Лучевая диагностика злокачественной природы очагов «матового стекла» в легких

Нередкой находкой по результатам компьютерной томографии (КТ) органов грудной клетки (ОГК) являются очаги «матового стекла» (МС) – отображение различных заболеваний, в т. ч. рака легких (РЛ), что делает необходимым проведение дифференциальной диагностики природы изменений. Целью исследования являлась разработка симптомокомплекса лучевой диагностики, с высокой степенью вероятности характерного для злокачественных новообразований легких у пациентов с симптомом МС (СМС) по данным КТ и магнитно-резонансной томографии (МРТ) ОГК. Материалы и методы. Проанализированы данные КТ (n = 72) и МРТ (n = 11) ОГК у пациентов в отсутствие клинических проявлений острого или хронического заболеваний легких и при наличии СМС в легких. Результаты. По результатам анализа установлена частота структурных признаков доброкачественных и злокачественных очагов МС, на основании которых выделены 3 группы СМС: преимущественно доброкачественной, злокачественной и неопределенной природы. Наиболее значимыми предикторами РЛ являлись многоузловое строение, наличие мягкотканного компонента (МТК) с накоплением контрастного вещества (КВ), деформированных бронхиальных и сосудистых структур, перибронховаскулярная локализация. Вероятность злокачественности изменений при первичном КТ-исследовании (мониторинге) составила 95 %. Данные КТ были дополнены МРТ, по результатам которой были выявлены снижение диффузии и накопление КВ в очаге МС. Заключение. По результатам КТ с высокой вероятностью определяется злокачественность СМС в легких. Динамический КТ-мониторинг является обязательным при уточнении природы СМС. Основными КТ-признаками злокачественности СМС являются многоузловое строение, наличие МТК с накоплением КВ, вакуолей, деформированных бронхиальных и сосудистых структур, спикул. В экспертных случаях МРТ используется как дополнительный метод уточнения природы очагов МС.

1. Yang W., Sun Y., Fang W. et al. High-resolution computed tomography features distinguishing benign and malignant lesions manifesting as persistent solitary subsolid nodules. Clin. Lung Cancer. 2018; 19 (1): e75–83. DOI: 10.1016/j.cllc.2017.05.023.

2. Карпова А.А., Сергеев Н.И., Никитин П.А. и др. Симптом «матового стекла» при заболеваниях легких: особенности лучевой диагностики и корректной интерпретации. Пульмонология. 2024; 34 (1): 90–104. DOI: 10.18093/0869-0189-2024-34-1-90-104.

3. Котляров П.М. Общая семиотика диффузных заболеваний легких по данным компьютерной томографии высокого разрешения. Радиология – практика. 2003; 3: 38–44. Доступно на: http://vidar.ru/Article.asp?fid=RP_2003_3_38

4. Мартинес-Хименес С., Розадо-де-Кристенсон М.Л., Картер Б.В. и др. Лучевая диагностика. КТВР легких: пер. с англ. М.: Издательство Панфилова; 2022.

5. Luo W., Ren Y., Liu Y. et al. Imaging diagnostics of pulmonary ground-glass nodules: a narrative review with current status and future directions. Quant. Imaging Med. Surg. 2024; 14 (8): 6123–6146. DOI: 10.21037/qims-24-674.

6. Nguyen C., Larsen N.K., Dietz N. et al. Pulmonary atypical adenomatous hyperplasia: diagnostic and therapeutic implications. Cureus. 2019; 11 (11): e6079. DOI: 10.7759/cureus.6079.

7. Cohen J.G., Reymond E. M., Lederlin M. et al. Differentiating pre- and minimally invasive from invasive adenocarcinoma using CT-features in persistent pulmonary part-solid nodules in Caucasian patients. Eur. J. Radiol. 2015; 84 (4): 738–744. DOI: 10.1016/j.ejrad.2014.12.031.

8. Sun Y.L., Gao F., P. Gao P. et al. [Diagnostic value of contrast-enhanced CT scans in identifying lung adenocarcinomas manifesting as ground glass nodules]. Zhonghua Zhong Liu Za Zhi. 2018; 40 (7): 534-538. DOI: 10.3760/cma.j.issn.0253-3766.2018.07.010 (in Chinese).

9. Ban X., Shen X., Hu H. et al. Predictive CT features for the diagnosis of primary pulmonary mucoepidermoid carcinoma: comparison with squamous cell carcinomas and adenocarcinomas. Cancer Imaging. 2021; 21 (1): 2. DOI: 10.1186/s40644-020-00375-2.

10. Юдин А.Л., Сдвижков А.М., Юматова Е.А., Абович Ю.А. Современный подход к компьютерно-томографической диагностике аденокарциномы легкого. Медицинская визуализация. 2022; 26 (2): 66–80. DOI: 10.24835/1607-0763-1062.

