Three-Dimensional Anatomical Classification and Machine Learning Prediction of the P6a–Right Hepatic Vein Relationship: Surgical Implications for Laparoscopic Right Anterior Sectionectomy

تخيل الكبد البشري كمدينة صاخبة، ثلاثية الأبعاد، مكونة من أنسجة ناعمة وإسفنجية. ولإجراء الجراحة هنا، يحتاج الأطباء إلى خريطة مثالية. إنهم يعتمدون على "الطرق السريعة" (الأوعية الدموية) لمعرفة أين يقطعون وأين يتوقفون. أحد أهم هذه الطرق السريعة هو الوريد الكبدي الأيمن، وهو نهر رئيسي يصرف الدم من الجانب الأيمن للكبد. عادةً ما يتدفق هذا النهر في مسار يمكن التنبؤ به، ليعمل كعلامة طريق موثوقة تخبر الجراحين: "اقطع هنا، وستكون في أمان". ومع ذلك، تماماً كما يحدث في مدينة حقيقية، قد تُبنى الطرق أحياناً بشكل مختلف. فقد يتخذ شارع جانبي صغير، يُسمى وريد P6a، مساراً غير متوقع، حيث يمر فوق أو تحت النهر الرئيسي بطرق غير متوقعة. إذا لم يكن الجراح يعرف وجود هذا المسار الجانبي قبل البدء، فقد يقطع الشارع الخطأ عن طريق الخطأ، مما يتسبب في حدوث اختناقات مرورية (نزيف) أو ترك أجزاء من المدينة بدون طاقة (تلف في الأنسجة). ويصبح الأمر معقداً بشكل خاص عندما تُجرى الجراحة عبر ثقوب صغيرة باستخدام كاميرا (جراحة المنظار)، لأن الجراح لا يمكنه الشعور بالأنسجة بيديه، بل يراها فقط على الشاشة.

وهنا تدخل فريق من الباحثين من المركز الطبي للقوات الجوية ومؤسسات أخرى. لقد طرحوا سؤالاً بسيطاً ولكنه حيوي: هل يمكننا النظر في مسح ثلاثي الأبعاد للمريض قبل الجراحة والتنبؤ بالضبط بكيفية سلوك ذلك الشارع الجانبي الصغير (P6a)؟ وللإجابة على ذلك، لم يكتفوا بمجرد النظر إلى الصور؛ بل علموا الكمبيوتر أن يكون محققاً. لقد استخدموا فرعاً من الذكاء الاصطعدي يسمى "تعلم الآلة"، وهو يشبه طالباً ذكياً جداً يتعلم الأنماط من خلال دراسة الأمثلة. قام الباحثون بتغذية الكمبيوتر ببيانات من 100 مريض، لتعليمهم كيفية تمييز التخطيط "الطبيعي" عن التخطيط "المعقد". ووجدوا أن الكمبيوتر يمكنه تعلم التنبؤ بالتخطيط المعقد بدقة مذهلة. ومن خلال استخدام أداة خاصة تسمى SHAP (والتي تعمل مثل عدسة مكبرة لتوضيح لماذا اتخذ الكمبيوتر قراراً معيناً)، اكتشفوا أن الزاوية بين بعض الأوعية الدموية وشكل "الشق" الكبدي (الوادي بين أقسام الكبد) كانت أكبر الأدلة. تشير دراستهم إلى أنه باستخدام هذه البلورة الرقمية، يمكن للجراحين التخطيط لتحركاتهم بشكل أفضل، وتجنب المسارات الجانبية الخطيرة، مما يجعل جراحات الكبد المعقدة أكثر أماناً للمرضى.

عمل المحقق: رسم خرائط الطرق السرية للكبد

بدأ الباحثون بجمع فريق من 100 مريض خضعوا لفحوصات مقطعية ثلاثية الأبعاد مفصلة لكبدهم. أرادوا تصنيف هؤلاء المرضى إلى مجموعتين بناءً على كيفية ارتباط وريد P6a (الشارع الجانبي) بالوريد الكبدي الأيمن (النهر الرئيسي).

• مجموعة "الظهري" (Dorsal): في 59% من المرضى، كان وريد P6a يمر خلف النهر الرئيسي. وهذا هو المسار الأكثر شيوعاً وقابلية للتنبؤ.
• مجموعة "البطني" (Ventral): في 41% من المرضى، كان وريد P6a يمر أمام النهر الرئيسي. وهذا هو المسار "المعقد" الذي يجعل الجراحة أصعب.

