MRI 在乳腺癌診療中的應用現狀及研究進展

翁旭丹，徐曉雪（通信作者）

（川北醫學院附屬醫院放射科 四川 南充 637000）

據2020 年全球癌癥最新數據統計，女性乳腺癌約有230 萬新發病例，已超過肺癌成為全球女性最常見的癌癥[1]。乳腺癌的早期發現、早期診斷和早期治療對患者的預后極為重要。在臨床乳腺癌的診療過程中，醫學影像檢查是最關鍵的檢查工具，而MRI 具有無輻射、軟組織分辨率高、多序列、多參數、多方位成像等特點，在乳腺癌的篩查和診療全過程中得到了廣泛應用。本文就MRI 檢查在乳腺癌篩查及診治過程中的應用展開綜述。

1 MRI在乳腺癌篩查中的應用

乳腺癌篩查包括超聲檢查、X 線和MRI 檢查。對于一般風險人群推薦常規X 線檢查及常規超聲檢查，僅對乳腺X 線檢查及超聲檢查發現可疑病灶的人群，再補充MRI 檢查。在乳腺癌高危人群的篩查中常規添加MRI檢查受到越來越多的重視。有乳腺癌家族遺傳病史、有BRCA1或BRCA2基因突變、Gail 模型受試者5 年內發病風險≥1.67%、既往有胸部放療史、個人有乳腺癌病史這一類女性為乳腺癌高危人群[2]。這一類人群患癌風險高、發病年齡相對較小、病程進展快，早期并且定期的篩查尤為重要。

Miah 等[3]對1 106 例高危女性進行研究，其中有254 例進行了MRI 檢查，剩下852 例未進行MRI 檢查，結果顯示：盡管在高危人群的篩查中添加MRI 并不能顯著提高乳腺癌的檢出率，但MRI 檢查可以在疾病早期階段將其檢測出來，這對于早期治療和早期干預是非常有益的。Hollingsworth 等[4]對2 039 名無癥狀者的隨訪研究中發現41 例MRI 檢測到乳腺癌，并對這41 例乳腺癌患者進行長期隨訪，除3 例隨訪失敗外，剩下38 例患者進行5～15 年隨訪，中位隨訪時間10.2 年，在最長15 年的隨訪時間內38 例患者的局部和全身復發率為零，疾病特異性生存率達100%，本文認為乳房MRI 篩查在降低乳腺癌死亡率也有一定作用；但這種結果還需要更多前瞻性的隨機實驗來驗證。而對于特殊類型乳腺尤其是致密型乳腺的篩查中，MRI 檢查能顯著提高篩查的敏感性，尤其是將MRI 作為常規X 線檢查及超聲檢查的補充手段。

雖然由于一些限制，目前全球乳腺癌篩查并未廣泛采用MRI 檢查。其限制主要存在于以下幾個方面：（1）MRI 檢查會導致活檢率的升高并由此產生額外的費用及工作量；（2）MRI 檢查成本高，包括更高的檢查費用及更長的檢查時間；（3）MRI 檢查會產生一些過度診斷和過度醫療；（4）釓對比劑的使用會引起一些不良反應，例如腎功能損害等。然而在乳腺癌篩查中增加MRI 檢查的收益也是顯著的，尤其是在高危人群中的應用。

2 MRI在乳腺癌早期診斷及術前評估中的應用

乳腺癌的早期診斷和治療往往代表著患者有更好的預后和更長的生存期。考慮到MRI 對乳腺病灶的靈敏度高，已成為乳腺影像檢查中不可或缺的一部分。一項對78 例臨床觸診陰性的患者回顧性分析中發現，超聲及MRI 均可成為重要輔助手段，但MRI 檢查的準確率明顯高于超聲，并且可以提供病灶更加完整的信息[5]。彌散加權成像（diffusion weighted imaging，DWI）是一種無創繪制體內水分子運動的檢查方式，也可以描述目標組織或器官的微觀結構。動態對比增強磁共振成像（dynamic contrast-enhanced magnetic resonance imaging，DCEMRI）定量參數在乳腺良惡性病變的鑒別及乳腺癌的預后評估中具有重要價值，多參數MRI 可在一定程度上預測乳腺癌患者的預后，為臨床診治及預后評估提供依據[6]。

