MRI 在乳腺癌诊疗中的应用现状及研究进展

翁旭丹，徐晓雪（通信作者）

（川北医学院附属医院放射科 四川 南充 637000）

据2020 年全球癌症最新数据统计，女性乳腺癌约有230 万新发病例，已超过肺癌成为全球女性最常见的癌症[1]。乳腺癌的早期发现、早期诊断和早期治疗对患者的预后极为重要。在临床乳腺癌的诊疗过程中，医学影像检查是最关键的检查工具，而MRI 具有无辐射、软组织分辨率高、多序列、多参数、多方位成像等特点，在乳腺癌的筛查和诊疗全过程中得到了广泛应用。本文就MRI 检查在乳腺癌筛查及诊治过程中的应用展开综述。

1 MRI在乳腺癌筛查中的应用

乳腺癌筛查包括超声检查、X 线和MRI 检查。对于一般风险人群推荐常规X 线检查及常规超声检查，仅对乳腺X 线检查及超声检查发现可疑病灶的人群，再补充MRI 检查。在乳腺癌高危人群的筛查中常规添加MRI检查受到越来越多的重视。有乳腺癌家族遗传病史、有BRCA1或BRCA2基因突变、Gail 模型受试者5 年内发病风险≥1.67%、既往有胸部放疗史、个人有乳腺癌病史这一类女性为乳腺癌高危人群[2]。这一类人群患癌风险高、发病年龄相对较小、病程进展快，早期并且定期的筛查尤为重要。

Miah 等[3]对1 106 例高危女性进行研究，其中有254 例进行了MRI 检查，剩下852 例未进行MRI 检查，结果显示：尽管在高危人群的筛查中添加MRI 并不能显著提高乳腺癌的检出率，但MRI 检查可以在疾病早期阶段将其检测出来，这对于早期治疗和早期干预是非常有益的。Hollingsworth 等[4]对2 039 名无症状者的随访研究中发现41 例MRI 检测到乳腺癌，并对这41 例乳腺癌患者进行长期随访，除3 例随访失败外，剩下38 例患者进行5～15 年随访，中位随访时间10.2 年，在最长15 年的随访时间内38 例患者的局部和全身复发率为零，疾病特异性生存率达100%，本文认为乳房MRI 筛查在降低乳腺癌死亡率也有一定作用；但这种结果还需要更多前瞻性的随机实验来验证。而对于特殊类型乳腺尤其是致密型乳腺的筛查中，MRI 检查能显著提高筛查的敏感性，尤其是将MRI 作为常规X 线检查及超声检查的补充手段。

虽然由于一些限制，目前全球乳腺癌筛查并未广泛采用MRI 检查。其限制主要存在于以下几个方面：（1）MRI 检查会导致活检率的升高并由此产生额外的费用及工作量；（2）MRI 检查成本高，包括更高的检查费用及更长的检查时间；（3）MRI 检查会产生一些过度诊断和过度医疗；（4）钆对比剂的使用会引起一些不良反应，例如肾功能损害等。然而在乳腺癌筛查中增加MRI 检查的收益也是显著的，尤其是在高危人群中的应用。

2 MRI在乳腺癌早期诊断及术前评估中的应用

乳腺癌的早期诊断和治疗往往代表着患者有更好的预后和更长的生存期。考虑到MRI 对乳腺病灶的灵敏度高，已成为乳腺影像检查中不可或缺的一部分。一项对78 例临床触诊阴性的患者回顾性分析中发现，超声及MRI 均可成为重要辅助手段，但MRI 检查的准确率明显高于超声，并且可以提供病灶更加完整的信息[5]。弥散加权成像（diffusion weighted imaging，DWI）是一种无创绘制体内水分子运动的检查方式，也可以描述目标组织或器官的微观结构。动态对比增强磁共振成像（dynamic contrast-enhanced magnetic resonance imaging，DCEMRI）定量参数在乳腺良恶性病变的鉴别及乳腺癌的预后评估中具有重要价值，多参数MRI 可在一定程度上预测乳腺癌患者的预后，为临床诊治及预后评估提供依据[6]。

