述评
MRI在前列腺癌评估中的探索及展望
中华医学杂志, 2023,103(19) : 1435-1438. DOI: 10.3760/cma.j.cn112137-20230302-00317
摘要

随着影像技术的迅速发展,MRI凭借其多参数、多平面成像的特点及出色的软组织分辨率,已成为前列腺癌影像学检查的首选方法。本文从当前MRI在前列腺癌术前定性诊断、分期评估以及术后复发监测等方面的应用与研究进行分析探讨,以期加深临床医师及影像医师对前列腺癌MRI价值的认识,并促进MRI在前列腺癌诊治中的探索。

引用本文: 王海屹, 刘百川. MRI在前列腺癌评估中的探索及展望 [J] . 中华医学杂志, 2023, 103(19) : 1435-1438. DOI: 10.3760/cma.j.cn112137-20230302-00317.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

目前,MRI已成为前列腺癌患者术前首选的影像学检查方式,其在病灶定位及诊断中具备独特的优势1, 2。对于前列腺特异性抗原(PSA)升高或存在影像学异常发现的前列腺癌高危人群,采用MRI引导的靶向穿刺进行术前明确诊断逐渐成为临床实践中的主流趋势2, 3。近年来,人工智能技术在前列腺MRI领域的应用研究亦进展迅速。本期发表的5项临床研究4, 5, 6, 7, 8均针对当前临床上前列腺癌患者MRI评估中亟需解决的热点问题展开了探索与讨论,以期进一步推广MRI在前列腺癌评估中的应用,辅助临床制定精准化治疗管理策略。

一、前列腺癌的定性诊断及风险分层

目前国内外均推荐使用前列腺成像报告和数据系统(PI-RADS)对血清PSA升高、直肠指诊阳性的疑似前列腺癌患者进行MRI检查与评估9, 10。PI-RADS指南的推广大大提升了放射科医师诊断前列腺病变的准确性,研究显示其对于前列腺癌的诊断灵敏度及特异度分别可达到90%、76%11。尽管限于图像质量与阅片者经验,MRI的评估常受到过度诊断或漏诊的困扰,但根据26个医疗中心的回顾性评估数据,PI-RADS评分达到5分的患者中仍有72%的病例最终经病理证实确定为临床显著性前列腺癌(csPCa)12。2019年发布的最新版PI-RADS v2.1指南对MRI的采集技术和评分标准进行了全面解释和规范,指南推荐使用高分辨率T2加权成像(T2WI)、扩散加权成像(DWI)及动态对比增强序列(DCE)作为前列腺磁共振成像的常规评估序列10。然而自PI-RADS提出之日开始,关于DCE在前列腺癌评估中价值的争论就未曾停止,目前多数研究认为仅依靠T2WI与DWI的双参数MRI同样可以达到与多参数MRI相似的诊断表现13。最近,Tavakoli等14的研究证实DCE在前列腺癌的诊断中作用较为有限,而表观扩散系数(ADC)对可疑前列腺病变的评估能力有着显著的提升,结合T2WI、DWI及ADC值的诊断模型足以有效鉴别良恶性病变,这或将影响到未来PI-RADS评估标准的修正方向。

MRI在前列腺癌风险分层方面的应用同样十分广泛。起自不同前列腺分区的前列腺癌组织病理学和分子生物学特征各异15。肖遵健等4的研究证实,MRI有助于精准定位前列腺癌病灶起源,从而有效评估肿瘤风险。另外,陈志强等5通过ADC值、容积转运常数等多项定量参数及临床指标构建联合模型以区分低危及中高危前列腺癌,其模型的受试者工作特征曲线下面积(AUC)、灵敏度、特异度分别可达到0.956、88.24%、91.30%。诸多研究结果表明,MRI对前列腺癌术前定性诊断和风险分层有着重要价值。