11. Giri M., Dai H., Puri A. et al. Advancements in navigational bronchoscopy for peripheral pulmonary lesions: a review with special focus on virtual bronchoscopic navigation. Front. Med. (Lausanne). 2022; 10 (9): 989184. DOI: 10.3389/fmed.2022.989184.

12. Trajanovski S., Mavroeidis D., Swisher C.L. et al. Towards radiologist-level cancer risk assessment in CT lung screening using deep learning. Comput. Med. Imaging Graph. 2021; 90: 101883. DOI: 10.1016/j.compmedimag.2021.101883.

13. Yoo H., Kim K.H., Singh R. et al. Validation of a deep learning algorithm for the detection of malignant pulmonary nodules in chest radiographs. JAMA Netw Open. 2020; 3 (9): e2017135. DOI: 10.1001/jamanetworkopen.2020.17135.

14. Agbarya A., Sabo E., Sheikh-Ahmad M. et al. Malignancy in groundglass opacity using multivariate regression and deep learning models: a proof-of-concept study. J. Clin. Med. 2025; 14 (22): 8082. DOI: 10.3390/jcm14228082.

15. Cai Y., Chen T., Zhang S. et al. Correlation exploration among CT imaging, pathology and genotype of pulmonary ground-glass opacity. J. Cell Mol. Med. 2023; 27 (14): 2021–2031. DOI: 10.1111/jcmm.17797.

16. Котляров П.М. Постпроцессинговая обработка данных мультиспиральной компьютерной томографии в уточненной диагностике патологических изменений при диффузных заболеваниях легких. Пульмонология. 2017; 27 (4): 472–477. DOI: 10.18093/0869-0189-2017-27-4-472-477.

17. Сергеев Н.И., Лагкуева И.Д., Котляров П.М. Магнитно-резонансная томография с динамическим контрастным усилением в уточнении природы очаговых образований легких. Практическая пульмонология. 2018; (4): 56–60. Доступно на: https://www.atmosphere-ph.ru/modules/Magazines/articles//pulmo/pp_4_2018_56.pdf

18. Meng Y., Liu CL., Cai Q. et al. Contrast analysis of the relationship between the HRCT sign and new pathologic classification in small ground glass nodule-like lung adenocarcinoma. Radiol. Med. 2019; 124 (1): 8–13. DOI: 10.1007/s11547-018-0936-x.

19. Qin Y., Xu Y., Ma D. et al. Clinical characteristics of resected solitary ground-glass opacities: comparison between benign and malignant nodules. Thorac. Cancer. 2020; 11: 2767–2774. DOI: 10.1111/1759-7714.13575.

20. Xiong Z., Jiang Y., Che S. et al. Use of CT radiomics to differentiate minimally invasive adenocarcinomas and invasive adenocarcinomas presenting as pure ground-glass nodules larger than 10 mm. Eur. J. Radiol. 2021; 141: 109772. DOI: 10.1016/j.ejrad.2021.109772.

21. Gao F., Sun Y., Zhang G. et al. CT characterization of different pathological types of subcentimeter pulmonary ground-glass nodular lesions. Br. J. Radiol. 2019; 92 (1094): 20180204. DOI: 10.1259/bjr.20180204.

22. Suzuki K., Kusumoto M., Watanabe S. et al. Radiologic classification of small adenocarcinoma of the lung: radiologic-pathologic correlation and its prognostic impact. Ann. Thorac. Surg. 2006; 81 (2): 413–419. DOI: 10.1016/j.athoracsur.2005.07.058.

23. Zhu M., Yang Z., Wang M. et al. A computerized tomography-based radiomic model for assessing the invasiveness of lung adenocarcinoma manifesting as ground-glass opacity nodules. Respir. Res. 2022; 23 (1): 96. DOI: 10.1186/s12931-022-02016-7.

24. Liang Z.R., Ye M., Lv F. et al. Differential diagnosis of benign and malignant patchy ground-glass opacity by thin-section computed tomography. BMC Cancer. 2022; 22 (1): 1206. DOI: 10.1186/s12885-022-10338-4.

25. Zhang Y., Shen Y., Qiang J.W. et al. HRCT features distinguishing pre-invasive from invasive pulmonary adenocarcinomas appearing as ground-glass nodules. Eur. Radiol. 2016; 26 (9): 2921–2928. DOI: 10.1007/s00330-015-4131-3.

26. Wang Y.H., Chen C.F., Lin Y.K. et al. Predicting malignancy: subsolid nodules detected on LDCT in a surgical cohort of east Asian patients. J. Thorac. Dis. 2020; 12 (8): 4315–4326. DOI: 10.21037/jtd-20-659.

27. Farjah F., Monsell S., Smith-Bindman R. et al. Fleischner society guideline recommendations for incidentally detected pulmonary nodules and the probability of lung cancer. J. Am. Coll Radiol. 2022; 19 (11): 1226–1235. DOI: 10.1016/j.jacr.2022.06.018.