公众号 / 文章腹部CTMRUS

经验教训:在临床实践中实施和持续使用LI-RADS的策略

Lessons learned: strategies for implementing and the ongoing use of LI-RADS in your practice.
PubMed 文献 · Abdom Radiol (NY) · 2024-10-23

本文介绍2011年建立的肝脏影像报告和数据系统(LI-RADS)的发展背景与获益,指出其已整合入美国肝病研究学会实践指南并与器官获取和移植网络LR-5定义达成一致。文章重点提出在放射科启动和维持LI-RADS项目的策略,包括设立本地倡导者、结构化报告模板、多学科沟通、技术员与受训者教育及质量改进,同时讨论采纳中的挑战。

要点

  • LI-RADS为HCC高危患者提供标准化影像采集、解读和报告语言,减少沟通误解。
  • 实施策略核心是设立本地放射科倡导者、采用结构化报告模板并开展多学科沟通。
  • HCC主要影像特征依赖图像质量,CT和MRI需获得晚动脉期而非标准早动脉期。

核心结论

  • LI-RADS已整合入美国肝病研究学会实践指南,并于2022年与器官获取和移植网络class 5标准达成一致。
  • 在放射科实施LI-RADS需识别本地倡导者、采用结构化报告模板、开展多学科沟通和持续教育。
  • LI-RADS的广泛采纳面临算法数量多、辅助特征复杂、结构化报告初期耗时及转诊临床医生使用不足等挑战。

研究设计与样本

  • 本文为经验总结类文章,介绍LI-RADS的发展背景、获益、实施与维持策略及面临的挑战。
  • LI-RADS于2011年正式发布,用于高危成人CT和MRI肝脏观察对象的评估,后扩展至六个算法。
  • 文中引用一项232名非学术放射科医生的调查及一项北美放射科医生和转诊临床医生的调查。

关键影像表现/征象

  • HCC主要影像特征包括与背景肝实质相比的早期动脉期高强化、门静脉期或延迟期廓清、包膜存在及间隔增长。
  • 前3个HCC诊断特征高度依赖图像采集质量,CT和MRI中晚动脉期尤为重要,不同于血管评估常用的标准早动脉期。
  • 肝脏背景脂肪或铁沉积可使CT评估HCC更具挑战,MRI减影成像可消除背景肝信号强度,更清晰评估强化程度。

诊断标准与关键数值

  • LI-RADS将观察对象从LR-1(肯定良性)到LR-5(肯定HCC)分类,HCC可能性递增。
  • 几乎所有归类为LR-M(可能或肯定恶性但非HCC特异)的病灶均为恶性。
  • 使用CEUS和CT/MRI时,LR-4(可能HCC)和LR-5类别诊断HCC和恶性的概率几乎相同。
  • 一项比较分析显示,非LI-RADS研究特异性主要特征定义的使用从80%降至25%(2011–2013年 vs 2017–2019年)。
  • 在232名非学术放射科医生的调查中,41%的受访者有时、很少或从不使用辅助特征来表征病灶。

临床应用与阅片要点

  • 识别一名或多名本地倡导者,作为科室其他放射科医生日常问题和挑战性应用的资源。
  • 本地倡导者应熟悉所有LI-RADS核心文件,并可引导新用户使用在线计算器等资源。
  • 结构化报告模板可确保关键特征被描述并与适当诊断类别和管理建议明确关联。
  • 在报告系统中将「LI-RADS observation」宏作为肝脏部分的下拉选项,便于放射科医生访问和使用。
  • 对于自由文本报告者,LI-RADS也提供自由文本选项以纳入相关信息。

局限性

  • 不同算法数量和LI-RADS类别总数可能被视为低效且令部分放射科医生望而生畏,导致采纳差异。
  • 大量辅助特征增加工作流程复杂性和低效,可能解释41%非学术放射科医生有时、很少或从不使用辅助特征。
  • LI-RADS的特异性虽是优势,但需相应损失敏感度,可能不适合所有实践环境。
  • 需要定期更新以保持LI-RADS与进展文献同步,要求用户持续更新实践模式并教育所有利益相关者。
  • 一些对结构化报告的抵触源于认为完成时间比自由口述更长,这在初始过渡期可能属实。
全文中译16 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Abdom Radiol (NY). 2024 Oct 23;50(5):2053–65. doi: 10.1007/s00261-024-04643-8

