أدوات الذكاء الاصطناعي تحقق تقدماً مثيراً في تشخيص سرطان البنكرياس

كتبت: أمنية شكري

 نجح الباحثون في تطوير نموذج التعلم العميق لتصنيف سرطان البنكرياس الغدي القنوي (PDAC) -وهو الشكل الأكثر شيوعًا لسرطان البنكرياس- إلى أنواع فرعية جزيئية باستخدام صور الأنسجة المرضية.

حيث حقق هذا الأسلوب دقة عالية ووفر بديلاً سريعًا واقتصاديًا لتحليل الجزيئات المكلف. وتُعد هذه الدراسة الجديدة -التي نُشرت في "مجلة علم الأمراض الأمريكية" من قبل دار إلسيفير- خطوة مهمة نحو تطوير إستراتيجيات العلاج الشخصي وتحسين نتائج المرضى.

لقد تجاوز سرطان البروستاتا مؤخرًا سرطان الثدي باعتباره السبب الرئيسي الثالث للوفاة بالسرطان في كندا والولايات المتحدة، وإذا تم اكتشاف سرطان البنكرياس في مراحله المبكرة، فيمكن أن يتم شفاؤه جراحيًا في حوالي خمس الحالات، وعلى الرغم من التدخل الجراحي لهؤلاء المرضى، فإن معدل البقاء على قيد الحياة لمدة خمس سنوات لا يتجاوز 20%. حيث يتم تشخيص حوالي 80% من المرضى عندما يكون المرض قد تطور إلى مرحلة سرطانية منتشرة، ويموت معظمهم في غضون عام من التشخيص.

تمثل الطبيعة العدوانية لـ سرطان البنكرياس الغدي القنوي PDAC تحديًا كبيرًا عند استخدام تقنية التسلسل لتحديد خطط رعاية المرضى حيث يتطلب التدهور السريري السريع لهذا المرض اتخاذ إجراءات سريعة لتحديد الأفراد المؤهلين للعلاج الموجه وإدخالهم في التجارب السريرية، ومع ذلك، تتراوح فترات التحول الحالية للتحليل الجزيئي من 19 إلى 52 يومًا من إجراء الخزعة ولا يمكنها تلبية هذه المتطلبات الحساسة للوقت.

يوضح الباحث الرئيسي المشارك ديفيد شيفر -الحاصل على دكتوراه في الطب من قسم علم الأمراض والطب المخبري في جامعة كولومبيا البريطانية ومستشفى فانكوفر العام ومركز البنكرياس في كولومبيا البريطانية- قائلا: "يتم اكتشاف المزيد والمزيد من الأنماط الفرعية المحتملة للعلاج الشخصي لسرطان البنكرياس القابلة للتطبيق، ولكن هذه الأنماط لا تزال معتمدة تمامًا على الأساليب الجينومية التي تعتمد على استخراج الحمض النووي والحمض النووي الريبي من الأنسجة.

ويعد هذا النهج رائعًا في حالة وجود أنسجة كافية، ولكن نظرًا لصعوبة الموقع التشريحي لأورام PDAC، فإن هذا ليس هو الحال دائمًا. وفرت دراستنا طريقة واعدة واقتصادية لتصنيف الأنماط الفرعية الجزيئية لـ PDAC باستخدام شرائح ملونة تقليدية بصبغة الهيماتوكسيلين والإيوزين، مما قد يؤدي إلى علاجات أكثر فعالية لهذه الحالة".

تضمنت الدراسة استخدام شرائح ملونة بصبغة الهيماتوكسيلين والإيوزين (H&E) لتدريب نموذج الذكاء الاصطناعي العميق على تصنيف الأنماط الفرعية الجزيئية لـ PDAC: النوع القاعدي والنوع الكلاسيكي حيث تعد صبغة H&E تقنية فعالة من حيث التكلفة ومتاحة على نطاق واسع وتستخدم في المختبرات الطبية للعمليات الروتينية ذات الأوقات التحليلية القصيرة.

 تم تدريب هذه النماذج على 97 شريحة من خريطة الجينوم السرطاني (TCGA) واختبارها على 110 شرائح من 44 مريضًا من المجموعة المحلية، وحقق النموذج الأفضل أداءً دقة تصل إلى 96.19% في التعرف على الأنماط الفرعية الكلاسيكية والقاعدية في مجموعة بيانات TCGA، و83.03% في المجموعة المحلية، مما يبرز قوته في مختلف مجموعات البيانات.

وأشار الباحث الرئيسي المشارك الدكتور علي بشاشاتي، من كلية الهندسة الطبية الحيوية قسم علم الأمراض والطب المخبري بجامعة كولومبيا البريطانية-: "بلغت حساسية النموذج وخصوصيته 85% و100% على التوالي، مما يجعل أداة الذكاء الاصطناعي هذه مناسبة تمامًا لتصنيف المرضى للاختبارات الجزيئية علاوة على ذلك، فإن النتيجة الرئيسية لهذه الدراسة هي قدرة نموذج الذكاء الاصطناعي على اكتشاف الأنواع الفرعية من صور الخزعة، مما يجعله أداة مفيدة للغاية يمكن نشرها في وقت التشخيص".

وختم الدكتور باشاشاتي حديثه قائلاً: "لقد حققت هذه الطريقة المبنية على الذكاء الاصطناعي تقدمًا مثيرًا في تشخيص سرطان البنكرياس، مما يتيح لنا التعرف بسرعة وبشكل اقتصادي على الأنماط الجزيئية المهمة".

المصدر: جمعية الولايات المتحدة الأمريكية لتقدم العلوم American Association for the Advancement of Science

https://www.ebiotrade.com/newsf/2024-12/20241213024723193.htm