta är utmanande att identifiera eller kvantifiera visuellt. Dessa drag, som kan vara kopplade till specifika sjukdomar, analyseras med statistiska eller maskininlärningsalgoritmer (ML) för att skapa prediktiva modeller för tumördiagnos, gradering, effektutvärdering och prognosprediktion. ML har två viktiga fördelar jämfört med traditionella statistiska modeller. Målet är att minska beslutsfattandetiden under diagnos och generellt uppnå större diagnostisk noggrannhet. Som visats i bröstcancerdiagnos kan ML avsevärt förbättra cancerriskprediktion genom att identifiera komplexa mönster i stora mängder kliniska data. Trots ML:s stora potential står det fortfarande inför flera hinder i sin kliniska tillämpning. En stor utmaning är brist på tolkbarhet – många ML-modeller fungerar som "svarta lådor", vilket gör det svårt för kliniker att förstå och lita på deras beslutsprocesser. Dessutom beror modellens prestanda i hög grad på kvaliteten och representativiteten hos träningsdata. ML-metoder kräver ofta större datamängder än traditionella kliniska studier.

Således syftade denna studie till att utveckla en radiomikbaserad ML-modell som kunde förutsäga HER2-statusen för bröstcancer på ett icke-invasivt sätt med hjälp av DCE-MRI-bilder. Dessutom användes Shapley Additive Explanation (SHAP)-algoritmen för att analysera bidraget från variablerna som ingår i modellen, vilket ger värdefulla insikter för att formulera mer exakta preoperativa behandlingsplaner för patienter med bröstcancer.