引言

肝脏影像报告和数据系统(LI-RADS)建立于2011年,是一种综合方法,用于对诊断为肝细胞癌(HCC)或存在HCC风险的患者进行肝脏病灶的标准化成像、判读和报告。每套算法均提供与HCC管理各环节(包括监测、诊断、分期和治疗反应)相关的标准化标准,并配有详细术语表,适用于广泛的肝脏影像学场景[1, 2]。在临床实践中,使用非标准化术语可能导致医疗保健提供者之间的误解,并给解读其医疗报告的患者造成困惑[3]。LI-RADS鼓励使用明确界定的术语表对复杂影像数据进行统一判读,从而实现适当的诊断和管理[4]。

将LI-RADS整合到临床环境中,通过采用统一的语言避免沟通不畅,提高了放射科医生、转诊提供者和患者之间沟通的效率和清晰度。研究表明,LI-RADS结构化报告模板不仅提高了报告的准确性,还显著提高了放射学报告中描述主要HCC特征的一致性[2, 4, 5]。

在设计上,LI-RADS延伸至科学研究和临床试验领域,其采用使各研究(尤其是研究HCC的研究)中的定义更加标准化和一致[6]。在其广泛采用之前,诊断标准和影像特征(如廓清和动脉期高增强)定义的可变性给理解和解读研究结果带来了挑战[3]。此外,科学术语的可变性使现有研究数据的汇总和分析复杂化,限制了开展系统评价和荟萃分析的过程,也使重复研究发现或将其应用于临床变得困难。此外,LI-RADS已被纳入美国肝病研究学会的实践指南,巩固了其作为HCC管理和诊疗标准的作用[1–3, 7, 8]。最近,LI-RADS领导者与器官获取和移植网络(OPTN)合作,就LR-5病灶的定义达成了一致[8]。

然而,在临床实践中实施LI-RADS可能具有挑战性,原因在于学习和建立多套算法所需的时间投入以及对结构化报告的抵触。提供LI-RADS最初开发的背景及其开发原因,是传达该系统益处的绝佳起点。将讨论促进LI-RADS项目实施和维护的关键步骤。

LI-RADS简介

历史背景与开发

LI-RADS的初始原型创建于2006年,旨在使不同机构间肝细胞癌(HCC)的影像学检查实现统一。2008年,美国放射学会成立了一个指导委员会,将这些早期模型发展为报告系统[1, 2]。2011年LI-RADS正式发布,引入了一套详细的系统,用于评估高危成人CT和MRI上的肝脏观察灶,其灵感来源于乳腺影像报告和数据系统(BI-RADS)。与BI-RADS类似,LI-RADS旨在建立一种一致的影像学判读方法和明确定义的术语体系,清晰准确地分类肝脏观察灶的恶性可能性,即HCC的可能性[1, 7]。

肝脏与乳腺恶性肿瘤在管理上的差异要求LI-RADS与BI-RADS采取不同的方法。LI-RADS基于单个观察灶而非如BI-RADS那样基于患者整体评估来分配类别。BI-RADS主要旨在识别需要进行活检的病灶,而LI-RADS则力求在诊断HCC方面达到高度特异性,LR-5类别表示明确的HCC,从而无需在治疗前进行活检[7, 9]。

自推出以来,LI-RADS根据用户反馈和新数据定期更新,扩展至包含六种不同的算法:LI-RADS超声监测、LI-RADS超声造影诊断、LI-RADS CT/MRI诊断,以及三种LI-RADS治疗反应评估算法[2, 7]。每种算法对观察灶进行分类以反映疾病存在的概率。补充这些算法的还有支持文件、手册和词典,进一步阐明算法的应用和标准化术语[1, 2, 7]。

