Advancing Brain Tumor Diagnosis Using Deep Learning: A Systematic Review on Glioma Segmentation and Classification on Multiparametric MRI

ملخص تقني: تطوير تشخيص أورام الدماغ باستخدام التعلم العميق

بيان المشكلة
تمثل أورام الدماغ، ولا سيما الأورام الدبقية (gliomas)، شكلاً مميتاً ومعقداً مورفولوجياً من السرطان يتطلب تشخيصاً دقيقاً للتخطيط الفعال للعلاج ومراقبة المرضى. تظهر الأورام الدبقية أنماط نمو غير متجانسة، تتراوح بين الدرجات المنخفضة (LGG) والدرجات العالية العدوانية (HGG)، وغالباً ما تكون ذات حدود غير واضحة وتفاوت كبير بين المرضى. يعتمد التشخيص الدقيق على خطوتين حرجتين: التجزئة (تحديد المناطق الفرعية للورم مثل الورم الكامل، والورم الجوهري، والورم المعزز) والتصنيف (تحديد نوع الورم أو درجته). تعد عملية التجزئة اليدوية التقليدية مستهلكة للوقت، وعرضة لتباين الملاحظين، وتتطلب خبرة عالية. وبينما يعد التصوير بالرنين المغناطيسي (MRI) المعيار الذهبي للتقييم غير الجراحي، فإن تعقيد بيانات الرنين المغناطيسي متعدد المعلمات يستلزم أدوات حوسبية متقدمة لأتمتة هذه المهام وتحسين كفاءة التشخيص.

المنهجية
هذه الدراسة عبارة عن مراجعة منهجية أجريت وفقاً لإرشادات PRISMA، لتقييم مناهج التعلم العميق (DL) لتجزئة وتصنيف الأورام الدبقية المنشورة بين يناير 2022 ومارس 2025.

• استراتيجية البحث: حدد بحث شامل في قواعد بيانات PubMed وScopus ما مجموعه 310 ورقة بحثية. وبعد تطبيق معايير اشتمال صارمة (النص الكامل باللغة الإنجليزية، مراجعة من قبل الأقران، تجزئة قائمة على التعلم العميق للأورام الدبقية، وتقرير مقاييس الأداء مثل معامل تشابه دايس [DSC] أو تقاطع الاتحاد [IoU])، تم اختيار 31 دراسة لتحليل التجزئة.
• مجموعة التصنيف الفرعية: من بين الدراسات الـ 31، تم تحليل 8 دراسات إضافية لقدرتها على أداء تصنيف الورم (النوع أو الدرجة) جنباً إلى جنب مع التجزئة.
• استخراج البيانات: استخرجت المراجعة بيانات حول أهداف الدراسة، ومجموعات البيانات (مثل BraTS، وBTF، وTCGA-LGG)، وأنماط التصوير (بشكل أساسي الرنين المغناطيسي متعدد المعلمات)، وتقنيات المعالجة المسبقة، وبنيات التعلم العميق، والمعلمات الفائقة، ومقاييس الأداء.
• تقييم الجودة: تم تكييف أداة تقييم جودة دراسات الدقة التشخيصية (QUADAS-2) لتقييم خطر التحيز في اختيار المرضى، وتطوير الاختبار المؤشر، والمعايير المرجعية، والتدفق/التوقيت.

المساهمات الرئيسية والنتائج

• أداء التجزئة:

  • مجموعات البيانات: استخدمت غالبية الدراسات مجموعات بيانات متاحة للعموم، وكان BraTS هو الأكثر انتشاراً. بلغ متوسط حجم عينة المرضى 369 مريضاً.
  • البنيات: هيمنت الشبكات العصبية الالتفافية (CNNs)، وتحديداً متغيرات U-Net، على هذا المجال. وقد تفوقت النماذج المتقدمة التي تدمج الكتل المتبقية (residual blocks)، وآليات الانتباه (attention mechanisms)، وتجميع الميزات متعدد المقاييس، باستمرار على نماذج U-Net الكلاسيكية.
  • المقاييس: حققت نماذج U-Net الكلاسيكية درجات DSC تقارب 80%، بينما تجاوزت النماذج المتقدمة 90%. بلغ متوسط DSC الإجمالي عبر جميع الدراسات 80.73%.
  • الأداء الإقليمي: تباين الأداء حسب المنطقة الفرعية للورم. حققت تجزئة الورم الكامل (WT) أعلى متوسط DSC بلغ (89.20%)، يليه الورم الجوهري (CT) بنسبة (83.56%)، ثم الورم المعزز (ET) بنسبة (80.04%). وأظهرت النماذج التي تستخدم بوابات الانتباه والروابط المتبقية (مثل 3D RR-UNet2+ وResMHA-Net) قدرة فائقة في تحديد الحدود المعقدة.
  • التحقق من الصحة: استخدمت معظم الدراسات التحقق من الصحة بنظام الاستبعاد (hold-out validation)؛ بينما استخدمت دراسات قليلة فقط التحقق المتقاطع (cross-validation) أو التحقق الخارجي، مما يثير تساؤلات حول القدرة على التعميم.

• أداء التصنيف:

  • المهام: ركزت مهام التصنيف على التمييز بين أنواع الأورام (ورم دبقي مقابل ورم سحائي مقابل ورم نخامي) أو الدرجة (HGG مقابل LGG).
  • الأداء: سجلت نماذج التصنيف دقة عالية، تراوحت بين 91.3% و99.4%، مع حساسية ونوعية تزيد عادة عن 95%.
  • المناهج: استخدمت معظم الدراسات الشبكات العصبية الالتفافية لاستخراج الميزات للتصنيف، غالباً ضمن إطار تعلم متعدد المهام. واستخدمت إحدى الدراسات نموذج XGBoost مع الميزات المستمدة من الراديوميكس ومن التجزئة.
  • القابلية للتفسير: تم تحديد فجوة كبيرة في تطبيق الذكاء الاصطناٍ القابل للتفسير (XAI). طبقت دراسة واحدة فقط من مجموعة التجزئة ودراسة واحدة من مجموعة التصنيف أساليب XAI (مثل Grad-CAM) لتفسير قرارات النموذج، مما يسلط الضలు على نقص الشفافية في المسارات الحالية.

• خطر التحيز:

  • حددت المراجة قيوداً في اختيار المرضى، حيث اعتمدت معظم الدراسات على مجموعات بيانات عامة منسقة بدلاً من التجنيد المتتالي أو العشوائي، مما يؤدي إلى احتمال حدة التحيز في الاختيار.
  • افتقرت العديد من الدراسات إلى التقارير التفصيلية حول إجراءات التوسيم (عدد المقيّمين، مستويات الخبرة) واستراتيجيات التحقق، مما أدى إلى عدم وضوح أو ارتفاع مخاطر التحيز في عدة مجالات.

الأهمية والادعاءات
تؤكد الورقة أن مسارات الذكاء الاصطناعي الحالية تظهر إمكانات قوية لتسريع عملية اتخاذ القرار في تشخيص أورام الدماغ. وتشير النتائج إلى أن نماذج التعلم العميق يمكنها تحقيق دقة وكفاءة عالية في كل من تجزئة المناطق الفرعية المعقدة للأورام الدبقية وتصنيف أنواع الأورام أو درجاتها.

ومع ذلك، يتبنى المؤلفون موقفاً متواضعاً فيما يتعلق بالنشر السريري. فهم يؤكدون أنه بينما تعد مقاييس الأداء واعدة، فإن غياب بروتوكولات التصوير الموحدة، والاعتماد على مجموعات البيانات العامة، وندرة التحقق الخارجي، يحد من القدرة الفورية لهذه النماذج على التعميم في البيئات السريرية الواقعية. علاوة على ذلك، تسلط الورقة الضوء على حاجة ماسة لمزيد من شفافية النماذج؛ حيث تم تحديد الاستخدام النادر لأساليب الذكاء الاصطناعي القابل للتفسير كعائق أمام تعزيز الثقة السريرية. ويخلص المؤلفون إلى أن الأبحاء المستقبلية يجب أن تعطي الأولوية للبروتوكولات الموحدة، والتحقق الخارجي الصارم، ودمج أطر القابلية للتفسير لضمان أن تكون هذه الأدوات قوية، وقابلة للتكرار، وجديرة بالثقة في الممارسة السريرية.