二、前列腺癌的术前分期评估

对于前列腺癌患者,精确的肿瘤分期评估是制定精准治疗管理策略的基础。临床上存在前列腺癌包膜外侵犯(EPE)的患者将危险度升级为T3期,并划分至高危风险组。EPE与肿瘤侵袭性息息相关,是前列腺癌患者预后结果的独立影响因素,更是术前分期评估的重中之重16。刘百川等6的研究结果表明,基于MRI的EPE评估系统具有出色的诊断效能(AUC=0.836)及良好的阅片者间一致性。而杨丽勤等7还证实,结合临床指标可进一步提升MRI对EPE的诊断效能。此外,另有研究发现无论MRI的EPE评估结果是否与病理结果相符,影像上考虑为EPE的患者均有着更高的预后不良事件发生率17

MRI在前列腺癌患者淋巴结转移情况判断方面具有较为良好的诊断特异度(94.95%),然而MRI难以探测到微小的淋巴结转移灶,且淋巴结的良性反应性增生常易表现出与恶性浸润淋巴结类似的影像征象(如DWI扩散受限),目前MRI对于淋巴结的评估尚不够精确,仍需结合PSA或活检结果以决定是否进行盆腔淋巴结清扫18

骨转移是前列腺癌最常见的初始转移部位,也是前列腺癌的主要死亡原因19。既往研究结果显示MRI对骨转移病灶的诊断能力极为出色,灵敏度和特异度均可高达95%以上,可用于前列腺癌的骨转移筛查20。此外,全身MRI成像技术克服了传统MRI扫描范围的局限性,对转移灶的探测较为灵敏,同时也拓宽了MRI在前列腺癌中的应用。Perez-Lopez等21发现在转移性去势抵抗性前列腺癌患者中,全身MRI的总扩散量是患者总生存率的独立影响因素。综上所述,MRI作为前列腺癌的术前分期评估的可靠检查手段,具有广阔的发展空间。

三、前列腺癌的靶向穿刺

活检穿刺是目前公认的前列腺癌术前诊断金标准,然而传统的经会阴/直肠超声引导下系统穿刺活检容易遗漏体积较小的前列腺癌癌灶,另外由于取样较少,肿瘤病理分级也常被低估3。近年来,由MRI引导并融合超声图像的前列腺靶向穿刺技术正在逐渐成为前列腺癌术前诊断的主流之一。相较于系统穿刺,靶向穿刺对csPCa的检出率更高,且血尿、血精及疼痛等术后并发症的发生概率亦有所降低22。然而,关于靶向穿刺应该取代系统活检还是应与其联合使用仍存在争议。Ahdoot等23的研究显示相较单独靶向穿刺,联合活检可避免漏诊近10%前列腺癌患者,并能够更准确地判断肿瘤的病理分级。目前,欧洲泌尿学协会指南建议对MRI中高度怀疑存在前列腺癌而此前活检阴性的患者加采靶向穿刺或重新进行联合活检,并建议在后续的系统穿刺中减少穿刺针数1。此外,鉴于前列腺癌的多灶性和异质性,靶向穿刺在病灶精准采样中的价值就更为重要,并有助于分析肿瘤的基因表达与生物学行为和MRI表现的相关性24

四、前列腺癌的局部复发监测与术后尿控预测

对于接受根治性切除术(RP)或放疗术后检测到生化复发的前列腺癌患者,MRI可用于明确肿瘤局部复发位置,为进行精准的挽救性治疗提供指引。2021年,PI-RADS指导委员会等多家国际学会联合发布了基于MRI的前列腺癌根治术后局部复发影像报告系统(PI-RR)指南25。Pecoraro等26的研究证实,PI-RR评估系统可有效评估RP及放疗后患者的局部复发情况(AUC分别为0.77~0.92、0.80~0.88),且具备较好的阅片者间一致,适合推广使用。然而放疗时辐射导致的前列腺组织纤维化等改变可能会干扰到MRI的评估27。在临床实践中,采用MRI和正电子发射计算机断层成像(PET/CT)的联合评估或正电子发射磁共振成像(PET/MRI)或将弥补类似缺陷。

尿失禁是RP术后的常见并发症之一。在术后1年内,仅有35%的患者可完全恢复正常排尿控制,多数患者均受到不同程度的尿控不良的困扰28。然而,不同研究报道中术后尿失禁的发生率异质性很大,这可能与手术术式、术中操作、基线尿流率等因素相关;此外,患者术前自身的解剖学特征同样可能影响到术后尿控的质量29。Lamberg等30在MRI上对586例接受RP治疗前列腺癌患者的术前尿道膜部长度(MUL)进行测量,结果显示MUL每增加1 mm,患者术后3个月至1年的尿失禁风险随着降低14%~21%。MRI可准确测量患者MUL、肛提肌间距、肛提肌夹角及前列腺体积等解剖特征,辅助临床评估患者术后尿失禁风险,制定更合理的治疗方案29