到2018年,LI-RADS建议已被纳入美国肝病研究学会的实践指南,到2022年,LI-RADS实现了与器官获取和移植网络第5类标准的一致性。LI-RADS现已在HCC患者的诊疗中发挥不可或缺的作用,这一点因其被纳入AASLD实践指标委员会2022年的质量指标而得到认可,反映了其在全球学术和社区临床环境中被广泛接受和应用[1, 2, 7]。

LI-RADS的优势,以推动该系统在放射科的实施

在LI-RADS引入之前,影像学特征(如动脉期高增强)的定义存在显著差异,定义往往因个别研究而异[6, 7]。术语和诊断标准的不一致性使针对HCC影像学的不同研究之间的比较变得复杂。然而,对LI-RADS实施前(2011-2013年)和实施后(2017-2019年)时期的比较分析显示,这种差异有所下降[7]。具体而言,Anh等人显示,对主要特征使用非LI-RADS的研究特定定义的比例从80%降至25%[6]。这一转变显著提高了一致性以及跨研究汇总数据的能力[7]。

LI-RADS 在临床环境中的实用性已得到广泛验证。大量出版物探讨了各个方面,例如不同类别和影像特征的诊断准确性、阅片者之间的一致性,以及使用 LI-RADS 算法对不同影像模态进行比较。CT/MRI 诊断 LI-RADS 作为首个且研究最为透彻的算法,近期的荟萃分析已证实其诊断类别的预期概率 [7]。这些分析表明,HCC 的可能性从 LR-1(肯定良性)到 LR-5(肯定 HCC)逐渐增加,几乎所有归类为 LR-M(可能或肯定恶性,但非 HCC 特异性)的发现均为恶性 [10]。此外,使用 CEUS 和 CT/MRI 在 LR-4(可能 HCC)和 LR-5 类别中诊断 HCC 和恶性的概率几乎相同 [7, 11–13](见图 1)。

尽管标准化方案的工作最初可能耗时,但减少方案变异性、总体减少冗余方案数量以及标准化使技师获得更一致的图像采集所带来的益处,使这些时间投入是值得的 [14]。肝细胞癌的主要影像特征包括与背景肝实质相比的动脉早期明显强化,以及门静脉期或延迟期的廓清,以及包膜的存在和间期生长。HCC 的前 3 个诊断特征高度依赖于图像采集质量,其中晚期动脉期在 CT 和 MRI 成像中尤为重要。该晚期动脉期不同于常用于血管评估的标准早期动脉期成像。因此,遵循 LI-RADS 推荐的标准成像技术是评估 HCC 风险患者的关键步骤 [15, 16]。

图 1 使用 CT/MRI(左图)和 CEUS(右图)在 LR-4(可能 HCC)和 LR-5 类别中诊断 HCC 和恶性的概率几乎相同。图改编自 Chernyak, V 等人提供的图表 [7, 11–13] 查看原图 ↗

在临床实践中实施 LI-RADS

启动 LI-RADS 项目的关键策略

确定科室内的本地倡导者

采用 LI-RADS 的一个关键方面是在放射科团队或科室中确定一名或多名本地倡导者。在一项对 232 名非学术放射科医生的调查中,采用 LI-RADS 最常见的障碍是不熟悉以及转诊临床医生不使用该算法 [17]。已发展出 LI-RADS 专业知识和熟悉度的本地倡导者可以作为科室其他放射科医生在培养自身熟悉度过程中的资源。通过即席阅片室咨询、电话或虚拟平台屏幕共享会议,这些专家可以帮助解决日常问题或不同 LI-RADS 算法的更具挑战性的应用。倡导者放射科医生应熟悉所有 LI-RADS 核心文件,并可引导新手用户使用在线资源,例如提供交互式表格和模板的 LI-RADS 计算器。

本地骨干还充当与转诊临床医生的联络人。尽管北美近90%的受访医生(放射科医生和转诊临床医生)更倾向于使用LI-RADS而非不使用或其他标准化报告系统,但放射科医生与转诊临床医生之间的开放沟通对于确保LI-RADS的实施与本地实践模式相一致至关重要[18]。多学科治疗会议为骨干放射科医生与转诊临床医生之间提供了沟通渠道,以解决在采用LI-RADS过程中遇到的问题和疑虑。他们对LI-RADS的专业知识以及与转诊临床医生的对话使本地骨干能够开发和维护与本地实践相关的标准化报告模板。