基于MRI 對軟組織的高分辨率，與乳腺X 線及乳腺超聲相比，MRI 可以更準確地識別病變的輪廓、邊界、內部結構以及病灶與周圍腺體之間的關系，有利于發現其他成像方法無法識別的多灶性、多中心及隱匿性病灶，并評估病變侵犯乳頭、胸膜、胸大肌、前鋸肌和肋間肌等情況。MRI 還可以評估乳腺癌的血管情況以及其他癌癥特征，如腫瘤和淋巴結的情況。術前MRI 的應用對保乳手術的評價準確率也高于X 線檢查和超聲檢查。楊陽等[7]的研究證明了術前多序列的MRI 檢查，有利于微小病灶的檢出，能更準確評估病灶侵犯范圍，進而降低術中切緣陽性率、保乳失敗率、二次手術等風險。

乳腺癌術前評估腋窩淋巴結的狀態和分期至關重要，同時與患者預后息息相關。一項對682 名術前診斷導管內原位癌（ductal carcinoma in situ，DCIS）患者的研究報道：乳腺MRI 在術前DCIS 患者中預測腋窩淋巴結轉移的靈敏度為53.8%，特異度為77.8%，陽性預測值為14.9%，陰性預測值為95.9%，準確率為76.2%；當MRI上腫瘤＜3 cm 的淋巴結陰性患者，NPV 高達96.4%，并且所有假陰性淋巴結最后病理均為N1 期，故而作者認為術前診斷的DCIS 患者，MRI 上腫瘤＜3 cm、淋巴結陰性，如果要進行全乳放療，放棄前哨淋巴結活檢是安全的[8]。雖然目前公認的腋窩淋巴結評估方法是超聲，但因為MRI 還可以同時評估腋窩外淋巴結的情況并且不會受限于操作者的水平，故而MRI 在乳腺癌患者術前淋巴結評估及分期中越來越受重視。但未來大樣本、隨機、前瞻性的研究是有必要的。

3 MRI在表征乳腺癌分子分型及預后方面的作用

乳腺癌是一個異質性腫瘤，它的病理分級、分子分型、腫瘤大小、基因變異等都是其單獨的預后因素。在治療前全面了解乳腺癌分子分型及預后相關因素，對制定臨床個性化診療方案尤為重要。一些研究認為MRI 的影像學特征可以一定程度代表乳腺癌分子分型及相關預后因素[9-10]。

一項對137 例原發性乳腺癌患者的回顧性分析，不同的分子亞型其影像學表現有一定區別，多參數MRI 有助于術前無創性預測乳腺癌的分子亞型，尤其是三陰性乳腺癌的區分[9]。王倩等[10]的研究表明DCE-MRI 定量參數及ADC 值均可在一定程度上預測乳腺癌的分子分型，且速率常數（Kep）值對三陰性乳腺癌的預測價值最高。不同的分子分型其表觀彌散系數（ADC）值也往往不同，故而DWI 作為一種潛在的生物標志物，可以提高乳腺MRI 的特異度及診斷的準確率、減少不必要的活檢。

Mumin 等[11]發表的一篇關于乳腺癌亞型與MRI 表型的綜述，對42 篇文章共涉及9 246 例患者進行總結分析發現TNBC 多表現為圓形或橢圓形、邊緣光滑、T2WI高信號、邊緣強化的MRI 特征；Hert2 陽性乳腺癌則多表現為不規則、邊緣毛刺、不均勻強化的MRI 特征，且Hert2 陽性乳腺癌的ADC 值一般高于其他亞型，這也與上文結論相同；LuminalA 型及LuminalB 型在MRI影像上具有一定相似性，多表現為形態不規則、邊緣模糊及毛刺樣改變、不均勻強化、T2WI 等/低信號，但LuminalB 型腫瘤更容易出現多中心和多灶性病灶以及皮膚、乳頭、乳暈受累等，這與LuminalB 型更具有侵襲性相關，也與LuminalB 型更差的預后相關；瘤周水腫的出現多提示TNBC 和Hert2 陽性乳腺癌，而瘤周無水腫則在LuminalA 型中更常見。

4 MRI在乳腺癌新輔助治療中的應用

新輔助治療定義為未發生遠處轉移的乳腺癌患者，在計劃的治療前，以全身系統性治療作為第一步治療，包括新輔助化療、新輔助靶向治療及新輔助內分泌治療；一般情況下建議在治療第2 個周期末、第3 個周期之前全面評估療效；可根據新輔助治療的療效評估結果決定后續的治療方案[2]。

