Användning av behandlingssvarskartor (TRAMs), baserade på fördröjd kontrast-MRI för radiomisk karakterisering av bröstlesioner

Varför en ny bröstavbildning spelar roll

För många kvinnor leder beskedet att en bröst-MRI har hittat något ”misstänkt” direkt till oro och ofta till onödig biopsi. Även om MRI är mycket bra på att upptäcka möjliga cancrar flaggar den också många ofarliga förändringar i bröstvävnaden. Denna studie undersöker en ny variant av MRI, kallad treatment response assessment maps (TRAMs), som kan hjälpa läkare att bättre skilja farliga tumörer från godartade fynd genom att använda information om hur kontrastmedel långsamt lämnar bröstet över tid.

Se bortom de första minuterna

Standard bröst-MRI bygger på ett kontrastmedel som injiceras i blodet och bilder tagna under de första minuterna därefter. Cancerös vävnad, med sina onormala blodkärl, tar ofta upp och avger detta medel på ett annat sätt än normal vävnad. Radiologer granskar hur snabbt områden i bröstet ljusnar och därefter bleknar, men dessa mönster är inte alltid tydliga. Godartade lesioner kan ibland efterlikna cancer, vilket leder till falska larm och fler undersökningar. Radiomik, en datadriven metod som extraherar tiotals till hundratals kvantitativa bildfunktioner som ljushetsmönster och former, har förbättrat noggrannheten, men det finns fortfarande utrymme att minska onödiga biopsier.

Låna en hjärnteknik för bröstet

TRAMs utvecklades ursprungligen för patienter med hjärntumörer. Istället för att fokusera enbart på de första minuterna efter kontrastinjektion jämför TRAMs en tidig skanning med en mycket senare, mer än 20 minuter efter att medlet getts. Genom att subtrahera de två bilderna framhäver TRAMs områden där kontrast antingen har samlats eller försvunnit, vilket avslöjar detaljer om blodkärlsfunktion och den omgivande vävnadsmiljön. Vid hjärncancer kan denna metod skilja aktiv tumör från behandlingseffekter med mycket hög noggrannhet. Författarna till denna studie undersökte om en liknande fördröjd- kontrastmetod kunde hjälpa till att särskilja maligna från benigna bröstlesioner.

Hur de nya kartorna byggdes

Forskarna rekryterade 135 kvinnor med 243 bröstlesioner som antingen redan var kända eller misstänkta tumörer. Varje kvinna genomgick en standard bröst-MRI, inklusive en serie skanningar under de första minuterna efter kontrastinjektion, och sedan en extra skanning som togs ungefär 22 minuter senare medan hon fortfarande låg i skannern. Med avancerade datoralgoritmer anpassade teamet noggrant de tidiga och fördröjda bilderna för att korrigera för eventuell rörelse, ett avgörande steg för att säkerställa att varje liten vävnadsvolym jämfördes exakt över tid.

Att omvandla bilder till siffror

Från de vanliga kontrastförstärkta bilderna extraherade teamet en stor uppsättning radiomiska funktioner som beskrev hur varje lesion såg ut och hur dess ljusstyrka förändrades. Från TRAMs beräknade de enklare, fysiologiskt inriktade mått: hur stor andel av lesionen som visade fördröjd kontrastclearance, hur intensiv denna clearance var och hur stor den största sammanhängande regionen av utrensande vävnad var. De använde sedan flera maskininlärningsmetoder för att se hur bra dessa funktioner kunde skilja maligna från benigna lesioner och bedömde prestanda med känslighet, specificitet, noggrannhet och arean under ROC-kurvan, ett sammanfattande mått på diagnostisk styrka.

Vad de nya kartorna avslöjade

Alla maligna lesioner visade ett tydligt signum av kontrastutspolning på TRAMs, medan benigna lesioner tenderade att visa bestående kontrastansamling eller blandade mönster. Modeller baserade endast på standard radiomik uppnådde god prestanda, med diagnostiska poäng i linje med vad som rapporteras i nuvarande litteratur. Men TRAMs-baserade modeller nådde konsekvent något högre noggrannhet, där vissa kombinationer av TRAMs-funktioner uppnådde toppresultat. Anmärkningsvärt var att en modell baserad på en enda, lättförståelig TRAMs-funktion — volymen av den största klustern av utrensande vävnad inom en lesion — presterade nästan lika bra som, eller bättre än, komplexa modeller byggda på många traditionella radiomiska funktioner. Detta tyder på att hur stor andel av vävnaden i en lesion som deltar i fördröjd kontrastutspolning bär stark information om huruvida lesionen är cancerös.

Vad detta kan innebära för patienter

För patienter är det viktigaste budskapet att lägga till en enda fördröjd MRI-skanning och använda TRAMs för att analysera kontrastclearance kan hjälpa läkare att bättre bedöma vilka bröstlesioner som faktiskt kräver biopsi. Studien visar att TRAMs tillför information som standardavbildning inte fångar, samtidigt som metoden förblir relativt enkel och tolkbar. Även om tillvägagångssättet kräver extra skanningstid och testades vid en enstaka center med ett måttligt patientantal, tyder resultaten på att fördröjd- kontrast TRAMs i noggrant utvalda fall kan minska onödiga biopsier utan att missa viktiga cancerfall. På sikt kan denna typ av smartare avbildning innebära färre invasiva ingrepp, tryggare diagnoser och mer skräddarsydd vård vid bröstcancerscreening och uppföljning.

Citering: 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

Nyckelord: bröst-MRI, radiomik, fördröjd kontrastavbildning, diagnos av bröstcancer, TRAMs