出现的一个问题是,机构内可能没有可用于实施LI-RADS的本地骨干,尤其是在全球层面,机构可能不熟悉LI-RADS算法。ACR已在ACR网站上创建了LI-RADS教育项目,该项目应作为帮助向医生介绍LI-RADS算法的起点[19]。在亚专科会议(如腹部放射学会)上也有实践操作研讨会。此外,ACR LI-RADS委员会的成员可以作为希望启动LI-RADS项目的机构医生的潜在导师。

LI-RADS设有外联与教育组,专注于鼓励放射科(主要在北美)采用LI-RADS。这包括教育材料,鼓励在每个放射科培养骨干放射科医生。至于LI-RADS的国际采用,有一个LI-RADS国际工作组,其成员遍布世界许多国家。LI-RADS还被翻译成14种不同的语言以惠及国际社会[20]。LI-RADS也已被其他地方、区域和国际组织所接受,例如安大略癌症治疗中心(Cancer Care Ontario),该组织强制要求将LI-RADS用于放射学报告,作为其HCC诊疗路径的一部分[21]。

结构化报告与模板

结构化报告已被证明,在转诊提供者和放射科医生协作制定时,会更完整、更清晰[22, 23, 22, 24]。此外,结构化报告可通过纳入标准化术语来促进实践指南的使用[25]。基于这些原因,结构化报告和模板是促进采用和遵循LI-RADS等报告系统的有力工具。标准化模板可确保描述关键特征,并与适当的诊断类别和管理建议明确关联。在LI-RADS中,与自由文本报告相比,这已被证明可提高HCC报告的质量和一致性[5, 26]。根据作者的经验,结构化报告有助于放射科医生成功采用和持续使用LI-RADS[4]。对于参与多学科肝脏会议的放射科医生而言,这一益处尤为明显。LI-RADS结构化报告有助于放射科医生高效准备并确保遵循多学科团队所期望的HCC报告标准。使用结构化报告还可促进报告系统更新的传播,并且在审查后续随访检查时尤其有帮助[27]。最后,结构化报告可促进放射学报告中数据的自动提取,用于研究或质量改进计划。

LI-RADS CT/MRI手册、ACR网站、ACR Assist、SAR HCC-DFP网站和本手稿(添加附有模板的补充资源)提供了LI-RADS报告的结构化模板示例,可作为任何机构建立LI-RADS标准化模板的起点[28]。放射科可根据手册中提供的LI-RADS模板,在报告系统中构建结构化模板和宏。例如,将“LI-RADS观察”宏作为选择列表选项嵌套在标准腹部模板的肝脏部分中,可使放射科医生更容易访问和使用该宏。放射学报告平台现在正将结构化报告模板和指导直接构建到其系统中。可利用这些来提供更具可操作性的报告。

对于更习惯自由文本报告的人员,LI-RADS also has a free text option that allows for the relevant information to be included [29](见图2和图3)。

图2 Lirads观察模板 查看原图 ↗
图3 Lirads治疗后模板 查看原图 ↗

LI-RADS采用的挑战

LI-RADS 面临若干挑战,影响其更广泛的采用,尤其是在非学术和全球环境中。不同算法的数量以及 LI-RADS 总体类别的数量可被视为低效且令一些放射科医生望而生畏,导致采用上的差异 [8, 17]。此外,一大串辅助特征增加了工作流程的复杂性和低效性,可能导致 41% 的非学术放射科医生有时、很少或从不使用辅助特征来表征病变 [17]。该系统的特异性虽然是一大优势,但必然伴随敏感性的相应损失,这可能并不适合所有实践环境。为解决这些问题,已提出对算法进行简化,旨在保持准确性的同时简化使用 [8]。此外,定期更新的需求——使 LI-RADS 与发展中的文献保持同步——要求用户承诺持续更新其实践模式,并就实质性变化对所有利益相关者进行教育 [8]。