基于MRI 对软组织的高分辨率，与乳腺X 线及乳腺超声相比，MRI 可以更准确地识别病变的轮廓、边界、内部结构以及病灶与周围腺体之间的关系，有利于发现其他成像方法无法识别的多灶性、多中心及隐匿性病灶，并评估病变侵犯乳头、胸膜、胸大肌、前锯肌和肋间肌等情况。MRI 还可以评估乳腺癌的血管情况以及其他癌症特征，如肿瘤和淋巴结的情况。术前MRI 的应用对保乳手术的评价准确率也高于X 线检查和超声检查。杨阳等[7]的研究证明了术前多序列的MRI 检查，有利于微小病灶的检出，能更准确评估病灶侵犯范围，进而降低术中切缘阳性率、保乳失败率、二次手术等风险。

乳腺癌术前评估腋窝淋巴结的状态和分期至关重要，同时与患者预后息息相关。一项对682 名术前诊断导管内原位癌（ductal carcinoma in situ，DCIS）患者的研究报道：乳腺MRI 在术前DCIS 患者中预测腋窝淋巴结转移的灵敏度为53.8%，特异度为77.8%，阳性预测值为14.9%，阴性预测值为95.9%，准确率为76.2%；当MRI上肿瘤＜3 cm 的淋巴结阴性患者，NPV 高达96.4%，并且所有假阴性淋巴结最后病理均为N1 期，故而作者认为术前诊断的DCIS 患者，MRI 上肿瘤＜3 cm、淋巴结阴性，如果要进行全乳放疗，放弃前哨淋巴结活检是安全的[8]。虽然目前公认的腋窝淋巴结评估方法是超声，但因为MRI 还可以同时评估腋窝外淋巴结的情况并且不会受限于操作者的水平，故而MRI 在乳腺癌患者术前淋巴结评估及分期中越来越受重视。但未来大样本、随机、前瞻性的研究是有必要的。

3 MRI在表征乳腺癌分子分型及预后方面的作用

乳腺癌是一个异质性肿瘤，它的病理分级、分子分型、肿瘤大小、基因变异等都是其单独的预后因素。在治疗前全面了解乳腺癌分子分型及预后相关因素，对制定临床个性化诊疗方案尤为重要。一些研究认为MRI 的影像学特征可以一定程度代表乳腺癌分子分型及相关预后因素[9-10]。

一项对137 例原发性乳腺癌患者的回顾性分析，不同的分子亚型其影像学表现有一定区别，多参数MRI 有助于术前无创性预测乳腺癌的分子亚型，尤其是三阴性乳腺癌的区分[9]。王倩等[10]的研究表明DCE-MRI 定量参数及ADC 值均可在一定程度上预测乳腺癌的分子分型，且速率常数（Kep）值对三阴性乳腺癌的预测价值最高。不同的分子分型其表观弥散系数（ADC）值也往往不同，故而DWI 作为一种潜在的生物标志物，可以提高乳腺MRI 的特异度及诊断的准确率、减少不必要的活检。

Mumin 等[11]发表的一篇关于乳腺癌亚型与MRI 表型的综述，对42 篇文章共涉及9 246 例患者进行总结分析发现TNBC 多表现为圆形或椭圆形、边缘光滑、T2WI高信号、边缘强化的MRI 特征；Hert2 阳性乳腺癌则多表现为不规则、边缘毛刺、不均匀强化的MRI 特征，且Hert2 阳性乳腺癌的ADC 值一般高于其他亚型，这也与上文结论相同；LuminalA 型及LuminalB 型在MRI影像上具有一定相似性，多表现为形态不规则、边缘模糊及毛刺样改变、不均匀强化、T2WI 等/低信号，但LuminalB 型肿瘤更容易出现多中心和多灶性病灶以及皮肤、乳头、乳晕受累等，这与LuminalB 型更具有侵袭性相关，也与LuminalB 型更差的预后相关；瘤周水肿的出现多提示TNBC 和Hert2 阳性乳腺癌，而瘤周无水肿则在LuminalA 型中更常见。

4 MRI在乳腺癌新辅助治疗中的应用

新辅助治疗定义为未发生远处转移的乳腺癌患者，在计划的治疗前，以全身系统性治疗作为第一步治疗，包括新辅助化疗、新辅助靶向治疗及新辅助内分泌治疗；一般情况下建议在治疗第2 个周期末、第3 个周期之前全面评估疗效；可根据新辅助治疗的疗效评估结果决定后续的治疗方案[2]。

