Radiomica e PET: L’Occhio Bionico per Immagini Perfette? Il Mio Studio Pilota

Ciao a tutti! Oggi voglio parlarvi di qualcosa che mi sta molto a cuore e che, secondo me, potrebbe davvero fare la differenza nel mondo della diagnostica per immagini: l’uso della radiomica per capire se le immagini che otteniamo dalla [18F]FDG-PET sono di buona qualità. Sembra un parolone, vero? Ma cercherò di spiegarvelo in modo semplice e, spero, affascinante!

Un Tuffo nel Mondo della PET e della Qualità delle Immagini

La Tomografia a Emissione di Positroni, o PET, è una vecchia amica della medicina nucleare, in uso fin dagli anni ’70. Recentemente, la PET digitale ha fatto passi da gigante, ma come tutte le tecnologie, ha i suoi “nei”: una risoluzione spaziale non sempre eccelsa, il rumore dovuto ai fotoni “dispettosi” (quelli diffusi) e un segnale a volte un po’ debole. Tutto questo si traduce in un rapporto segnale/rumore (SNR) che potrebbe essere migliore. Fortunatamente, l’introduzione dei fotomoltiplicatori al silicio (SiPMs) al posto dei vecchi tubi fotomoltiplicatori (PMTs) ha dato una bella spinta, migliorando la sensibilità dei detector e, di conseguenza, la risoluzione delle immagini. Pensate, una corrispondenza uno-a-uno tra fotomoltiplicatori e detector! Questo significa tempi di risoluzione intrinseca migliori e un range dinamico più ampio. Insomma, immagini più nitide!

C’è un crescente entusiasmo verso l’imaging quantitativo. L’idea è che identificare e quantificare biomarcatori derivati dalle immagini possa potenziare le capacità della PET e portare a risultati migliori per noi pazienti. Molti studi, ad esempio, hanno mostrato risultati promettenti nell’analisi della “texture” dei tumori, suggerendo che le feature radiomiche possano catturare l’eterogeneità tumorale e persino predire l’esito clinico. Mica male, eh?

Ma Cos’è Esattamente la Radiomica?

La radiomica è un po’ come dare dei superpoteri agli occhi dei medici. È un metodo che mira a estrarre una marea di dati quantitativi (metriche di intensità, texture, forma, ecc.) dalle immagini diagnostiche. L’obiettivo è trovare associazioni tra questi dati e gli esiti clinici, e l’ideale sarebbe che queste metriche fossero riproducibili. Tuttavia, l’applicazione clinica su larga scala è ancora limitata, un po’ per la difficoltà di generalizzare i risultati e per una certa mancanza di robustezza. Molte metriche radiomiche, infatti, sono sensibili a protocolli di acquisizione diversi, a scanner differenti e ad algoritmi di ricostruzione variabili. Una bella sfida, considerando che nella pratica clinica reale c’è molta diversità!

Nonostante ciò, la radiomica si sta rivelando uno strumento utile per valutare la qualità delle immagini in [18F]FDG-PET/CT e in medicina nucleare. La qualità di un’immagine radiografica, pensateci, è un equilibrio tra tre parametri principali: rumore, risoluzione spaziale e contrasto. Nella [18F]FDG-PET/CT, dipende sia dalla dose di tracciante che dal tempo di acquisizione. Una buona qualità dell’immagine è cruciale per interpretare correttamente e identificare le patologie. Il rumore è inevitabile, ma un certo livello è tollerabile. Si tratta di trovare il giusto bilanciamento, tenendo conto anche delle preferenze del radiologo e della necessità di limitare la dose di radiazioni.

Il Nostro Studio Pilota: Mettere alla Prova la Radiomica

E qui entro in gioco io, o meglio, il nostro team! Ci siamo chiesti: possiamo usare queste feature radiomiche per “misurare” la qualità delle immagini PET in modo oggettivo, confrontandole con il giudizio di un esperto, un radiologo? Nel nostro studio pilota, abbiamo voluto esplorare proprio questa relazione. L’idea era identificare delle feature radiomiche riproducibili che, una volta “sintonizzate” con la valutazione visiva del radiologo (la cosiddetta Visual Grading Analysis, o VGA), potessero fungere da discriminatori della qualità dell’immagine.

