晚期前列腺癌患者全身磁共振成像多器官評估思路：MET-RADS-P解讀及應用介紹

劉想，韓超，朱麗娜，王慧慧，高歌，吳靜云，王鶴，張曉東，王霄英

隨著晚期前列腺癌治療方法的增多，針對晚期轉移性前列腺癌的精準評估成為前列腺癌患者影像檢查的重要任務之一。近年來多參數磁共振成像(multiparametric MRI，mpMRI)廣泛應用于前列腺癌的診斷[1-2]，其中DWI不僅可檢出腺體內腫瘤[3]，也可以檢出淋巴結和骨轉移病灶[4-5]，更可進一步用于全身腫瘤負荷的評價；既可以基于DWI影像表現做定性診斷，也可在ADC圖上進行定量測量[6-7]。應用68Ga標記Choline或前列腺特異性膜抗原(prostate-specific membrane antigen，PSMA)的PET/CT(68Ga-PSMA/Choline)及PET/MR是臨床評估前列腺癌轉移的重要成像技術[8-11]。PET/CT在轉移病灶的檢測中具有較高的敏感性和特異性，但有一定電離輻射，且空間分辨率稍低[12-13]。PET/MR具有輻射暴露少和軟組織對比度高的優勢，但費用高，尚未廣泛臨床應用[8,14]。多項研究證明，全身磁共振成像(whole body magnetic resonance imaging，WB-MRI)對晚期前列腺癌患者全身轉移的診斷效能與PET/CT及PET/MR相當[11,15]，不僅可用于疾病診斷，還可用于評價治療后反應[16-18]。由于WB-MRI技術復雜，需要制定規范化的圖像采集方案和報告標準，才能廣泛推廣應用。

近年來，泌尿外科、腫瘤學和影像學專家組對WB-MRI采集方案及標準化報告的最低要求提出了建議，即：前列腺癌轉移報告和數據系統(metastasis reporting and data system for prostate cancer，MET-RADS-P)[19]，并提供了結構化報告的推薦模板[20]。本文結合文獻綜述和自身應用體會對MET-RADS-P進行解讀。

MET-RADS-P的目標

MET-RADS-P的目標是評價晚期轉移性前列腺癌全身情況，評估臨床治療效果，也可用于臨床試驗報告。在治療過程中，前列腺癌全身轉移灶對治療的反應常常不一致，這是前列腺癌全身轉移的重要特點，也是影像學評估的難點[21]。在影像學評估時，既需要對各個局部區域的轉移灶做出評價，也需要對全身總體情況做出評價，以利于臨床醫生做出治療決策。特別是在開展多中心臨床試驗時，評價標準必需全面、可重復，在不同機構之間的評價標準要保持一致。

MET-RADS-P綜合了多個相關領域的指南、共識和專家意見[22-24]，它是WB-MRI掃描技術、讀片方法和影像報告的基本規范，用于晚期轉移性前列腺癌患者的基線檢查和隨訪檢查。報告內容包括定性診斷(局部和總體分類)和定量測量(病灶大小和ADC值)。當全身不同部位的轉移灶治療反應表現不一致時，還要評估繼續治療的獲益。

MET-RADS-P檢查規范

在1.5T或3.0T磁共振掃描儀上完成WB-MRI檢查，采用的掃描序列包括T1WI、T2WI、DWI。在設備自帶的工作站上生成ADC圖。影像報告標準化的前提是標準的圖像，因此各種指南都對影像檢查方案有明確的定義[25-26]。MET-RADS-P的檢查方案掃描范圍包括：①脊柱；②頭頸軀干部的骨骼、淋巴結、軟組織和內臟；③盆腔局部的腫瘤(表1)。主要MR掃描序列為T1WI、T2WI和DWI。常規掃描方案用于骨和淋巴結轉移的檢測，大約可在30min內完成檢查；可選掃描方案增加了針對軟組織和內臟轉移的檢測，合計在45～50min內完成。