通過對臨床乳腺檢查、乳腺X 線、乳腺超聲和MRI檢查的比較發現，MRI 是檢測腫瘤反應和殘余腫瘤最準確的方法。RECIST 1.1 指南明確指出，MRI 在新輔助治療中是跟蹤乳腺病變的首選成像方式，但不用于腋窩淋巴結評估。鄭少燕等[12]對168 例確診乳腺癌并行新輔助化療的患者治療前后的MRI 圖像進行回顧性分析，MRI在評估乳腺癌病理完全緩解的靈敏度、特異度、準確率分別為45%、98%、86%，并且MRI 在評價腫塊型向心性退縮乳腺癌的聚合酶鏈反應（PCR）最準確。最近的一項研究表明使用多模態MRI 成像技術從多角度、多方位探測腫瘤組織化療前后內部動態變化特征，結合臨床表現、病理特征，能更加準確反映乳腺癌新輔助化療的療效[13]。

雖然MRI 上良性纖維化灶導致的增強或治療改變、良性腫塊的增強以及腫瘤壞死殘留的腫塊都會導致MRI對殘余病灶的高估，而一些非腫塊強化的腫瘤、非向心性收縮的腫瘤及抗血管生成療法的影響會導致MRI 對殘余腫瘤的低估[12]。這些原因都會對MRI 靈敏度和特異度產生影響，但MRI 仍是評價乳腺癌殘余腫瘤最準確的影像學檢查。上述報道一致顯示MRI 對乳腺癌新輔助療效的評估具有獨特優勢，尤其體現在新輔助治療后殘余腫瘤的評估上。

5 乳腺癌MRI的人工智能技術應用

乳腺MRI 的多序列、多參數成像在為乳腺癌的篩查診治過程中提供更多信息的同時，也導致影像科醫生閱片較為繁瑣且一定程度依賴診斷醫生的個人水平。人工智能（artificial intelligence，AI）作為當今科技發展的一門新技術，它可以自動量化依賴人眼所識別的圖像特征，還能找出人眼疏漏之處及其他未知特征，適用于處理重復工作和管理大量數據。在AI 技術協助下MRI 對乳腺癌的診斷效能進一步提高，在病灶檢出、診斷、病理分級及分子分型預測、療效評估等方面均有顯著進展。

一項由19 名放射科醫生對111 名女性乳腺DCEMRI 圖像的解讀研究中發現，在AI 技術的幫助下可以提高放射科醫生對乳腺良惡性病變的區分[曲線下面積（AUC）從0.71 提高到0.76，P=0.04][13]。基于多模態MRI 影像組學模型幫助鑒別乳腺良惡性疾病的研究也非常熱門。

利用人工智能的方法對乳腺癌的分子分型預測方面也有大量研究，其中各種放射組學特征與乳腺癌分子分型相關性的研究受到越來越多的重視。李薇等[14]對122 例經手術確診的乳腺癌患者回顧性分析研究證明，基于MRI 影像組學特征構建的模型可以無創性預測乳腺癌的分子分型，為臨床診療計劃的制定提供依據。AI在預測乳腺癌新輔助治療療效方面也展現了巨大潛能，2022 年的一篇對MRI 影像組學預測乳腺癌新輔助治療病理反應的系統回顧及薈萃分析，這篇文獻共對43 項研究進行回顧分析，其中34 項研究納入薈萃（meta）分析，報道其合并AUC 為0.78（95%CI為0.74～0.81）[15]。雖然上述文獻都認同人工智能技術運用在乳腺癌MRI 的方方面面，但目前仍需要大量前瞻性評估以及可重復性和標準化的確定，以期可以用在常規臨床實踐中。

6 小結及展望

MRI 在乳腺癌的篩查及早期診斷、術前評估、預測分子分型及觀察預后等方面，已得到廣泛認可。尤其近年來隨著人工智能技術的發展，將AI 運用到乳腺癌MRI 上更是取得了長足的進步。目前快速MRI、簡化MRI 方案正在研究用在乳腺癌的篩查診治及預測預后方面，也有學者用簡化MRI 構建影像組學模型用于乳腺癌的診斷研究，這種快速、簡化MRI 方案的方案可以減少MRI 耗時長、費用高的一些問題。未來隨著對MRI 技術不斷研究，還有基于MRI 圖像人工智能技術的不斷發展，會讓MRI 在乳腺癌中的作用越來越大，也會受到臨床越來越多的重視。