通过对临床乳腺检查、乳腺X 线、乳腺超声和MRI检查的比较发现，MRI 是检测肿瘤反应和残余肿瘤最准确的方法。RECIST 1.1 指南明确指出，MRI 在新辅助治疗中是跟踪乳腺病变的首选成像方式，但不用于腋窝淋巴结评估。郑少燕等[12]对168 例确诊乳腺癌并行新辅助化疗的患者治疗前后的MRI 图像进行回顾性分析，MRI在评估乳腺癌病理完全缓解的灵敏度、特异度、准确率分别为45%、98%、86%，并且MRI 在评价肿块型向心性退缩乳腺癌的聚合酶链反应（PCR）最准确。最近的一项研究表明使用多模态MRI 成像技术从多角度、多方位探测肿瘤组织化疗前后内部动态变化特征，结合临床表现、病理特征，能更加准确反映乳腺癌新辅助化疗的疗效[13]。

虽然MRI 上良性纤维化灶导致的增强或治疗改变、良性肿块的增强以及肿瘤坏死残留的肿块都会导致MRI对残余病灶的高估，而一些非肿块强化的肿瘤、非向心性收缩的肿瘤及抗血管生成疗法的影响会导致MRI 对残余肿瘤的低估[12]。这些原因都会对MRI 灵敏度和特异度产生影响，但MRI 仍是评价乳腺癌残余肿瘤最准确的影像学检查。上述报道一致显示MRI 对乳腺癌新辅助疗效的评估具有独特优势，尤其体现在新辅助治疗后残余肿瘤的评估上。

5 乳腺癌MRI的人工智能技术应用

乳腺MRI 的多序列、多参数成像在为乳腺癌的筛查诊治过程中提供更多信息的同时，也导致影像科医生阅片较为繁琐且一定程度依赖诊断医生的个人水平。人工智能（artificial intelligence，AI）作为当今科技发展的一门新技术，它可以自动量化依赖人眼所识别的图像特征，还能找出人眼疏漏之处及其他未知特征，适用于处理重复工作和管理大量数据。在AI 技术协助下MRI 对乳腺癌的诊断效能进一步提高，在病灶检出、诊断、病理分级及分子分型预测、疗效评估等方面均有显著进展。

一项由19 名放射科医生对111 名女性乳腺DCEMRI 图像的解读研究中发现，在AI 技术的帮助下可以提高放射科医生对乳腺良恶性病变的区分[曲线下面积（AUC）从0.71 提高到0.76，P=0.04][13]。基于多模态MRI 影像组学模型帮助鉴别乳腺良恶性疾病的研究也非常热门。

利用人工智能的方法对乳腺癌的分子分型预测方面也有大量研究，其中各种放射组学特征与乳腺癌分子分型相关性的研究受到越来越多的重视。李薇等[14]对122 例经手术确诊的乳腺癌患者回顾性分析研究证明，基于MRI 影像组学特征构建的模型可以无创性预测乳腺癌的分子分型，为临床诊疗计划的制定提供依据。AI在预测乳腺癌新辅助治疗疗效方面也展现了巨大潜能，2022 年的一篇对MRI 影像组学预测乳腺癌新辅助治疗病理反应的系统回顾及荟萃分析，这篇文献共对43 项研究进行回顾分析，其中34 项研究纳入荟萃（meta）分析，报道其合并AUC 为0.78（95%CI为0.74～0.81）[15]。虽然上述文献都认同人工智能技术运用在乳腺癌MRI 的方方面面，但目前仍需要大量前瞻性评估以及可重复性和标准化的确定，以期可以用在常规临床实践中。

6 小结及展望

MRI 在乳腺癌的筛查及早期诊断、术前评估、预测分子分型及观察预后等方面，已得到广泛认可。尤其近年来随着人工智能技术的发展，将AI 运用到乳腺癌MRI 上更是取得了长足的进步。目前快速MRI、简化MRI 方案正在研究用在乳腺癌的筛查诊治及预测预后方面，也有学者用简化MRI 构建影像组学模型用于乳腺癌的诊断研究，这种快速、简化MRI 方案的方案可以减少MRI 耗时长、费用高的一些问题。未来随着对MRI 技术不断研究，还有基于MRI 图像人工智能技术的不断发展，会让MRI 在乳腺癌中的作用越来越大，也会受到临床越来越多的重视。