圖1 淋巴結轉移治療反應評估(RECIST v1.1)。男，52歲，前列腺癌，盆腔腫大淋巴結治療后部分緩解(PR)。a、b)2018年8月治療前DWI(b=800s/mm2)及T1WI圖像示右側髂外腫大淋巴結(箭)，長徑為22.19mm。c、d)2019年10月前列腺癌治療一年后，DWI及T1WI圖像示原右側髂外腫大淋巴結減小(箭)，長徑為6.33 mm。目標病灶的長徑值減少15.86mm，超過30%，符合PR。

表1 MET-RADS-P的檢查方案

MET-RADS-P診斷標準

MET-RADS-P采用了前列腺癌臨床試驗工作組(Prostate Cancer Working Group，PCWG 3)提出的標準，包括分類診斷和定量診斷[27]。

1.分類診斷的方法

將評估對象分為4組，包括：①淋巴結3個區域：盆腔淋巴結、腹膜后淋巴結和其他淋巴結；②臟器3個區域：肺、肝、其他軟組織和臟器；③前列腺局部病灶1個區域：前列腺；④骨骼7個區域：顱骨、頸椎、胸椎、腰骶椎、胸廓(鎖骨、胸骨、肩胛骨、肋骨)、肢體和骨盆。

如患者為初次檢查，則報告各組有無轉移灶，以及可測量的轉移灶的大小(表2)。如患者為隨訪檢查，則要對多次檢查結果進行比較，根據分類診斷標準做出疾病進展及治療反應的分類。前3組的治療反應分類評價使用傳統的療效評價標準(response evaluation criteria in solid tumors，RECIST)1.1/PCWG 3(表2，圖1)，骨骼的治療反應分類評價使用MET-RADS-P自定義標準(表3，圖2～3)。

將上述4組對象的評估結果合并起來做出一個綜合分類。按Likert 1-5給出一個反應評價分類(response assessment category，RAC)：1，高度可能反應；2，可能反應；3，穩定；4，可能進展；5，高度可能進展(表3)。

圖2 骨轉移治療反應評估(MET-RADS-P標準)。男，65歲，前列腺癌，左側恥骨骨轉移病灶治療后反應評估為高度可能進展(RAC-5)。a～c為治療前(2019年7月)，d～f為內分泌治療1年后(2020年6月)。a)DWI(b=800s/mm2)示左側恥骨高信號轉移灶(箭)；b)ADC上低信號病灶(箭)；c)T1WI上低信號病灶(箭)；d)骨轉移病灶增大，DWI圖上信號強度增強；e)ADC示增大低信號病灶區域；f)T1WI示增大低信號病灶區域。 圖3 骨轉移治療反應評估(MET-RADS-P標準)。男，58歲，前列腺癌，雙側髖臼、股骨頭內多發轉移灶治療后反應評估為高度可能反應(RAC-1)。a～c為治療前(2019年2月)，d～f為經內分泌治療4個月后(2019年6月)。a)治療前DWI(b=800s/mm2)示雙側髖臼、股骨頭內多發高信號轉移灶(箭)；b)ADC示彌漫低信號區域(箭)；c)T1WI示彌漫低信號區域(箭)；d)DWI圖像上病灶信號強度降低；e)ADC示低信號區域縮??；f)T1WI示低信號區域縮小。

將上述分類轉換成臨床醫生熟悉的常見腫瘤反應分類寫在報告中，具體如下(表3)：無病灶(no disease)、完全緩解(complete response，CR)、部分緩解(partial response，PR)、穩定(stable disease，SD)和進展(progressive disease，PD)。評價腫瘤治療反應時，應與治療前基線檢查結果做比較，必要時也應與最近一次檢查結果做比較。如有新發病灶，則將新發病灶與既往病灶體積增大者分別報告。

分類診斷時，常需要結合ADC值的定量測量結果(表3)。但應注意，對于RAC-1類或RAC-2類，常有DWI/ADC變化和形態學表現不一致的情況。如骨髓硬化、纖維化反應或骨髓脂肪重新出現時，都提示為治療有反應，但ADC值不一定升高，仍應考慮為RAC-1類或RAC-2類。

