胃癌の病期分類におけるパラダイムシフト：従来の画像診断から高度なMRIおよび人工知能まで

科学分野:

• 腫瘍学
• 診断画像法
• 医療AI

背景:

• 正確な術前病期分類は、胃癌（GC）の治療決定にとって非常に重要です。
• 標準的な画像診断法は、びまん性および低分化型GC組織型をしばしば過小評価します。
• 従来の画像診断法では、病変の全範囲を検出することに限界があります。

研究 の 目的:

• GCの診断画像に関する包括的なレビューを提供すること。
• 確立された（CT、EUS、PET/CT）および新興の（MRI、AI）画像診断技術を評価すること。
• T、N、M病期分類における精度を評価し、定量的画像バイオマーカーを探索すること。

主な方法:

• 2015年から2024年までの生物医学文献の構造化されたナラティブレビュー。
• GCの病期分類精度および画像診断に関する研究を対象に、インデックス化されたデータベースを検索しました。
• T、N、M病期分類、バイオマーカー、およびラジオミクスに焦点を当てた410件の関連研究をスクリーニングしました。

主要な成果:

• 多重検出器CTは、浸潤性腫瘍および腹膜播種において限界があります。
• MRIは、漿膜浸潤およびリンパ節病期分類において優れた軟部組織コントラストを示します。
• 新しいFAPI PETトレーサーおよびAI駆動型ラジオミクスは、リスク層別化を改善します。

結論:

• 個別化されたマルチモーダル画像診断アプローチは、現代のGC病期分類に不可欠です。
• MRIおよび定量的画像診断の統合は、診断精度を向上させます。
• これらの進歩は、胃癌管理における精密腫瘍学をサポートします。