A deep-learning model based on histological images predicts survival and pathological response to neoadjuvant chemotherapy and chemoimmunotherapy in breast cancer
تقدم هذه الدراسة نموذجاً للتعلم العميق يستنتج بدقة بصمة تعبير جيني مناعي تم التحقق منها سريرياً مباشرة من صور نسيجية روتينية مصبوغة بالهيماتوكسيلين والإيوسين للتنبؤ بالبقاء على قيد الحياة والاستجابة المرضية للعلاج الكيميائي المساعد والعلاج الكيميائي المناعي في حالات سرطان الثدي المبكر، مما يوفر بديلاً قابلاً للتوسع للتنميط النسخي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك محقق يحاول حل لغز داخل مدينة صغيرة صاخبة. في هذه المدينة، التي هي جسم الإنسان، الشوارع مكونة من خلايا. أحياناً، تخرج مجموعة من الخلايا عن السيطرة وتبدأ في بناء حي فوضوي وخطير يسمى الورم. لعقود من الزمن، كان على الأطباء التخمين كيف سيتصرف هذا الحي: هل سيبقى صغيراً؟ هل سينتشر؟ هل سيستجيب للدواء؟ لمعرفة ذلك، عادة ما يأخذون قطعة صغيرة من المدينة، ويصبغونها بصبغات أرجوانية ووردية (وهي عملية تسمى صبغة H&E)، وينظرون إليها تحت المجهر. الأمر يشبه النظر إلى خريطة ضبابية لتخمين حالة الطقس.
مؤخراً، اكتشف العلماء طريقة أفضل لقراءة الخريطة: يمكنهم قياس "همسات" الخلايا. من خلال النظر إلى الشفرة الوراثية (تعليمات الـ DNA) داخل الخلايا، يمكنهم عد كم "الخلايا الجندية" (الخلايا المناعية) المختبئة في مكان قريب. إذا كان هناك الكثير من الجنود، فإن الجسم يكون مستعداً للقتال، ومن المرجح أن يتقلص الورم عند علاجه بأدوية خاصة. يُسمى هذا "بصمة التعبير الجيني". إنها أداة قوية، لكنها مكلفة وبطيئة وتتطلب معدات خاصة لا يمتلكها كل مستشفى. الأمر يشبه الحاجة إلى حاسوب خارق فقط للتحقق من حالة الطقس. لذا، أصبح السؤال الكبير للعلماء هو: هل يمكننا النظر إلى الخريطة القديمة البسيطة ذات الألوان الأرجوانية والوردية واستخدام عقل حاسوبي ذكي جداً (ذكاء اصطناعي) لتخمين ما سيقوله الاختبار الجيني المكلف بالضبط؟ إذا استطعنا فعل ذلك، يمكننا التنبؤ بمستقبل السرطان دون التكلفة العالية أو الانتظار.
هذا بالضبط ما سعى فريق بقيادة فرانسوا بيرتوتيفي للقيام به. لقد بنوا محققاً رقمياً، نموذج ذكاء اصطناعي يسمونه "AI-ICR"، تم تدريبه على النظر إلى شرائح مجهرية روتينية لسرطان الثدي والتنبؤ بعدد "الجنود" دون الحاجة أبداً لإجراء اختبار جيني.
إليكم كيف دربوا محققهم الرقمي. أولاً، لم يكتفوا بتعليمه عن سرطان الثدي فحسب؛ بل علموه عن عشرة أنواع مختلفة من السرطان، بما في ذلك سرطان الرئة والجلد والقولون. استخدموا مكتبة ضخمة مكونة من 2,881 شريحة مجهرية من "أطلس الجينوم للسرطان" (TCGA)، مقترنة بالنتائج الفعلية للاختبار الجيني لكل منها. تعلم الذكاء الاصطناعي رصد الأنماط البصرية في الصبغات الأرجوانية والوردية التي تتطابق مع وجود تلك الجينات "الجندية". فكر في الأمر كتعليم طفل التعرف على سحابة عاصفة من خلال شكلها ولونها، حتى لو لم يسبق له رؤية المطر. بمجرد أن أصبح الذكاء الاصطناعي بارعاً في ذلك، اختبره الفريق على مجموعة جديدة تضم 1,087 مريضاً بسرطان الثدي من نفس المكتبة. والنتيجة؟ كان الذكاء الاصطناعي دقيقاً للغاية. فقد خمن حالة "الجنود" بشكل صحيح بنسبة 93.7% من المرات، وهي درجة قريبة من المثالية بقدر ما يمكن للحاسوب أن يصل في هذا المجال.
