A spatial AI-based biomarker with independent prognostic value in early low- and intermediate- risk breast cancer
تُظهر هذه الدراسة أن تحليل التوزيع المكاني لعناقيد مورفولوجيا الأورام عالية الخطورة عند الجبهة الغازية، بدلاً من الاعتماد فقط على درجات الذكاء الاصطناعي العالمية على مستوى الشريحة، يوفر مؤشراً حيوياً مستقلاً للتنبؤ بالنتائج لتحديد المرضى المعرضين لمخاطر عالية ضمن حالات سرطان الثدي ذات مستقبلات الإستروجين الإيجابية ومستقبلات HER2 السلبية من الفئات منخفضة ومتوسطة الخطورة في المراحل المبكرة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
سرطان الثدي هو مرض تبدأ فيه خلايا الجسم بالنمو بشكل خارج عن السيطرة، وبالنسبال لكثير من النساء، يتضمن النوع الأكثر شيوعاً خلايا مدفوعة بهرمون الإستروجين ولكنها لا تتفاعل مع بروتين يسمى HER2. لطالما عرف الأطباء أن بعض هذه السرطانات بطيئة النمو للغاية ومن غير المرجح أن تعود بعد الجراحة، بينما البعض الآخر أكثر عدوانية. ولتحديد من يحتاج إلى علاج إضافي، مثل العلاج الكيميائي، ينظر أخصائيو الأمراض إلى عينات الأنسجة تحت المجهر؛ حيث يمنحون درجة للورم بناءً على مدى عدم طبيعية الخلايا؛ فالدرجة المنخفضة تعني عادةً آفاقاً أفضل، بينما تشير الدرجة العالية إلى خطر أكبر. ومع ذلك، فإن هذا النظام ليس مثالياً، إذ لا يزال العديد من المريضات اللواتي يعانين من أورام تبدو غير طبيعية بدرجة متوسطة فقط يواجهن خطراً في عودة السرطان بعد سنوات، بينما تظل أخريات يتمتعن بصحة جيدة رغم امتلاكهن أوراماً مشابهة في المظهر. ويكمن التحدي في إيجاد طريقة للتمييز بين هاتين المجموعتين دون الاعتماد على اختبارات جينية مكلفة أو التخمين.
لقد طور فريق من الباحثين في السويد طريقة جديدة لفحص عينات الأنسجة هذه باستخدام الذكاء الاصطناعي. فبدلاً من مجرد إعطاء الورم بأكمله درجة متوسطة واحدة، تولي طريقتهم اهتماماً كبيراً بمكان ظهور أنماط معينة على الشريحة. وقد اكتشفوا أن موقع الخلايا التي تبدو خطيرة يهم بقدر ما يهم عددها. وتحديداً، وجدوا أنه عندما تتجمع مجموعات من الخلايا عالية الخطورة عند حافة الورم تماماً، حيث يلتقي بالنسيج السليم، فإن خطر عودة السرطان يكون أعلى بكثير. يقدم هذا الاكتشاف أداة جديدة لتحديد المرضى الذين يحتاجون حقاً إلى علاج أكثر عدوانية وأولئك الذين يمكنهم تجنب ذلك بأمان، وكل ذلك باستخدام شرائح المجهر القياسية الموجودة بالفعل في المستشفيات.
بدأ الباحثون بفكرة بسيطة: وهي أن الطريقة التي يتم بها تنظيم الورم في الفضاء تحمل أسراراً تغفل عنها الدرجة المتوسطة البسيطة. تخيل الورم ليس ككتلة متجانسة، بل كمشهد طبيعي يحتوي على أحياء مختلفة؛ فقد يبدو بعض أجزائه هادئاً ومنظماً، بينما قد يبدو البعض الآخر فوضوياً وعدوانياً. لسنوات، تم تدريب نماذج الذكاء الاصطناعي المستخدمة لتحليل هذه الشرائح على النظر إلى الصورة بأكملها وإنتاج رقم واحد يمثل الخطر الإجمالي. وبينما تعد هذه النماذج قوية، إلا أنها غالباً ما تعمل على تنعيم التفاصيل، حيث تدمج الحواف الفوضوية مع المراكز الهادئة في درجة واحدة مخففة. افترض الفريق وراء هذه الدراسة، الذي عمل مع بيانات لآلاف المريضات في جميع أنحاء السويد، أنه إذا تمكنوا من رسم خريطة دقيقة لمكان وجود الأجزاء الخطيرة، فقد يجدون إشارة أوضح. لقد ركزوا اهتمامهم على "الجبهة الغازية"، وهي الحدود الخارجية للورم حيث تتفاعل خلايا السرطان مع الأنسجة السوانية وتندفع فيها. وهذه منطقة نشطة بيولوجياً حيث غالباً ما تغير الخلايا شكلها لتصبح أكثر قدرة على الحركة والانتشار.