قام الفريق بعد ذلك بقياس زوايا ومسافات مختلفة في النماذج ثلاثية الأبعاد، بحثاً عن أدلة يمكن أن تخبرهم إلى أي مجموعة ينتمي المريض حتى قبل بدء الجراحة. وقد وجدوا اختلافات رائعة:

• زاوية التفرع: في المجموعة "المعقدة"، كانت الزاوية بين الفروع الأمامية والخلفية للوريد البابي أكثر حدة (بمتوسط 82.27 درجة) مقار بالمجموعة "الطبيعية" (98.02 درجة).
• اللقاء الوشيك: في المجموعة "المعقدة"، غالباً ما يبدأ وريد P6a قريباً جداً من فرع رئيسي آخر (أقل من 5 ملم) في 37% من الحالات، بينما حدث هذا في 10% فقط من المجموعة "الطبيعية".
• انحناء النهر: كانت الزاوية بين الوريد الكبدي الرئيسي وأكبر وريد في الجسم (الوريد الأجوف السفلي) أوسع في المجموعة "المعقدة" (52.23 درجة) مقار بالمجموعة "الطبيعية" (43.97 درجة).

طالب الكمبيوتر: خمسة نماذج، فائز واحد

لتحويل هذه القياسات إلى أداة تنبؤ، درب الباحثون خمسة أنواع مختلفة من نماذج تعلم الآلة. فكر في هذه النماذج كخمسة طلاب يحاولون حل اللغز:

1. الانحدار اللوجستي (LR): مفكر منطقي ومباشر.
2. الغابة العشوائية (RF): لجنة من أشجار القرار.
3. الجار الأقرب (K-NN): طالب ينظر إلى من هم جيرانه.
4. آلة متجه الدعم (SVM): طالب يرسم خطوطاً للفصل بين المجموعات.
5. XGBoost: متعلم قوي وتكراري.

قاموا بتقسيم البيانات، حيث أعطوا 70% للطلاب للتدريب وتركوا 30% للامتحان النهائي. وبينما كانت "اللجنة" (الغابة العشوائية) و"المتعلم القوي" (XGBoost) بارعين للغاية في حفظ أسئلة التدريب، إلا أنهما تعثرا قليلاً في الامتحان النهائي. ومع ذلك، كان نموذج الانحدار اللوجستي هو الأكثر اتساقاً؛ فقد أظهر الحد الأدنى من الإفراط في التخصيص (overfitting) وحقق أفضل أداء في مجموعة الاختبار (درجة F1 بلغت 0.741)، مما أظهر أنه لم يحفظ البيانات فحسب، بل استطاع التعميم بشكل جيد على الحالات الجديدة.

"السبب" وراء "النتيجة"

لم يرد الباحثون مجرد "صندوق أسود" يعطي إجابة، بل أرادوا معرفة لماذا اتخذ الكمبيوتر قراره. وباستخدام طريقة تسمى SHAP (والتي ترمز إلى التفسيرات المضافة لـ Shapley)، تمكنوا من رؤية أي الأدلة كانت أكثر أهمية. وتبين أن الكمبيوتر كان يولي اهتماماً أكبر لـ:

1. الزاوية بين فروع الوريد البابي الأمامية والخلفية.
2. زاوية الشق الكبدي الأيمن (الوادي بين أقسام الكبد).
3. المسافة من نقطة بداية P6a إلى الفرع الخلفي.
4. قطر (عرض) وريد P6a.

وأظهر التحليل أن الزاوية الحادة بين فروع الوريد البابي والزاوية الأوسع بين الوريد الكبدي والوريد الرئيسي للجسم كانت مؤشرات قوية على أن المريض ينتمي إلى المجموعة "البطنية" المعقدة.

ماذا يعني هذا للجراحة

تخلص الدراسة إلى أن نموذج تعلم الآلة هذا يمكنه التنبؤ بفعالية ما إذا كان المريض لديه التخطيط "البطني" المعقد لوريد P6a. لماذا يهم هذا؟ لأنه في عملية استئصال الجزء الأمامي الأيمن من الكبد بالمنظار، معرفة التخطيط هي كل شيء.

• بالنسبة لمرضى الحالة "الطبيعية" (الظهرية): تكون الجراحة مباشرة نسبياً. فالنهر الرئيسي (RHV) سهل الرؤية، والوادي بين أقسام الكبد مسطح، مما يجعله دليلاً آمناً للقطع.
• بالنسبة لمرضى الحالة "المعقدة" (البطنية): يكون النهر الرئيسي أصعب في الرؤية، والوادي شديد الانحدار، ويكون "الشارع الجانبي" (P6a) قريباً بشكل خطر من الهياكل الأخرى. إذا لم يعرف الجراح هذا مسبقاً، فقد يقطع وعاءً دموياً بالخطأ أو يتلف أنسجة الكبد المتبقية.

باستخدام هذا النموذج التنبؤي، يمكن للجراحين تحديد المرضى المعرضين للخطر قبل إجراء أول قطع. وهذا يسمح لهم بتخطيط استراتيجيتهم، ربما باستخدام التوجيه بالموجات فوق الصوتية أثناء العملية، أو تعديل نهجهم تجاه "غمد غليسون" (الغطاء الواقي للأوعية الدموية). وبينما تعتمد هذه الدراسة على مجموعة محددة من 100 مريض وتحتاج إلى مزيد من الاختبار في مجموعات أكبر ليتم اعتمادها عالمياً، إلا أنها تقدم أداة واعدة لتحويل جراحة معقدة وخطيرة إلى إجراء أكثر أماناً وقابلية للتنبؤ.