Abbiamo fatto una revisione retrospettiva di 30 esami [18F]FDG-PET/CT. Poi, abbiamo “giocato” un po’ con questi dati: abbiamo riprocessato i dataset di immagini come se fossero stati acquisiti con tempi di permanenza del lettino diversi: 180, 120, 60 e persino 30 secondi per posizione. Immaginate di scattare una foto con tempi di esposizione differenti: è un po’ la stessa logica. Un collega specializzando in radiologia ha poi analizzato queste immagini, assegnando punteggi di qualità visiva secondo vari criteri. Parallelamente, abbiamo estratto le feature radiomiche usando un software specifico (SLICER-RADIOMICS). Per poter confrontare “mele con mele”, cioè i punteggi del radiologo con i numeri della radiomica, abbiamo normalizzato entrambi i set di dati. Abbiamo usato analisi statistiche come la distanza di Fréchet, l’Errore Quadratico Medio (MSE) e l’Errore Assoluto Medio (MAE) per vedere quanto fossero d’accordo.

Dei 120 set di immagini riprocessate, 115 sono entrati nello studio (qualcuno si è “corrotto” durante il processo, cose che capitano!). Ci siamo concentrati sul punteggio di qualità generale dell’immagine, perché lì abbiamo visto l’andamento più robusto.

Cosa Abbiamo Scoperto? Risultati Stuzzicanti!

Ebbene, i risultati sono stati piuttosto chiari! Non abbiamo trovato differenze significative nella qualità percepita dal radiologo tra le immagini acquisite a 180, 120 e 60 secondi. Erano tutte considerate di qualità accettabile per la diagnosi. Ma quando siamo scesi a 30 secondi per posizione del lettino… apriti cielo! Lì sì che la differenza si è vista, e bella grossa! La qualità dell’immagine e la capacità di interpretare le strutture rilevanti calavano drasticamente. Anche la variabilità delle metriche era molto più pronunciata in questo gruppo di immagini “veloci”.

La cosa interessante è che diverse feature radiomiche hanno mostrato un andamento simile. In pratica, quando il radiologo diceva “questa immagine non va bene”, anche certe metriche radiomiche “urlavano” la stessa cosa, mostrando grandi variazioni percentuali. Questo è particolarmente vero per il punteggio complessivo dell’immagine. Abbiamo usato la regione del fegato come riferimento, perché ha una captazione del tracciante abbastanza uniforme e ci aiuta a normalizzare i valori.

• Nessuna differenza significativa di qualità tra 180, 120 e 60 secondi.
• Un calo significativo della qualità a 30 secondi, sia per il radiologo che per le metriche radiomiche.
• Alcune feature radiomiche specifiche rispecchiano bene il giudizio sulla qualità generale.

Abbiamo usato metriche di similarità del segnale come la distanza di Fréchet e l’MSE per confrontare l’andamento delle feature radiomiche con quello dei punteggi del radiologo. E, voilà, anche qui la riduzione di accettabilità a 30 secondi era evidente.

Limiti e Prospettive Future: La Strada è Ancora Lunga (ma Promettente!)

Certo, il nostro è uno studio pilota, quindi ha i suoi limiti. Il campione di pazienti non era enorme, e la valutazione visiva è stata fatta da un solo specializzando in radiologia. In futuro, sarebbe importante aumentare il numero di radiologi coinvolti per avere un quadro più completo e magari chiedere loro di valutare specifiche patologie. Inoltre, tutte le immagini provenivano dallo stesso scanner e con lo stesso protocollo, quindi non abbiamo avuto bisogno di “armonizzare” le immagini di partenza. Se volessimo estendere lo studio a più centri, l’armonizzazione diventerebbe cruciale, sia per la VGA che per l’elaborazione delle immagini.

Nonostante ciò, pensiamo che centri accreditati EARL (EANM Research Ltd), che seguono standard di qualità, potrebbero usare le nostre tecniche e ottenere risultati simili. L’identificazione di feature radiomiche “favorevoli” con il nostro metodo offre spunti preziosi. Queste metriche potrebbero diventare misure oggettive per valutare la qualità dell’immagine e guidare l’ottimizzazione dei protocolli di imaging [18F]FDG-PET/CT. Immaginate un sistema che, basandosi su queste metriche, possa classificare rapidamente le immagini come “accettabili” o “inaccettabili”, aiutando a snellire il processo interpretativo e, speriamo, a migliorare l’accuratezza diagnostica.

In conclusione, il nostro studio suggerisce che un cambiamento percentuale importante in certe feature radiomiche può davvero indicare una variazione significativa della qualità nelle immagini processate clinicamente. È un po’ come avere un “occhio bionico” che ci aiuta a vedere oltre quello che l’occhio umano percepisce, o almeno a confermarlo con numeri alla mano. La strada per l’applicazione clinica diffusa è ancora in salita, ma i primi passi sono decisamente incoraggianti. E io sono entusiasta di continuare a esplorare questo affascinante incrocio tra immagini, numeri e salute!

Fonte: Springer