Liver functional radiomics of gadoxetic acid-enhanced magnetic resonance imaging: A proof-of-concept study

Voordat een chirurg een deel van de lever van een patiënt verwijdert om kanker te behandelen, moet hij precies weten hoeveel gezond weefsel er overblijft en hoe goed dat resterende weefsel kan functioneren. De lever is een veerkrachtig orgaan, maar als er te veel wordt weggenomen of als het resterende deel te zwak is, loopt de patiënt een gevaarlijk risico op leverfalen. Traditioneel vertrouwen artsen op bloedtests en globale metingen die de gehele lever als één uniforme eenheid behandelen. De lever is echter niet uniform; het vermogen om te werken kan van de ene naar de andere sectie aanzienlijk variëren, vergelijkbaar met een veld waar sommige plukjes gras weelderig zijn terwijl andere droog zijn. Om een veilige operatie te plannen, vooral wanneer een groot deel moet worden verwijderd, hebben artsen een manier nodig om deze regionale verschillen in functie te zien zonder in het lichaam te snijden.

Jarenlang heeft een specifiek type magnetische resonantie-imaging, of MRI, een blik geboden op dit verborgen landschap. Deze scan gebruikt een speciale kleurstof die van nature wordt geabsorbeerd door gezonde levercellen, waardoor ze oplichten op de afbeelding. Hoewel artsen deze scan al lang gebruiken om eenvoudige veranderingen in helderheid te meten, wordt nu een nieuwere benadering genaamd radiomics verkend. Radiomics behandelt medische beelden niet alleen als plaatjes, maar als enorme reservoirs aan data. Het gebruikt computers om duizenden kleine, onzichtbare patronen uit de afbeelding te extraheren, zoals subtiele variaties in textuur en tint die het menselijk oog niet kan zien. De vraag die onderzoekers stellen, is of deze verborgen digitale patronen ons iets concreets kunnen vertellen over hoe goed de lever eigenlijk functioneert.

In een recente studie probeerde een team onderzoekers het antwoord te vinden door te kijken naar de lever van patiënten met colorectale kanker die naar de lever was uitgezaaid. Ze rekruteerden tien patiënten die een grote operatie zouden ondergaan om de rechterkant van hun lever te verwijderen. Voor de operatie onderging elke patiënt een reeks tests. Ze kregen de standaard bloedtest die meet hoe lang een kleurstof in de lever blijft, een nucleaire geneeskundige scan die de leverfunctie volgt, en een met gadoxetinezuur versterkte MRI. De onderzoekers concentreerden zich op twee specifieke momenten tijdens de MRI: het moment vlak voordat de kleurstof werd geïnjecteerd en het moment twintig minuten later, wanneer de gezonde levercellen de kleurstof hadden geabsorbeerd en helder oplichtten.

Het team richtte zich vervolgens op de niet-tumorafwijkingen in de lever in deze beelden. Met behulp van gespecialiseerde software tekenden zij handmatig de contouren van het gezonde leverweefsel op de scans. Deze stap was cruciaal omdat de computer precies moest weten welke pixels geanalyseerd moesten worden. Zodra het gezonde weefsel was geïsoleerd, extraheerde de software meer dan honderd verschillende wiskundige kenmerken uit de beelden. Deze kenmerken beschreven alles van de algemene vorm van het leversegment tot de complexe textuur van de pixels, waarbij ze details vastlegden over hoe de licht- en donkere gebieden waren gerangschikt en hoe ze tussen de twee scantijden veranderden.

Omdat deze metingen afhankelijk zijn van een menselijke omtrek van de lever, moesten de onderzoekers eerst ervoor zorgen dat hun methode betrouwbaar was. Ze vroegen twee verschillende experts om dezelfde leverbeelden te traceren en vroegen vervolgens één expert om dezelfde beelden een maand later opnieuw te traceren. Ze vergeleken de resultaten om te zien of de computer elke keer dezelfde patronen vond. Ze ontdekten dat zestig van de kenmerken consistent en herhaalbaar waren, wat betekende dat de metingen stabiel waren en niet slechts willekeurige ruis. Met deze betrouwbare set gegevens in handen, begonnen ze te zoeken naar verbanden.

De onderzoekers vergeleken deze zestig stabiele kenmerken met de resultaten van de andere leverfunctietests van de patiënten. Ze zochten naar een match, een patroon in de MRI dat in stap met de bekende maten van de levergezondheid zou stijgen of dalen. Ze ontdekten dat een specifieke groep kenmerken inderdaad gekoppeld was aan hoe goed de lever functioneerde. Zeven kenmerken uit de scan die vóór de injectie van de kleurstof werd gemaakt, achttien kenmerken uit de scan nadat de kleurstof was geabsorbeerd, en twintig kenmerken die de verandering tussen de twee scans maten, vertoonden een duidelijke relatie met de leverfunctie van de patiënten.

Eén kenmerk, dat de algehele energie of intensiteit van de pixelpatronen mat, viel op omdat het in alle drie de groepen voorkwam. Dit suggereert dat de manier waarop het leverweefsel er op de scan uitziet, zowel vóór als na de absorptie van de kleurstof, een signatuur bevat van de functionele gezondheid. De studie vond ook dat het kijken naar de verandering tussen de twee scans de meeste informatie bood, waarbij twintig kenmerken een sterke link met de leverfunctie lieten zien. Dit impliceert dat de dynamische verschuiving in hoe het leverweefsel met de kleurstof omgaat, even belangrijk is als het statische beeld van het weefsel zelf.

De onderzoekers merkten op dat hun bevindingen een eerste stap zijn, of een bewijs van concept, in plaats van een definitieve oplossing. De studie omvatte slechts tien patiënten, wat een klein aantal is om brede conclusies te trekken, en al deze patiënten hadden kanker die vanuit de dikke darm was uitgezaaid. Het team verklaarde expliciet dat hun resultaten getest moeten worden in grotere groepen mensen en bij patiënten met verschillende soorten leveraandoeningen voordat artsen erop kunnen vertrouwen voor klinische beslissingen. Ze erkenden ook dat het proces van het handmatig traceren van de lever tijdrovend is en dat toekomstig werk zich moet richten op het automatiseren van deze stap.

Ondanks deze beperkingen biedt de studie een veelbelovende nieuwe richting. Het demonstreert dat de digitale vingerafdrukken die verborgen liggen in een standaard MRI-scan gedecodeerd kunnen worden om informatie over de levergezondheid te onthullen die verder gaat dan eenvoudige helderheid. Door deze reproduceerbare patronen te identificeren, hebben de onderzoekers de grondslag gelegid voor een toekomst waarin artsen deze door de computer afgeleide inzichten kunnen gebruiken om beter te voorspellen hoe de lever van een patiënt op een operatie zal reageren. Dit zou uiteindelijk kunnen leiden tot veiligere operaties en meer gepersonaliseerde behandelplannen, waarbij wordt gewaarborgd dat het juiste deel van de lever wordt verwijderd terwijl een gezond, functionerend orgaan achterblijft.