五、人工智能在前列腺癌MRI中的应用

近年来,基于MRI的人工智能和影像组学技术的高速发展为前列腺癌的定位、诊断及预后评估等方面带来了新的突破。前列腺腺体的多区域自动分割是当前人工智能研究的热点之一,在前列腺癌的诊治中具有显著价值,可用于辅助制定放疗计划、测量前列腺体积、融合靶向活检定位等。Jimenez-Pastor等31使用深度学习卷积神经网络对前列腺全腺体、外周带、移行带及精囊区域进行自动分割,结果显示模型可精准划分各区域范围(Dice相似性系数:72%~88%)。此外,基于MRI的影像组学模型对于前列腺病变具有出色的良恶性鉴别能力。乔晓梦等8借助机器学习模型对PI-RADS评估结果进行调整,显著提升了对csPCa的诊断特异度,有助于避免不必要的有创性活检。影像组学模型同样能够有效评估前列腺癌是否发生EPE或淋巴结转移32, 33,并可用以预测肿瘤的风险分层及预后结果34。然而,目前多数影像组学模型尚处于临床研究阶段,希望随着人工智能技术的进步和更多前瞻性多中心研究的验证,人工智能技术能够早日广泛应用于临床实践,提升医师对于前列腺癌诊断的准确度及信心。

六、展望

“重在诊断,而不止于诊断”。随着磁共振技术的发展和对前列腺癌认知的进步,MRI目前已成为前列腺癌必需的常规影像检查,在前列腺癌的检测和诊断、引导穿刺活检、分期及肿瘤复发评估等多个环节作用显著,相信MRI在未来前列腺癌评估中必定会展现出更多的亮点,而定量MRI参数、基于MRI的人工智能技术等可能在这其中发挥出更重要的价值,令众多前列腺癌患者受益。

引用本文:

王海屹, 刘百川. MRI在前列腺癌评估中的探索及展望[J]. 中华医学杂志, 2023, 103(19): 1435-1438. DOI: 10.3760/cma.j.cn112137-20230302-00317.

利益冲突
利益冲突:

所有作者均声明不存在利益冲突

参考文献
[1]
MottetN, van den BerghRCN, BriersE, et al. EAU-EANM-ESTRO-ESUR-SIOG guidelines on prostate cancer-2020 update. part 1: screening, diagnosis, and local treatment with curative intent[J]. Eur Urol, 2021, 79(2):243-262. DOI: 10.1016/j.eururo.2020.09.042.
[2]
ArP, J B, G V, et al. PI-RADS steering committee: the PI-RADS multiparametric MRI and MRI-directed biopsy pathway[J]. Radiology, 2019, 292(2). DOI: 10.1148/radiol.2019182946.
[3]
AhmedHU, El-Shater BosailyA, BrownLC, et al. Diagnostic accuracy of multi-parametric MRI and TRUS biopsy in prostate cancer (PROMIS): a paired validating confirmatory study[J]. Lancet Lond Engl, 2017, 389(10071):815-822. DOI: 10.1016/S0140-6736(16)32401-1.
[4]
肖遵健,任静,韩晔,. 双参数MRI定位解剖分区预测前列腺癌危险度的价值[J].中华医学杂志,2023, 103(19):1455-1460.DOI: 10.3760/cma.j.cn112137-20221219-02677.
[5]
陈志强,张丹,王卓,. DISCO和MUSE-DWI联合前列腺特异性抗原密度在前列腺癌的诊断及危险分层中的价值[J].中华医学杂志,2023, 103(19):1461-1468. DOI: 10.3760/cma.j.cn112137-20221018-02176.
[6]
刘百川,王海屹,董喆,. 基于多参数MRI的多种评估系统对前列腺癌包膜外侵犯的诊断价值[J].中华医学杂志,2023, 103(19):1439-1445.DOI: 10.3760/cma.j.cn112137-20221215-02656.
[7]
杨丽勤,金鹏飞,包婕,. 基于双参数MRI的改良版ESUR评分和Mehralivand分级对前列腺癌包膜外侵犯的评估价值[J].中华医学杂志,2023, 103(19):1469-1476.DOI: 10.3760/cma.j.cn112137-20221111-02370.
[8]
乔晓梦,胡尘翰,胡粟,. 基于双参数MRI机器学习模型对前列腺癌和临床显著性前列腺癌的诊断价值[J].中华医学杂志,2023, 103(19):1446-1454.DOI: 10.3760/cma.j.cn112137-20221018-02174.
[9]
WeinrebJC, BarentszJO, ChoykePL, et al. PI-RADS Prostate Imaging-Reporting and Data System: 2015, version 2[J]. Eur Urol, 2016, 69(1):16-40. DOI: 10.1016/j.eururo.2015.08.052.
[10]
TurkbeyB, RosenkrantzAB, HaiderMA, et al. Prostate Imaging Reporting and Data System Version 2.1: 2019 Update of Prostate Imaging Reporting and Data System Version 2[J]. Eur Urol, 2019, 76(3):340-351. DOI: 10.1016/j.eururo.2019.02.033.
[11]
ParkKJ, ChoiSH, KimMH, et al. Performance of Prostate Imaging Reporting and Data System version 2.1 for diagnosis of prostate cancer: a systematic review and meta-analysis[J]. J Magn Reson Imaging JMRI, 2021, 54(1):103-112. DOI: 10.1002/jmri.27546.
[12]
WestphalenAC, McCullochCE, AnaokarJM, et al. Variability of the positive predictive value of pi-rads for prostate MRI across 26 centers: experience of the society of abdominal radiology prostate cancer disease-focused panel[J]. Radiology, 2020, 296(1):76-84. DOI: 10.1148/radiol.2020190646.
[13]
TamadaT, YamamotoA, TakeuchiM, et al. Comparison of biparametric and multiparametric MRI for clinically significant prostate cancer detection with PI-RADS version 2.1[J]. J Magn Reson Imaging, 2021, 53(1):283-291. DOI: 10.1002/jmri.27283.
[14]
TavakoliAA, HielscherT, BaduraP, et al. Contribution of dynamic contrast-enhanced and diffusion MRI to PI-RADS for detecting clinically significant prostate cancer[J]. Radiology, 2022:212692. DOI: 10.1148/radiol.212692.
[15]
AliA, Du FeuA, OliveiraP, et al. Prostate zones and cancer: lost in transition?[J]. Nat Rev Urol, 2022, 19(2):101-115. DOI: 10.1038/s41585-021-00524-7.
[16]
JeongBC, ChalfinHJ, LeeSB, et al. The relationship between the extent of extraprostatic extension and survival following radical prostatectomy[J]. Eur Urol, 2015, 67(2):342-346. DOI: 10.1016/j.eururo.2014.06.015.
[17]
WibmerAG, NikolovskiI, ChaimJ, et al. Local extent of prostate cancer at MRI versus prostatectomy histopathology: associations with long-term oncologic outcomes[J]. Radiology, 2022, 302(3):595-602. DOI: 10.1148/radiol.210875.
[18]
GandagliaG, PloussardG, ValerioM, et al. A Novel nomogram to identify candidates for extended pelvic lymph node dissection among patients with clinically localized prostate cancer diagnosed with magnetic resonance imaging-targeted and systematic biopsies[J]. Eur Urol, 2019, 75(3):506-514. DOI: 10.1016/j.eururo.2018.10.012.
[19]
