Toepassing van treatment response assessment maps (TRAMs), gebaseerd op vertraagde-contrast MRI voor radiomische karakterisering van borstkletsels

Waarom een nieuwe borstscan ertoe doet

Voor veel vrouwen leidt de mededeling dat een borst-MRI iets "verdacht" heeft gevonden direct tot angst en vaak tot een onnodige biopsie. Hoewel MRI uitstekend is in het opsporen van mogelijke kankers, markeert het ook veel goedaardige veranderingen in borstweefsel. Deze studie onderzoekt een nieuwe variant van MRI, treatment response assessment maps (TRAMs) genoemd, die artsen kan helpen gevaarlijke tumoren beter te onderscheiden van goedaardige bevindingen door gebruik te maken van informatie over hoe contrastvloeistof langzaam uit de borst verdwijnt over de tijd.

Verder kijken dan de eerste paar minuten

Standaard borst-MRI gebruikt contrastvloeistof die in de bloedbaan wordt geïnjecteerd en beelden die in de eerste paar minuten daarna worden gemaakt. Kankerachtig weefsel, met zijn abnormale bloedvaten, neemt deze vloeistof vaak anders op en geeft haar ook anders af dan normaal weefsel. Radiologen bestuderen hoe snel gebieden in de borst oplichten en vervolgens vervagen, maar deze patronen zijn niet altijd eenduidig. Goedaardige letsels kunnen soms kanker nabootsen, wat leidt tot valse alarmen en extra onderzoeken. Radiomics, een data-gedreven methode die tientallen tot honderden kwantitatieve beeldkenmerken zoals helderheidspatronen en vormen extraheert, heeft de nauwkeurigheid verbeterd, maar er blijft ruimte om onnodige biopsieën te verminderen.

Een breintechniek lenen voor de borst

TRAMs zijn oorspronkelijk ontwikkeld voor patiënten met hersentumoren. In plaats van zich alleen te richten op de eerste paar minuten na contrastinjectie, vergelijken TRAMs een vroege scan met een veel latere, meer dan 20 minuten na toediening van het contrast. Door de twee scans van elkaar af te trekken, benadrukken TRAMs gebieden waar contrast zich heeft opgehoopt of juist is verdwenen, waardoor details over de functie van bloedvaten en de omliggende weefselomgeving zichtbaar worden. Bij hersenkanker kan deze methode actieve tumor onderscheiden van behandelingseffecten met zeer hoge nauwkeurigheid. De auteurs van deze studie vroegen zich af of een vergelijkbare vertraagde-contrastbenadering zou kunnen helpen maligne en benigne borstlaesies te onderscheiden.

Hoe de nieuwe kaarten werden gemaakt

De onderzoekers schreven 135 vrouwen in met 243 borstlaesies die al bekend of verdacht waren als tumoren. Elke vrouw onderging een standaard borst-MRI, inclusief een serie scans in de eerste paar minuten na contrastinjectie, en vervolgens een extra scan die ongeveer 22 minuten later werd gemaakt terwijl zij nog in de scanner lag. Met geavanceerde computeralgoritmes bracht het team de vroege en vertraagde beelden nauwkeurig op elkaar om eventuele beweging te corrigeren, een cruciale stap om te garanderen dat elk klein weefselvolume over de tijd correct werd vergeleken.

Beelden omzetten in cijfers

Uit de reguliere contrastversterkte beelden extraheerden de onderzoekers een grote set radiomische kenmerken die beschrijven hoe elk letsel eruitzag en hoe de helderheid veranderde. Uit de TRAMs berekenden ze eenvoudiger, fysiologisch gerichte maten: hoeveel van het letsel vertraagde contrastclearance toonde, hoe intens die clearance was, en hoe groot het grootste verbonden gebied van klarend weefsel was. Vervolgens gebruikten ze verschillende machine-learningmethoden om te beoordelen hoe goed deze kenmerken maligne en benigne laesies konden scheiden, waarbij de prestaties werden beoordeeld op sensitiviteit, specificiteit, nauwkeurigheid en de oppervlakte onder de ROC-curve, een samenvattende maat voor diagnostische kracht.

Wat de nieuwe kaarten aan het licht brachten

Alle maligne laesies vertoonden een duidelijke handtekening van contrastclearance op de TRAMs, terwijl goedaardige laesies de neiging hadden aanhoudende contrastophoping of gemengde patronen te laten zien. Modellen gebaseerd op standaard MRI-radiomics alleen bereikten solide prestaties, binnen het bereik dat in de huidige literatuur wordt verwacht. TRAMs-gebaseerde modellen bereikten echter consequent iets hogere nauwkeurigheid, waarbij sommige combinaties van TRAMs-kenmerken topresultaten behaalden. Opvallend was dat een model gebaseerd op één, eenvoudig te begrijpen TRAMs-kenmerk — het volume van de grootste cluster van klarend weefsel binnen een letsel — bijna even goed was als, of beter dan, complexe modellen opgebouwd uit veel traditionele radiomische kenmerken. Dit suggereert dat hoeveel weefsel in een letsel deelneemt aan vertraagde contrastuitwassing krachtige informatie draagt over de kans dat dat letsel kwaadaardig is.

Wat dit voor patiënten kan betekenen

Voor patiënten is de kernboodschap dat het toevoegen van één vertraagde MRI-scan en het gebruiken van TRAMs om contrastclearance te analyseren artsen kan helpen beter te beoordelen welke borstlaesies daadwerkelijk een biopsie vereisen. De studie toont dat TRAMs informatie bieden die standaardbeeldvorming niet vastlegt, terwijl ze relatief eenvoudig en interpreteerbaar blijven. Hoewel de benadering extra scantijd vereist en in één centrum met een beperkte steekproefgrootte is getest, suggereren de bevindingen dat vertraagde-contrast TRAMs in zorgvuldig geselecteerde gevallen onnodige biopsieën kunnen verminderen zonder belangrijke kankers te missen. Op de lange termijn zou dit soort slimere beeldvorming kunnen betekenen: minder invasieve procedures, meer vertrouwen in diagnoses en meer gepersonaliseerde zorg bij borstkankerscreening en follow-up.

Bronvermelding: Daniels, D., Cohen, K., Last, D. et al. Application of treatment response assessment maps (TRAMs), based on delayed-contrast MRI for radiomic characterization of breast lesions. Sci Rep 16, 12170 (2026). https://doi.org/10.1038/s41598-026-40472-z

Trefwoorden: borst-MRI, radiomics, vertraagde contrastbeeldvorming, borstkankerdetectie, TRAMs