对结构化报告的一些抵制源于一种认知,即与自由口述相比,完成报告需要更长时间 [30]。虽然在向结构化报告过渡的初期阶段这可能属实,但额外的时间可以因报告质量和全面性的提高而被证明是合理的。此外,这通常是一个暂时性问题,一旦放射科医生习惯了新模板便会解决 [31]。抵制的另一个原因是,放射科医生可能感到受结构化报告的约束,特别是对于遵循非典型模式、需要更多描述性信息的病例 [30]。在这方面,LI-RADS 手册中关于报告的章节提供了有用的提示和示例,用于报告此类情况,例如 HCC 的浸润性表现。

HCC 诊断的另一项挑战可能导致 LI-RADS 采用方面的问题,即肝脏背景脂肪或铁沉积可使 CT 对 HCC 的评估更具挑战性。然而,MRI 在这些患者中是良好的替代选择,因为减影成像有助于消除背景肝脏信号强度,并允许更清晰地评估强化程度 [9]。

克服内部障碍

认识到所有团队成员都是项目成功实施的利益相关者非常重要。这可以包括放射科同事、影像技师、超声技师和受训人员。如前所述,拥有一名本地放射科医生作为倡导者对于成功实施也至关重要。

在设备上创建特定的 CT、MRI 和 US 扫描方案并配有覆膜卡片,可能有助于确保高危/目标人群的成像包括适当的期相和解剖结构。与首席技师密切合作并提供年度放射科医生主导的教育机会,有助于克服检查不完整或执行不当的障碍。

对于受训人员,选项可包括工作站教学、提示卡、标语牌、在线资源以及本地受训人员讲座或教学查房。参加多学科肝胆会议或 HCC 门诊使受训人员能够认识到在各种模态中使用 LI-RADS 中概述的精确术语的重要性。此外,McCann 等人表明,当住院医师最初选择 LI-RADS 模板时,教职员工更可能使用 LI-RADS 标准化报告模板 [4]。

克服外部障碍

采用LI-RADS的主要外部障碍是转诊临床医生不使用该体系,或区域实践指南不认可该体系,这一点在近期一项关于HCC影像学的国际调查中有所描述[32]。2018年,LI-RADS CT/MRI算法被纳入AASLD关于HCC诊断、分期和管理的指南[8]。然而,AASLD指南需要放射科医生积极倡导,以弥合初级保健与肝病学之间在HCC知识方面的差距。

实施LI-RADS的关键部分之一是对原发性肝肿瘤高危患者提供筛查和监测。AASLD支持每6个月进行一次超声监测,作为肝脏监测的主要手段,因为与CT或MRI相比,超声可及性广且成本较低[33]。借鉴肺癌筛查方案等成功经验进行建模,可能有助于建立并将LI-RADS超声监测纳入实践。为LI-RADS分类提供定义和随访建议,有助于不熟悉LI-RADS的转诊临床医生理解和使用。

目前,大型医疗网络中的大多数初级保健医生利用电子病历,通过最佳实践提示来触发乙型肝炎筛查[34]。LI-RADS超声监测可以类似肺癌筛查的方式纳入健康维护模块,基于人口统计学特征、乙型肝炎状态以及肝硬化的ICD 10编码来设定“目标”人群[33]。这可以基于超声作为一种初级保健可及且熟悉的检查方式,改善上游筛查。

建立由多学科利益相关者参与的慢性肝病服务线,需要初级保健、放射科和肝病科的服务倡导者。下游利益相关者可包括介入放射科、肿瘤内科、放射肿瘤科和肝胆/移植外科。

教育举措

初始教育和继续教育是成功实施和持续优化使用LI-RADS的关键。与任何举措一样,事先通知所有利益相关者对该项目的成功至关重要。如前所述,这包括转诊提供者、病理科医生、放射科医生、技师、多学科护理协调员、培训人员和患者。提供教育讲座、参考材料和反馈机会都是成功的关键。

转诊提供者的教育

在非放射科利益相关者的大查房或其他会议上提供教学讲座和教育机会很重要。参加与治疗HCC患者或高危患者相关的其他关键专科的讨论小组、会议和其他活动,可以使其他医疗保健提供者熟悉LI-RADS及其相关管理建议。

