Intratumoral and Peritumoral Radiomics Based on T2WI and DWI Sequences for predicting microvascular invasion of intrahepatic mass-forming cholangiocarcinoma

Stellen Sie sich vor, Ihr Körper wäre eine geschäftige Stadt, und manchmal setzt eine unkontrollierte Baustelle namens Tumor eine chaotische, illegale Struktur in der Leber hoch. Diese spezielle Arbeit konzentriert sich auf eine besonders knifflige Art von Baustelle namens intrahepatisches massenbildendes Cholangiokarzinom (IMCC). Dies ist eine bösartige Art von Leberkrebs, die als solider Klumpen wächst. Die eigentliche Gefahr besteht nicht nur im Gebäude selbst, sondern darin, ob die Baucrew bereits damit begonnen hat, winzige, unsichtbare Spione – Krebszellen – in das Kanalsystem der Stadt (die Blutgefäße) zu schicken. Dies wird als „Mikrovaskuläre Invasion“ (MVI) bezeichnet. Wenn diese Spione gefunden werden, ist das ein schlechtes Zeichen; das Gebäude wird wahrscheinlich streuen, und die Chancen, dass die Stadt nach einer Aufräumaktion (einer Operation) wieder gesund wird, sinken erheblich.

Normalerweise können Ärzte erst bestätigen, ob diese Spione vorhanden sind, nachdem sie den Tumor chirurgisch entfernt und ihn unter einem Mikroskop betrachtet haben. Es ist, als würde man versuchen zu wissen, ob ein Haus Termiten hat, erst nachdem man die Wände eingerissen hat. Um dies zu vermeiden, nutzen Ärzte MRT-Scans, die wie hochtechnisierte Fotos der Stadt sind. Aber diese Fotos mit bloßem Auge zu betrachten, ist so, als würde man versuchen, eine einzelne Ameise in einem Haufen Sand zu entdecken; es ist schwer, und verschiedene Ärzte könnten unterschiedliche Dinge sehen. Hier kommt die „Radiomics“ ins Spiel. Betrachten Sie Radiomics als einen supermächtigen Roboter-Assistenten, der nicht nur das Bild betrachtet, sondern jedes einzelne Pixel liest und Textur, Helligkeit und Muster auf eine Weise misst, die das menschliche Auge nicht erfassen kann. Er verwandelt das Bild in eine riesige Liste von Zahlen, um verborgene Hinweise darauf zu finden, was im Inneren des Tumors und in der unmittelbaren Nachbarschaft passiert.

Die Detektivarbeit: Die Spione vor der Operation finden

In dieser Studie beschlossen Forscher eines Teams aus mehreren Krankenhäusern in China, einen super-intelligenten Detektiven mit diesen Radiomics-Werkzeugen zu bauen. Ihr Ziel war es, ein System zu entwickeln, das ein MRT-Bild vor der Operation analysieren kann und ihnen mit hoher Zuversicht sagen kann, ob der Tumor bereits diese gefährlichen Mikrovaskulären-Invasions-Spione ausgesandt hat.

Sie sammelten MRT-Aufnahmen von 276 Patienten mit dieser spezifischen Art von Leberkrebs. Um ihren Roboter-Detektiven wirklich scharf zu machen, betrachteten sie nicht nur den Tumor selbst. Sie betrachteten auch den „peritumoralen“ Bereich – den gesunden aussehenden Gewebering unmittelbar um den Tumor herum. Warum? Weil die Studie nahelegt, dass die Spione oft in der Übergangszone zwischen dem Tumor und dem normalen Gewebe lauern, so wie ein Krimineller in einer Gasse direkt vor einem Haus versteckt sein könnte. Sie testeten verschiedene Größen für diesen „Nachbarschaftsring“ und prüften Abstände von 3, 5, 10, 15 und 20 Millimetern vom Tumorrand nach außen.

Sie testeten auch zwei verschiedene Arten von MRT-„Kameras“: T2WI, das gut darin ist, die allgemeine Form und den Wassergehalt von Geweben zu zeigen, und DWI (Diffusion-Weighted Imaging), das wie ein Bewegungsmelder funktioniert und sieht, wie dicht die Wassermoleküle innerhalb der Zellen gepackt sind. Die Forscher speisten all diese Daten in vier verschiedene Computer-Lernalgorithmen ein (denken Sie an vier verschiedene Stile von Detektiven: einen, der nach Mustern sucht, einen, der Wahrscheinlichkeiten berechnet, einen, der Entscheidungsbäume aufbaut, und einen, der basierend auf Gruppen rät).