لكن معرفة الحالة ليست سوى نصف المعركة؛ فالسؤال الحقيقي هو: هل يساعد هذا الأطباء على إنقاذ الأرواح؟ وجد الفريق أن الإجابة هي "نعم" مدوية. لقد اكتشفوا أن المرضى الذين تم تصنيف أورامهم على أنها "AI-ICR-high" (بمعنى أن الذكاء الاصطناعي رأى الكثير من الجنود) كانت لديهم فرصة أفضل بكثير للنجاة. في الواقع، كان احتمال وفاتهم بسبب المرض أقل من الثلث مقارنة بأولئك الذين يعانون من أورام "AI-ICR-low". إنه يشبه وجود توقعات جوية تخبرك: "أنت في منطقة آمنة"، مقابل "أنت في وسط عاصفة".
الجزء الأكثر إثارة في القصة يتعلق بالعلاج. نظر الفريق إلى المرضى الذين تلقوا علاجاً "قبل الجراحة" (neoadjuvant therapy)، وهو ما يعني الحصول على العلاج الكيميائي (وأحياناً العلاج المناعي) قبل الجراحة لتقليص الورم. أرادوا معرفة ما إذا كان بإمكان الذكاء الاصطناعي التنبؤ بمن سيحقق "استجابة مرضية كاملة" (pCR). وهذا هو "الكأس المقدسة" للعلاج: عندما تتم الجراحة، ويجد الأطباء عدم وجود أي سرطان متبقٍ خلفهم.
كان نموذج AI-ICR بمثابة كرة بلورية لهذا الغرض. في مجموعة المرضى الذين عولجوا بالعلاج الكيميائي القياسي، كان لدى أولئك الذين يعانون من أورام "AI-ICR-high" فرصة بنسبة 65% لعدم وجود سرطان متبقٍ بعد الجراحة، مقارنة بـ 30% فقط لمجموعة "low". لكن السحر الحقيقي حدث عندما أضافوا العلاج المناعي (الأدوية التي توقظ الجنود). في هذه المجموعة، حقق مرضى "AI-ICR-high" نسبة نجاح مذهلة بلغت 81% في عدم بقاء أي سرطان، بينما وصلت نسبة مجموعة "low" إلى 36% فقط. لم يتنبأ الذكاء الاصطناعي بمن سينجو فحسب؛ بل تنبأ بمن سيكون الأكثر عرضة لتحقيق استجابة كاملة للعلاج.
كما ألقى العلماء نظرة تحت الغطاء ليعرفوا لماذا كان الذكاء الاصطناعي جيداً جداً. فحصوا البيانات الجينية للأورام التي صنفها الذكاء الاصطناعي على أنها "عالية" (high) ووجدوا أنها كانت بالفعل مليئة بالجينات المناعية والخلايا الجندية النشطة. لم يكن الذكاء الاصطناعي يخمن فحسب؛ بل كان يرى الحقيقة البيولوجية المختبئة في ألوان الشريحة.
ومع ذلك، فإن المؤلفين حذرون في إخبارنا أن هذا ليس منتجاً نهائياً جاهزاً لكل المستشفيات غداً. فقد اعترفوا بأن دراستهم كانت لها بعض الحدود. فمجموعة "AI-ICR-high" كانت تميل إلى امتلاك أورام معروفة بالفعل بأنها عدوانية (مثل سرطان الثدي ثلاثي السلبية)، وهو أمر مختلط نوعاً ما: فقد حدد الذكاء الاصطناعي بشكل صحيح أنها عالية الخطورة، ولكنه حدد أيضاً بشكل صحيح أنها هي الأكثر عرضة للاستجابة للأدوية القوية المعززة للمناعة. كما اعتمدت الدراسة على مزيج من أنواع الشرائح القديمة والجديدة، ويشير الفريق إلى أن العمل المستقبلي يحتاج إلى تأكيد هذه النتائج في مجموعات أكبر من الناس ومع أنواع مختلفة من عينات الأنسجة.
في النهاية، تشير هذه الورقة إلى إمكانية مثيرة: قد نتمكن قريباً من استخدام شريحة مجهرية بسيطة ورخيصة وحاسوب ذكي لنعرف بالضبط كيف سيتصرف سرطان الثدي وأي الأدوية ستعمل بشكل أفضل. إنها تحول اختباراً جينياً معقداً ومكلفاً إلى شيء بسيط مثل النظر إلى صورة، مما يجعل الطب الدقيق متاحاً للجميع، وليس فقط للقلة المحظوظة التي لديها القدرة على الوصول إلى المختبرات عالية التقنية. لم يقرأ الذكاء الاصطناعي الخريطة فحسب؛ بل تعلم التنبؤ بالعاصفة قبل سقوط أول قطرة مطر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.