放射科医生和培训人员的教育

这可以包括实践课程、教学讲座,以及在科室中设立放射科医生“倡导者”,他们作为导师或帮手,为经验较少或刚开始使用LI-RADS的放射科医生处理疑难病例。放射科受训人员应被纳入这一培训流程,并作为课程的一部分安排专门讲座,教育他们正确使用LI-RADS。美国放射学委员会(ABR)在其胃肠道影像领域蓝图的核心概念列表中列出了“肝脏局灶性疾病,良性和恶性”,LI-RADS应归入其中[35]。在同伴学习会议上讨论匿名病例,以及基于多学科病例会议审查中所讨论患者的个体化反馈,都可能具有价值。还可以考虑开展质量改进(QI)项目,评估放射科对LI-RADS的依从性,以及将报告准确性与手术发现相关联的QI。

技师教育

如果没有高质量图像,尤其是CT和MRI上获得晚期肝动脉期,肝脏病灶的判读将受到负面影响。因此,将技师和技师倡导者纳入LI-RADS的实施并提供反馈至关重要。技师专用的同行评审或与图像质量相关的同伴学习病例有助于展示最佳和次佳成像的示例,以及今后保持或改善图像质量的方法。

患者教育

患者能够查看自己的报告,而且往往是在与申请 imaging 的医疗服务提供者会面之前。因此,为患者提供资源以更好地理解其与肝脏及潜在HCC相关的影像报告非常重要。现有网站可以解释这些发现的意义,并以非医学方式加以说明,使大多数人能够理解。人工智能也有潜力向患者提供影像报告的非专业解释,使他们能够更有效地参与有关自身健康的决策。

针对上游利益相关者的其他教育举措应涉及:

(1) 高危患者如果US-1或筛查检查阴性,需要每6个月进行监测。

(2) 可操作报告触发要么是3个月超声亚阈值观察(US-2),要么是对筛查发现的超过1 cm的观察灶进行多期检查(US-3)。

倡导慢性肝病服务线,包括采用超声监测,有助于早期诊断,并帮助为初级保健提供者创建一条通过CT/MR诊断性LI-RADS算法轻松获得肝病科、介入放射科和下游多学科照护的路径。

维持LI-RADS的使用

一旦LI-RADS在放射科实施,定期评估其使用情况对于持续维持其在医学界中的价值至关重要。这包括为技师和放射科医生提供同伴学习机会,同时继续让直接照护HCC风险患者的利益相关者参与,以提供建设性反馈。

多学科病例讨论会(MDC)是放射科医生获取反馈的重要来源。这种反馈可由参加MDC的放射科医生直接提供,也可通过同行学习活动提供[27]。美国放射学会同行学习网站为此类工作提供了实用建议(https://www.acr.org/Practice-Management-Quality-Informatics/Peer-Learning-Resources)。

还应开展质量改进项目。计划-执行-研究-处理(PDSA)循环可应用于许多质量改进(QI)项目[36]。示例包括由技师主导的图像质量评估,重点在于为CT和MRI获取晚期动脉期时的适当时机。

科室QI项目可评估放射科医生和学习者对各种LI-RADS算法标准模板报告使用的依从性,并可监测依从性的变化。其他全科室QI项目可包括:

a) 评估LI-RADS分类的观察者间变异性。

b) MDC最终管理路径与最初分配的LI-RADS分类之间的相关性。

c) 评估LI-RADS分类在接受活检、手术或移植的患者亚组中的准确性。

以QI形式建立的反馈循环为技师获取高质量图像创造了机会,也为放射科医生随时间推移磨练应用LI-RADS的技能创造了机会。

未来方向

自2011年以来,LI-RADS经历了多次更新和补充,如图4所示[37]。每次更新和附加算法都引入了新信息、回应用户反馈并实施了改进。在整合新见解和技术进步与保持稳定性之间取得平衡至关重要。LI-RADS已制定短期和长期目标,以确保其持续发展和有效性,并计划随着新知识的出现每3至5年修订一次诊断算法[8, 37](见图5、6、7、8、9和10)。

