Nghiên cứu hình ảnh cắt lớp vi tính trong chẩn đoán ung thư biểu mô tế bào gan tại Bệnh viện K C¡ Sä TÂN TRIÀU

• Tác giả: Nguyễn Chúc Anh
• Người hướng dẫn: TS. Doãn Văn Ngọc
• Trường học: Đại học Y Dược - Đại học Quốc gia Hà Nội
• Chuyên ngành: Kỹ thuật hình ảnh
• Đề tài: Kỹ Thuật Chụp Và Đặc Điểm Hình Ảnh Cắt Lớp Vi Tính Ung Thư Biểu Mô Tế Bào Gan (HCC)
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN TÀI LIỆU
• 1.1. Tình hình nghiên cứu trong nước và trên thế giới
• 1.2. Giải phẫu gan
• 1.2.1. Hình thể ngoài của gan
• 1.2.2. Sự phân chia thùy gan
• 1.2.3. Giải phẫu gan trên CLVT
• 1.3. Bệnh lý ung thư gan
• 1.3.1. Nguyên nhân và các yếu tố nguy cơ
• 1.3.2. Triệu chứng lâm sàng
• 1.3.2.1. Triệu chứng cơ năng
• 1.3.2.2. Triệu chứng thực thể
• 1.3.2.3. Triệu chứng toàn thân
• 1.3.3. Các phương pháp thăm khám chẩn đoán hình ảnh
• 1.3.3.1. Cộng hưởng từ
• 1.3.3.2. Cắt lớp vi tính thường quy
• 1.3.3.3. Kỹ thuật chụp CLVT gan 3 pha
• 1.3.3.4. Đặc điểm hình ảnh cắt lớp vi tính UTBMTBG
• 1.3.3.5. Hình ảnh lan rộng của khối u
• 1.3.3.6. Tiêu chuẩn chẩn đoán
• 2. CHƯƠNG 2: ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 2.1. Đối tượng, thời gian, địa điểm nghiên cứu
• 2.2. Địa điểm nghiên cứu
• 2.3. Đối tượng nghiên cứu
• 2.4. Phương pháp nghiên cứu
• 2.4.1. Thiết kế nghiên cứu
• 2.4.2. Phương pháp thu thập thông tin
• 2.4.3. Phương tiện nghiên cứu
• 2.4.4. Phân tích và xử lý số liệu
• 2.4.5. Biện pháp hạn chế sai số
• 2.5. Nội dung nghiên cứu và các biến số nghiên cứu
• 2.5.1. Đặc điểm chung của bệnh nhân nghiên cứu
• 2.5.2. Thông số chụp
• 2.5.3. Đặc điểm hình ảnh CLVT của bệnh nhân
• 2.5.4. Đạo đạc trong nghiên cứu
• 3. CHƯƠNG 3: DỰ KIẾN KẾT QUẢ
• 3.1. Thông số chụp
• 3.2. Đặc điểm bệnh nhân của nhóm nghiên cứu
• 3.2.1. Đặc điểm về tuổi
• 3.2.2. Đặc điểm về giới
• 3.3. Đặc điểm hình ảnh trên cắt lớp vi tính
• 3.3.1. Đặc điểm vị trí, số lượng, kích thước u
• 3.3.2. Đặc điểm hình ảnh trước khi tiêm cản quang
• 3.3.3. Đặc điểm thì ĐM sau tiêm
• 3.3.4. Đặc điểm thải thuốc thì tĩnh mạch
• 3.3.5. Đặc điểm huyết khối TMC
• 4. CHƯƠNG 4: BÀN LUẬN
• 4.1. Kỹ thuật chụp CLVT ung thư biểu mô tế bào gan
• 4.2. Đặc điểm hình ảnh CLVT của ung thư biểu mô tế bào gan
• 4.2.1. Đặc điểm chung
• 4.2.2. Đặc điểm xét nghiệm máu
• 4.2.3. Số lượng, vị trí và kích thước khối u
• 4.2.4. Tỉ trọng khối u trước tiêm thuốc cản quang
• 4.2.5. Đặc điểm và tính chất ngấm thuốc của khối u thì động mạch
• 4.2.6. Đặc điểm thải thuốc á thì tĩnh mạch
• 4.2.7. Huyết khối tĩnh mạch cửa
• 5. CHƯƠNG 5: KẾT LUẬN
• 5.1. Kỹ thuật chụp cắt lớp vi tính ung thư biểu mô tế bào gan
• 5.2. Đặc điểm hình ảnh cắt lớp vi tính của UTBMTBG
• TÀI LIỆU THAM KHẢO