CarlinBI, AndrioleGL. The natural history, skeletal complications, and management of bone metastases in patients with prostate carcinoma[J]. Cancer, 2000, 88(12Suppl):2989-2994. DOI: 3.3.co;2-h">10.1002/1097-0142(20000615)88∶12+<2989::aid-cncr14>3.3.co;2-h.
[20]
WooS, SuhCH, KimSY, et al. Diagnostic performance of magnetic resonance imaging for the detection of bone metastasis in prostate cancer: a systematic review and meta-analysis[J]. Eur Urol, 2018, 73(1):81-91. DOI: 10.1016/j.eururo.2017.03.042.
[21]
Perez-LopezR, LorenteD, BlackledgeMD, et al. Volume of bone metastasis assessed with whole-body diffusion-weighted imaging is associated with overall survival in metastatic castration-resistant prostate cancer[J]. Radiology, 2016, 280(1):151-160. DOI: 10.1148/radiol.2015150799.
[22]
KasivisvanathanV, RannikkoAS, BorghiM, et al. MRI-targeted or standard biopsy for prostate-cancer diagnosis[J]. N Engl J Med, 2018, 378(19):1767-1777. DOI: 10.1056/NEJMoa1801993.
[23]
AhdootM, WilburAR, ReeseSE, et al. MRI-targeted, systematic, and combined biopsy for prostate cancer diagnosis[J]. N Engl J Med, 2020, 382(10):917-928. DOI: 10.1056/NEJMoa1910038.
[24]
HarmonSA, GesztesW, YoungD, et al. Prognostic features of biochemical recurrence of prostate cancer following radical prostatectomy based on multiparametric MRI and immunohistochemistry analysis of MRI-guided biopsy specimens[J]. Radiology, 2021, 299(3):613-623. DOI: 10.1148/radiol.2021202425.
[25]
PanebiancoV, VilleirsG, WeinrebJC, et al. Prostate magnetic resonance imaging for Local Recurrence Reporting (PI-RR): international consensus-based guidelines on multiparametric magnetic resonance imaging for prostate cancer recurrence after radiation therapy and radical prostatectomy[J]. Eur Urol Oncol, 2021, 4(6):868-876. DOI: 10.1016/j.euo.2021.01.003.
[26]
PecoraroM, TurkbeyB, PuryskoAS, et al. Diagnostic accuracy and observer agreement of the MRI Prostate Imaging for Recurrence Reporting Assessment Score[J]. Radiology, 2022:212252. DOI: 10.1148/radiol.212252.
[27]
FoltzWD, WuA, ChungP, et al. Changes in apparent diffusion coefficient and T2 relaxation during radiotherapy for prostate cancer[J]. J Magn Reson Imaging JMRI, 2013, 37(4):909-916. DOI: 10.1002/jmri.23885.
[28]
PensonDF, McLerranD, FengZ, et al. 5-year urinary and sexual outcomes after radical prostatectomy: results from the prostate cancer outcomes study[J]. J Urol, 2008, 179(5Suppl):S40-S44. DOI: 10.1016/j.juro.2008.03.136.
[29]
LardasM, GrivasN, DebrayTPA, et al. Patient-and tumour-related prognostic factors for urinary incontinence after radical prostatectomy for nonmetastatic prostate cancer: a systematic review and meta-analysis[J]. Eur Urol Focus, 2022, 8(3):674-689. DOI: 10.1016/j.euf.2021.04.020.
[30]
LambergH, ShankarPR, SinghK, et al. Preoperative prostate MRI predictors of urinary continence following radical prostatectomy[J]. Radiology, 2022:210500. DOI: 10.1148/radiol.210500.
[31]
Jimenez-PastorA, Lopez-GonzalezR, Fos-GuarinosB, et al. Automated prostate multi-regional segmentation in magnetic resonance using fully convolutional neural networks[J]. Eur Radiol, 2023. DOI: 10.1007/s00330-023-09410-9.
[32]
CuocoloR, StanzioneA, FalettiR, et al. MRI index lesion radiomics and machine learning for detection of extraprostatic extension of disease: a multicenter study[J]. Eur Radiol, 2021, 31(10):7575-7583. DOI: 10.1007/s00330-021-07856-3.
[33]
ZhengH, MiaoQ, LiuY, et al. Multiparametric MRI-based radiomics model to predict pelvic lymph node invasion for patients with prostate cancer[J]. Eur Radiol, 2022, 32(8):5688-5699. DOI: 10.1007/s00330-022-08625-6.
[34]
BonekampD, KohlS, WiesenfarthM, et al. Radiomic machine learning for characterization of prostate lesions with MRI: comparison to ADC values[J]. Radiology, 2018, 289(1):128-137. DOI: 10.1148/radiol.2018173064.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词