表2 MET-RADS-P腫瘤治療反應RECIST v1.1分類

表3 MET-RADS-P腫瘤治療反應評估分類

前列腺癌全身多發轉移瘤常常對治療反應不一致，造成評價困難。META-RADS-P規定當總體評估為SD或PR、但個別病變有進展時，可報告為“不一致反應”或“混合反應”?！安灰恢路磻笨梢悦枋鰹椋骸拜p微進展”或“明顯進展”，其出發點是影像科醫生根據影像學表現認為當前的治療效果不佳，建議使用替代的治療方案。當單個區域內轉移瘤病灶呈現不一致反應時，可以給出2個到3個RAC分類，如RAC 1st、RAC 2nd等(圖4)。

2．定量診斷的方法

RECIST v1.1/PCWG3和RAC的分類中均使用了定量指標，包括病灶徑線的測量和ADC值的測量，META-RADS-P對測量方法有明確規定。

病灶徑線的測量：在T1WI圖像上測量轉移性病灶長徑，無特殊說明時僅對長徑>1.5 cm的轉移灶進行測量。

ADC值的測量：FS T2WI、DWI上表現為高信號的含水量增多區域才需要通過測量ADC值來定性。骨轉移灶在ADC圖上的測量要求病灶在低、中b值的ADC圖上均可見；ROI放置于低、中b值的ADC圖上，且應盡可能包括病灶的全部。

定量測量值的比較：將當前軟組織病灶的測量值與既往測量值做比較、判斷RECIST分類時，有2個可能的參考值：基線值或治療過程中的最低值，二者中選較小者用于比較。

圖4 RAC分類診斷流程。

基病灶識別、定位和測量：在基線檢查時，所有明確的腫瘤病灶應定位在14個區域內：1個原發灶區域、3個淋巴結區域、3個內臟區域和7個骨骼區域。骨病灶的測量應在高質量的T1WI上進行。骨、淋巴結和軟組織病灶每類最多測量5處(長徑≥1.5 cm)，即最多測量15個病灶。潛在的靶病灶應進行測量并記錄。非靶病變應記錄但不測量。短徑≥1.0 cm但<1.5 cm的淋巴結被認為是病理性的但不測量。內臟病灶長徑≥1.5 cm時認為是可測量病灶，內臟病灶<1.5 cm時認為是病理性的但不可測量。

隨訪反應評估：臨床治療患者的隨訪時間間隔通常為12～16周，發現可疑復發病灶時可縮短隨訪時間間隔。每次隨訪報告應對不同解剖區域病灶進行定性評價、定量測量和比較變化來進行反應評估。在基線檢查時已經測量過的、確定的病灶應重復測量，并應用RAC評估和記錄轉移模式的變化。原發性疾病、淋巴結、內臟和骨骼病灶的總體反應評估及各個病灶出現的不一致/混合反應也應當記錄。

MET-RADS-P的臨床應用

1.應用現狀目前國內外關于MET-RADS-P應用的報道較少。Yoshida等[28]在去勢抵抗前列腺癌(castration-resistant prostate cancer，CRPC)患者的生存率分析研究中發現，骨轉移的范圍和是否存在內臟轉移與CRPC的生存率密切相關，且MET-RADS-P評分可作為作為CRPC預后的影像學生物標志物。MET-RADS-P可對晚期前列腺癌(advanced prostate cancer，APC)患者的轉移疾病反應進行可重復的評估。Paola等[29]比較了不同專業水平閱片者在應用MET-RADS-P進行轉移評估時的一致性，他們發現，不同水平的閱片者在骨轉移評估方面的一致性很好，但其他部位的轉移評估一致性各有不同?？紤]到骨轉移評估在APC患者中的重要性[30]，應用MET-RADS-P可滿足臨床精確監測前列腺癌轉移的需求。