I. Tổng quan về hình ảnh cắt lớp vi tính trong chẩn đoán ung thư biểu mô tế bào gan

Hình ảnh cắt lớp vi tính (CLVT) đã trở thành một công cụ quan trọng trong việc chẩn đoán ung thư biểu mô tế bào gan (HCC). Phương pháp này cho phép bác sĩ quan sát rõ ràng cấu trúc gan và phát hiện các khối u một cách chính xác. Theo nghiên cứu, CLVT có độ nhạy cao trong việc phát hiện tổn thương gan, đặc biệt là trong các trường hợp có nguy cơ cao. Việc sử dụng CLVT không chỉ giúp chẩn đoán sớm mà còn hỗ trợ trong việc theo dõi tiến triển của bệnh.

1.1. Đặc điểm hình ảnh cắt lớp vi tính trong ung thư gan

Hình ảnh CLVT của ung thư biểu mô tế bào gan thường cho thấy các khối u có đặc điểm giảm tỷ trọng trước tiêm thuốc cản quang. Các khối u này có thể xuất hiện với nhiều hình thái khác nhau, từ khối u đơn lẻ đến nhiều khối u trong gan. Đặc biệt, hình ảnh động mạch và tĩnh mạch cửa cũng được thể hiện rõ ràng, giúp bác sĩ đánh giá tình trạng bệnh một cách chính xác.

1.2. Vai trò của hình ảnh cắt lớp vi tính trong chẩn đoán sớm

Chẩn đoán sớm ung thư gan là rất quan trọng để cải thiện tiên lượng cho bệnh nhân. Hình ảnh CLVT giúp phát hiện các tổn thương nhỏ mà siêu âm có thể bỏ sót. Nghiên cứu cho thấy, việc sử dụng CLVT có thể nâng cao tỷ lệ phát hiện ung thư gan ở giai đoạn sớm, từ đó tạo điều kiện cho các phương pháp điều trị hiệu quả hơn.

II. Thách thức trong chẩn đoán ung thư biểu mô tế bào gan

Mặc dù hình ảnh cắt lớp vi tính mang lại nhiều lợi ích trong chẩn đoán ung thư gan, nhưng vẫn tồn tại một số thách thức. Một trong những vấn đề lớn nhất là sự chồng chéo giữa các hình ảnh của tổn thương lành tính và ác tính. Điều này có thể dẫn đến chẩn đoán sai và ảnh hưởng đến quyết định điều trị. Ngoài ra, việc phát hiện sớm các khối u nhỏ vẫn là một thách thức lớn trong thực hành lâm sàng.

2.1. Khó khăn trong việc phân biệt tổn thương lành tính và ác tính

Một trong những thách thức lớn trong chẩn đoán là phân biệt giữa các tổn thương lành tính và ác tính. Hình ảnh CLVT có thể cho thấy các đặc điểm tương tự giữa hai loại tổn thương này, dẫn đến khó khăn trong việc đưa ra quyết định chính xác. Việc sử dụng các chỉ số sinh hóa và lâm sàng kết hợp với hình ảnh học có thể giúp cải thiện độ chính xác.

2.2. Tình trạng bệnh nhân và ảnh hưởng đến chẩn đoán

Tình trạng sức khỏe tổng quát của bệnh nhân cũng có thể ảnh hưởng đến khả năng chẩn đoán. Những bệnh nhân có tiền sử viêm gan hoặc xơ gan có thể có hình ảnh CLVT phức tạp hơn, làm khó khăn cho việc xác định chính xác tổn thương. Do đó, việc thu thập thông tin lâm sàng đầy đủ là rất cần thiết.