Die große Entdeckung: Der 15-mm-Ring und der Bewegungsmelder

Nach der Auswertung der Zahlen fanden die Forscher einen klaren Gewinner. Der effektivste Detektiv war nicht derjenige, der nur den Tumor betrachtete, noch derjenige, der das gesamte Viertel betrachtete. Der Champion war ein Modell, das den Tumor mit einem 15-Millimeter-Ring aus umliegendem Gewebe kombinierte und dabei die DWI-Sequenz (Bewegungsmelder) verwendete.

Hier ist, was sie herausfanden:

• Das beste Modell: Das „Intratumoral + Peritumoral 15 mm“-Modell basierend auf der DWI-Sequenz.
• Wie gut war es? In der Gruppe von Patienten, mit denen sie das Modell trainierten, war es unglaublich genau, mit einem Score (genannt AUC) von 0,984. Dies ist nahezu perfekt. Als sie es an einer neuen Patientengruppe desselben Krankenhauses testeten (interne Validierung), lag der Score bei 0,826. Als sie es an einer völlig anderen Patientengruppe aus einem anderen Krankenhaus testeten (externe Validierung), lag der Score bei 0,735.
• Die Maschine: Der spezifische Computer-Algorithmus, der am besten funktionierte, wurde als Random Forest bezeichnet.

Die Studie verglich diesen hochtechnologischen Roboter auch mit einem „klinischen Bildgebungsmodell“, das darauf basierte, was menschliche Ärzte mit ihren Augen sehen konnten (wie die Form des Tumors oder die Helligkeit des Signals) sowie grundlegende Patienteninformationen wie das Alter. Der Roboter übertraf den Ansatz, der nur auf das menschliche Auge vertraute, deutlich. Interessanterweise stellten sie fest, dass es die Ergebnisse des Roboters nicht wesentlich besser machte, wenn sie versuchten, die Erkenntnisse des Roboters mit den Beobachtungen des menschlichen Arztes zu einem „Super-Modell“ zu kombinieren; tatsächlich war das einfache Roboter-Modell in einigen Tests sogar etwas besser als das kombinierte Modell.

Was dies bedeutet (und was es nicht bedeutet)

Die Autoren kommen zu dem Schluss, dass die Betrachtung des Tumors plus des 15-mm-Rings des umgebenden Gewebes mittels der DWI-MRT-Sequenz der beste Weg ist, um vorherzusagen, ob diese gefährlichen Spione der mikrovaskulären Invasion vorhanden sind. Dies ist eine große Sache, da es Ärzten helfen kann, einen Behandlungsplan zu entscheiden, bevor sie jemanden aufschneiden. Wenn der Roboter vorhersagt, dass die Spione da sind, weiß der Arzt vielleicht, dass der Patient eine aggressivere Behandlung oder eine engmaschigere Nachsorge benötigt.

Die Autoren sind jedoch vorsichtig, dies nicht als magische Lösung zu bezeichnen, die alles löst. Sie geben zu, dass ihre Studie einige Grenzen hatte. Es war eine „retrospektive“ Studie, was bedeutet, dass sie alte Daten betrachteten, anstatt Patienten in Echtzeit zu testen, was Bias (Voreingenommenheit) einführen kann. Die Stichprobengröße war relativ klein, und die in den verschiedenen Krankenhäusern verwendeten MRT-Geräte unterschieden sich leicht, was die Ergebnisse beeinflussen könnte. Sie merkten auch an, dass sie keine Blutmarker (wie CA19-9) in ihr endgültiges Modell aufgenommen haben, was darauf hindeutet, dass zukünftige Versionen dieses Detektivs auch das Blut prüfen müssten.

Obwohl dies noch kein „Heilmittel“ oder eine Garantie für die Vorhersage für jede einzelne Person ist, ist es ein sehr starker Hinweis darauf, dass eine spezifische Art der Computeranalyse von MRT-Scans die unsichtbaren Zeichen der Krebsausbreitung viel besser erkennen kann als das bloße Betrachten der Bilder allein. Es ist ein vielversprechendes neues Werkzeug, das Ärzten helfen könnte, den Patienten schon vor der Operation ein klareres Bild ihrer Zukunft zu vermitteln.