LI-RADS的未来方向受不断变化的临床需求、技术进步和肝脏影像学持续研究的影响。随着我们对HCC及其危险因素认识的不断深入,LI-RADS有望纳入更多个性化风险分层方法。这可能包括整合与肿瘤分级、治疗反应和患者结局相关的影像学特征。个性化风险评估可能带来更有针对性的监测方案和干预策略,最终改善患者结局。未来的关键发展可能侧重于将LI-RADS分类与患者结局相关联,从而根据真实世界结果完善该系统的有效性。开展进一步研究和临床试验对于验证和提高LI-RADS分类的准确性至关重要[37]。利用数据分析来分析大量影像数据可能发现新的见解,从而完善LI-RADS分类和应用。建立和维护肝脏影像学发现的综合数据库将有助于基于多样化患者数据持续更新和改进[8, 37]。

LI-RADS未来发展的关键领域之一是将预后影像特征与治疗反应预测相结合。当前的LI-RADS算法通过在高危患者中结合多种影像特征,提供对HCC的准确无创诊断,但不包括任何能够预测结局和治疗反应的特征。若干关键影像特征已被证实与治疗后的结局相关,例如肿瘤边缘、瘤周过度强化、瘤周肝胆期低信号、非靶样特征以及动脉期充盈血管[39, 40]。整合关键预后影像特征将使LI-RADS除诊断外,还能提供有价值的信息以指导治疗选择[41]。

另一个潜在改进领域在于LI-RADS治疗反应(TR)算法。它是一个相对较新的系统,最初于2017年发布,读者间一致性为中等[2]。LI-RADS TR算法在近期发布放射治疗后治疗反应算法LI-RADS CT/MRI放射TRA v2024之前,不适用于放疗后评估;该版本包括LR-TR无活性、LR-TR无进展和LR-TR有活性3个类别。需要大型队列验证数据来支持这一相对较新算法的准确性。需要对该算法进行全球教育推广,以帮助更恰当地应用LI-RADS TR系统并提高读者间一致性。

除前述目标外,LI-RADS旨在利用新兴技术更准确地界定其目标人群,并提升该系统的精确性和可用性。人工智能(AI)在放射学中的整合正在迅速扩展。LI-RADS内潜在的AI应用包括病灶检测、多次检查中的病灶追踪、影像特征表征以及LI-RADS分类自动化。自然语言处理(NLP)可用于从报告中提取数据并自动生成结构化报告。大型影像和临床数据存储库的建立将支持AI训练、促进算法优化,并最终实现整合临床、实验室和影像数据的详细评估[8, 37]。

图4 当前LI-RADS算法 查看原图 ↗
图5 LI-RADS US监测2024核心算法[38] 查看原图 ↗
图6 CT/MRI LI-RADS诊断算法v2018[38] 查看原图 ↗
图7 CEUS LI-RADS v2017核心[38] 查看原图 ↗
图8 LI-RADS CT/MRI非放射TRA v2024核心[38] 查看原图 ↗
图9 LI-RADS CT/MRI放射TRA v2024核心[38] 查看原图 ↗
图10 LI-RADS CEUS非放射TRA v2024[38] 查看原图 ↗

总结

在肝细胞癌风险患者的肝脏病灶标准化报告中采用LI-RADS,增强了放射科医师与诊疗团队(包括放射科医师、肝病科医师、肿瘤科医师和外科医师)之间的沟通[8]。尽管仍存在一些采用障碍,但LI-RADS通过用户反馈的持续演进已帮助提高了其采用的实用性。仍需通过教育倡议、支持放射学倡导者以及技术进步开展进一步工作,以帮助促进LI-RADS的持续发展,目标是为患者提供最佳诊疗。

引用

  1. Ismail M, Lalani T, Kielar A, et al. Lessons learned: strategies for implementing and the ongoing use of LI-RADS in your practice. Abdom Radiol (NY). 2024. PMID: 39438286. doi:10.1007/s00261-024-04643-8
  2. 全文:PMC11991978(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11991978/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。