2.基于MET-RADS-P的結構化報告構建

結構式報告的使用有利于MET-RADS-P數據的系統性管理[31-32]，我們根據MET-RADS-P的標準化要求，結合本單位實際臨床工作經驗，構建了前列腺WB-MRI的結構化報告模板，報告主要包括：掃描方案、臨床評估、技術評估、影像所見和診斷印象五部分(圖5，表4)。

圖5 META-RADS-P結構化報告。a)前列腺WB-DWI(頭、頸、胸、腹、盆腔、大腿)圖像；b)前列腺WB-MRI T2WI圖像；c)前列腺WB-MRI T1WI 圖像；d)META-RADS-P結構化報告，影像表現主要包括原位腫瘤、全身軟組織和淋巴結、全身骨骼等，按照指南要求填寫影像特征，自動生成META-RADS-P分類報告。

表4 META-RADS-P結構化報告要點

2.MET-RADS-P結構式報告的人工智能接入

在RIS系統中預設規則，檢查項目為“WB-MRI前列腺癌全身評估”，在MR掃描儀完成WB-MRI檢查后，DICOM圖像經PACS發送到人工智能(artificial intelligence，AI)服務器，完成圖像質量分類、解剖區域分割、轉移病灶分割、轉移病灶分類后，得到病灶的位置、大小、性質信息，發送到結構化報告服務器。醫生打開結構化報告的病灶列表可見軟件返回結果，經確認后自動填寫在結構化報告中，影像特征存儲在結構化報告數據庫中(圖6)。

局限性

MET-RADS-P是一份較為全面系統的報告指南，在實際應用中的操作性較為復雜，目前國內有關其具體的應用情況較少，有一定的局限性。首先是成像技術本身的局限性。WB-DWI對前列腺癌轉移的評價是有局限性的，它不能顯示正常大小淋巴結內的微轉移[33-34]，對小于1 cm的肺轉移灶不敏感[35]，無法在未使用對比劑的情況下明確排除腦轉移瘤。其次是在實際臨床工作中MET-RADS-P的宣傳教育工作不到位，臨床應用過程中的一致性不高，應加大對MET-RADS-P的宣傳，強調規范化的應用，達到技術操作和診斷標準的一致，這是將MET-RADS-P實際應用于臨床工作的前提。

結論及展望

MET-RADS-P系統為晚期轉移性前列腺癌患者的WB-MRI基線和隨訪檢查的圖像采集、讀片和報告提供了最低標準。利用區域和總體評估標準，MET-RADS-P可用于實際臨床工作，也可用于臨床研究中的患者分層。MET-RADS-P中創新性地提出了骨轉移瘤治療反應分類的新方法，有可能經過大量臨床驗證研究之后成為新的診斷標準，以實現骨轉移瘤的精準評價。隨著腫瘤精準治療的進展，未來有可能將MET-RADS-P的標準化模式推廣到其他腫瘤，如乳腺癌全身轉移、淋巴瘤和血液病等。全身系統疾病評價的復雜性也為AI的引用提供了一個良好的契機。例如應用AI進行病灶的自動檢測，應用影像組學對患者狀態進行分析等都可有效緩解醫生們的工作壓力，優化臨床的工作流程[36-39]。

圖6 前列腺癌全身轉移AI接入結構化報告。

總之，META-RADS-P的提出是對晚期前列腺癌全身轉移評估的有益嘗試，隨著使用經驗的增多，這種疾病的影像診斷可能發生革命性的變化。既往影像學評價通常是給出一個整體概念，不能體現疾病進展和/或反應的異質性。而隨著這種精準的、全身異質性的評價體系的使用，治療方案的選擇也將發生變化。隨著META-RADS-P相關研究的進行，高水平研究證據的積累，未來借助信息化工具和智能化技術將影像信息和臨床信息整合在一起[40]，將能做出更好的臨床決策，提升影像服務的臨床價值。

志謝：感謝北京賽邁特銳醫學科技有限公司張雖雖、趙治鋒、呂磊、段博文在結構化報告構建的貢獻，張靖遠、王祥鵬、劉偉鵬參與AI工作的討論。