ولاختبار ذلك، استخدم العلماء مجموعة بيانات ضخمة من عينات الأنسجة لأكثر من 6000 امرأة مصابة بسرطان الثدي في مراحله المبكرة. وقسموا هؤلاء المريضات إلى مجموعتين: مجموعة واحدة لتدريب نماذج الكمبيوتر الخاصة بهم ومجموعة أخرى منفصلة تماماً لاختبار النتائج، لضمان أن النتائج لم تكن مجرد تخمين محظوظ. واستخدموا نظام ذكاء اصطناعي متطور لتقسيم كل شريحة مجهرية إلى آلاف المربعات الصغيرة، أو البلاطات، وتحليل شكل وبنية الخلايا في كل منها. تم تدريب الذكاء الاصطناعي على التعرف على الأنماط التي تبدو كسرطان عالي الدرجة وعدواني. وبمجرد أن قام الذكاء الاصطناعي بتقييم كل بلاطة، فعل الباحثون شيئاً مختلفاً عن الدراسات السابقة؛ فبدلاً من مجرد عد عدد البلاطات عالية الخطورة، بحثوا عن التجمعات. لقد طرحوا سؤالاً محدداً: هل توجد مجموعات من هذه البلاطات عالية الخطورة تجلس بجانب بعضها البعض مباشرة عند حافة الورم؟ وقد عرفوا "التجمع" بأنه مجموعة تكون فيها ثلثا البلاطات المجاورة على الأقل أيضاً عالية الخطورة. وإذا وجد مثل هذا التجمع عند مقدمة الورم، تُصنف المريضة على أنها "إيجابية التجمع".
كانت النتائج مذهلة. ففي مجموعة المريضات اللواتي كانت أورامهن تُعتبر عموماً منخفضة إلى متوسطة الخطورة، غيّر وجود هذه التجمعات عند حافة الورم التوقعات تماماً. فبين المريضات اللواتي عانين من هذه التجمعات، كان خطر عودة السرطان خلال عشر سنوات أعلى بكثير. وفي الواقع، أظهرت البيانات أن المريضات اللواتي لديهن هذه التجمعات سجلن معدل بقاء على قيد الحياة دون عودة المرض بنحو 90 بالمائة، وهو أقل من معدل 92.6 بالمائة المرصود في المجموعة المرجعية من الدرجة الثالثة. ومن ناحية أخرى، كان للمريضات اللواتي لا يمتلكن هذه التجمعات عند حافة الورم مستقبل ممتاز، حيث تجاوز معدل بقائهن على قيد الحياة لمدة عشر سنوات 95 بالمائة. هذه المجموعة من "سالبات التجمع" كان مستقبلهن جيداً مثل تلك اللواتي لديهن أدنى درجات الأورام، مما يشير إلى إمكانية علاجهن بعلاج أقل عدوانية.
والأمر الجوهل هو أن هذا المؤشر الجديد قدم معلومات لم يستطع مقياس الذكاء الاصطناعي القياسي رؤيتها بمفرده. فقد وجد الباحثون أنه حتى بين المريضات اللواتي صُنفت أورامهن بأنها منخفضة الخطورة بواسطة درجة الذكاء الاصطناعي الإجمالية، فإن اللواتي امتلكن هذه التجمعات المحددة عند الحافة لا يزلن يواجهن خطراً أعلى بكين في عودة المرض. وهذا يعني أن الترتيب المكاني للخلايا كان يكشف عن خطر خفي فاتته الدرجة المتوسطة البسيطة. وقد أكدت الدراسة هذه النتائج في مجموعة مستقلة من المريضات من منطقة مختلفة من السويد، مما أثبت أن النتيجة لم تكن خاصة بمستشفى واحد أو بمجموعة واحدة من الشرائح. فقد ارتبط وجود هذه التجمعات بزيادة تقارب ثلاثة أضعاف في خطر عودة المرض، وهي إشارة قوية ظلت ثابتة حتى عندما أخذ الباحثون في الاعتبار عوامل أخرى مثل عمر المريضة أو حجم الورم.
يشير هذا العمل إلى أن مستقبل تقييم مخاطر السرطان قد يكمن في النظر إلى خريطة الورم، وليس فقط درجته المتوسطة. فمن خلال الحفاظ على المعلومات المكانية لموقع الخلايا عالية الخطورة، قد يتمكن الأطباء من تحديد المرضى المعرضين للخطر حقاً، حتى لو بدا ورمهم غير ضار في الغالب. وبالنسبة للمريضات اللواتي لا يمتلكن هذه التجمعات، فإن الخبر مهم بنفس القدر: فهو يقدم دليلاً قوياً على أنهن في مجموعة منخفضة الخطورة للغاية، مما قد يجنبهن العلاجات غير الضرورية. لا تدعي الدراسة أنها حلت مشكلة سرطان الثدي، لكنها تقدم طريقة واضحة وملموسة لتحسين فهم الأطباء للمخاطر. إنها تظهر أنه في المشهد المعقد للورم، فإن موقع الخطر لا يقل أهمية عن الخطر نفسه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.