III. Phương pháp chẩn đoán hình ảnh cắt lớp vi tính hiệu quả

Để tối ưu hóa việc chẩn đoán ung thư biểu mô tế bào gan, các phương pháp chẩn đoán hình ảnh hiện đại như CLVT 3 pha đã được áp dụng. Phương pháp này cho phép đánh giá chi tiết hơn về mạch máu và tổn thương trong gan. Việc sử dụng chất cản quang cũng giúp làm nổi bật các khối u, từ đó nâng cao độ chính xác trong chẩn đoán.

3.1. Kỹ thuật chụp CLVT 3 pha trong chẩn đoán

Kỹ thuật chụp CLVT 3 pha bao gồm các giai đoạn chụp khác nhau, giúp đánh giá tình trạng mạch máu và tổn thương trong gan một cách chi tiết. Phương pháp này cho phép phát hiện các khối u nhỏ và đánh giá mức độ xâm lấn của chúng vào các cấu trúc lân cận.

3.2. Sử dụng chất cản quang trong chẩn đoán

Chất cản quang đóng vai trò quan trọng trong việc làm nổi bật các khối u trong hình ảnh CLVT. Việc lựa chọn chất cản quang phù hợp và thời gian tiêm thuốc có thể ảnh hưởng đến độ nhạy và độ đặc hiệu của chẩn đoán. Nghiên cứu cho thấy, việc sử dụng chất cản quang có thể cải thiện khả năng phát hiện tổn thương gan.

IV. Ứng dụng thực tiễn của hình ảnh cắt lớp vi tính trong ung thư gan

Hình ảnh cắt lớp vi tính không chỉ giúp chẩn đoán mà còn hỗ trợ trong việc theo dõi tiến triển của bệnh. Các bác sĩ có thể sử dụng hình ảnh CLVT để đánh giá hiệu quả điều trị và phát hiện sớm các biến chứng. Điều này rất quan trọng trong việc cải thiện chất lượng cuộc sống cho bệnh nhân ung thư gan.

4.1. Theo dõi tiến triển bệnh qua hình ảnh CLVT

Việc theo dõi tiến triển của bệnh nhân thông qua hình ảnh CLVT giúp bác sĩ đánh giá hiệu quả điều trị. Hình ảnh có thể cho thấy sự thay đổi kích thước của khối u và tình trạng xâm lấn, từ đó điều chỉnh phương pháp điều trị kịp thời.

4.2. Phát hiện biến chứng trong điều trị ung thư gan

Hình ảnh CLVT cũng có thể giúp phát hiện các biến chứng như huyết khối tĩnh mạch cửa hoặc di căn. Việc phát hiện sớm các biến chứng này có thể giúp bác sĩ đưa ra các biện pháp can thiệp kịp thời, từ đó cải thiện tiên lượng cho bệnh nhân.

V. Kết luận và tương lai của nghiên cứu hình ảnh cắt lớp vi tính

Nghiên cứu về hình ảnh cắt lớp vi tính trong chẩn đoán ung thư biểu mô tế bào gan đang ngày càng được chú trọng. Các công nghệ mới và cải tiến trong kỹ thuật chụp hứa hẹn sẽ nâng cao độ chính xác và hiệu quả trong chẩn đoán. Tương lai của chẩn đoán hình ảnh trong ung thư gan sẽ tiếp tục phát triển, mở ra nhiều cơ hội mới cho việc điều trị và chăm sóc bệnh nhân.

5.1. Xu hướng phát triển công nghệ hình ảnh trong y tế

Công nghệ hình ảnh trong y tế đang phát triển nhanh chóng với sự ra đời của các phương pháp mới như chụp cộng hưởng từ và PET/CT. Những công nghệ này có thể bổ sung cho CLVT, giúp nâng cao khả năng chẩn đoán và theo dõi bệnh.

5.2. Tương lai của chẩn đoán ung thư gan

Tương lai của chẩn đoán ung thư gan sẽ phụ thuộc vào việc kết hợp các phương pháp chẩn đoán hình ảnh với các chỉ số sinh hóa và lâm sàng. Sự phát triển này sẽ giúp cải thiện độ chính xác trong chẩn đoán và tiên lượng cho bệnh nhân.