Development and validation of a knowledge-guided prognostic model in glioma based on hypoxia-related radiomic features

تُعد أورام الدماغ المعروفة باسم "الأورام الدبقية" من أكثر الأمراض تحدياً في العلاج؛ فهي تنشأ من الخلايا الداعمة للجهاز العصبي المركزي، وتشتهر بقدرتها على التغير والتكيف، مما يجعل من الصعب التنبؤ بها أو السيطرة عليها. وثمة عامل حاسم في كيفية سلوك هذه الأورام وهو حالة تُسمى "نقص الأكسجة"، والتي تعني ببساطة نقص الأكسجين. فعندما ينمو الورم بسرعة تفوق قدرة إمدادات الدم على مواكبته، تبدأ الخلايا الداخلية بالاختناق. ولا يعد هذا الحرمان من الأكسجين مجرد حالة سلبية، بل يعمل كمحرك قوي يجعل السرطان أكثر عدوانية، ويساعده على مقاومة العلاج، وغالباً ما يؤدي إلى نتائج أسوأ للمريض. ولقد كافح الأطباء لعقود من الزمن لقياس هذا النقص في الأكسجين دون جراحة تداخلية، مما تركهم في حالة تخمين حول الطبيعة الحقيقية للمرض داخل رأس المريض.

لطالما أمَل الباحثون أن توفر الصور الطبية نافذة على هذه البيولوجيا الخفية. ويحاول مجال "الراديوميكس" (Radiomics) القيام بذلك بالضبط عبر استخدام الحواسيب لإيجال أنماط في صور الرنين المغناطيسي القياسية تكون خفية جداً عن العين البشرية. ومع ذلك، فإن العديد من المحاولات السابقة لربط هذه الأنماط الصورية ببقاء المريض على قيد الحياة قد باءت بالنجاح أو الفشل، وغالباً لأن الحواسيب تُتركت لتجد الأنماط بمفردها دون أي توجيه بيولوجي. يسعى دراسة جديدة لفريق من جامعة سوتشو والمستشفيات التابعة لها في الصين إلى تغيير هذا النهج. فبدلاً من ترك الحاسوب يخمن، قاموا ببناء نموذج يستخدم ما يعرفه العلماء بالفعل عن كيفية تفاعل الأورام مع نقص الأكسجين لتوجيه عملية البحث. ومن خلال الجمع بين هذه المعرفة البيولوجية وتحليل الصور المتقدم، ابتكروا أداة يمكنها التنبؤ بالمدة التي من المرجح أن يعيشها مريض الورم الدبقي، مما يوفر مساراً أوضح نحو الرعاية الشخصية.

بدأ الفريق بجمع البيانات من 471 مريضاً عبر مستشفيين مختلفين وقاعدة بيانات عامة. وركزوا على المرضى الذين خضعوا للجراحة وتم إجراء فحوصات الرنين المغناطوري لهم قبل الجراحة باستخدام أجهزة عالية القدرة. وشملت هذه الفحوصات ثلاثة أنواع مختلفة من الصور: رؤى بالأبيض والأسود القياسية، وصور تبرز السوائل، وصور تم التقاطها بعد حقن صبغة تباين لإظهار مكان نشاط الأوعية الدموية. وقبل أن يتمكن الحاسوب من تحليل الصور، قام اثنان من خبراء الأشعة ذوي الخبرة الطويلة برسم حدود دقيقة حول الأورام والتورم المحيط بها على كل شريحة من المسح الضوئي. وقد ضمن ذلك أن ينظر الحاسوب إلى نفس المناطق تماماً في كل مريض.

ولتعليم الحاسوب كيف يبدو "نقص الأكسجين" في الورم، لجأ الباحثون أولاً إلى قاعدة بيانات للمعلومات الجينية. فقد حللوا جينات عينات الأورام من 152 مريضاً لحساب درجة تمثل مدى معاناة الورم من نقص الأكسجين. وكانت هذه الدرجة الجينية هي "الحقيقة الأرضية"، أي الواقع البيولوجي الذي ستُختبر الصور بناءً عليه. ثم استخدموا خوارزمية حاسوبية لاستخراج آلاف التفاصيل الدقيقة من صور الرنين المغناطيسي، مثل ملمس الورم، وشكله، وكثافة البكسلات. وكان الهدف هو العثور على أي من هذه التفاصيل التصويرية الآلاف تتطابق مع العلامات الجينية لنقص الأكسجين.

ثم طبق الباحثون استراتيجية فريدة لبناء نموذج التنبؤ الخاص بهم. حيث قسموا التفاصيل الصورية إلى مجموعتين: تلك التي يُحتمل ارتباطها بنقص الأكسجين، وتلك التي لا ترتبط به. وعندما قاموا بتدريب الحاسوب للتنبؤ ببقاء المريض على قيد الحياة، منحوا مجموعة "نقص الأكسجين" ميزة خاصة، بإخبار النموذج أن يولي اهتماماً إضافياً لهذه السمات المحددة. هذا النهج الموجه بالمعرفة يعني أن النموذج لم يكن يبحث فقط عن أي نمط يتوافق مع البقاء على قيد الحياة، بل كان يبحث تحديداً عن الأنماط التي لها معنى بيولوجي. واختبروا خمس طرق مختلفة من التعلم الحاسوبي لمعرفة أي منها يعمل بشكل أفضل في تحديد حالة الأكسجين في الأورام، وبرزت طريقة إحصائية قياسية تُسمى "الانحدار اللوجستي" كأكثر الطرق دقة.

أظهرت النتتائج أن هذا النموذج الجديد يعمل بشكل جيد للغاية. فعندما استخدم الباحثون النموذج لتقسيم المرضى إلى مجموعات عالية الخطورة ومنخفضة الخطورة، كان الفرق في نتائج بقائهم على قيد الحياة صارخاً. فالمرضى في مجموعة المخاطر العالية، الذين أظهرت أورامهم الأنماط الصورية المرتبطة بنقص الأكسجين، عاشوا حياة أقصر بكثير من أولئك في المجموعة منخفضة المخاطر. وكان بمقدور النموذج التنبؤ بالبقاء على قيد الحياة بدقة عالية، حيث حدد النتائج الصحيحة لثلاث سنوات قادمة في الغالبية العظمى من الحالات. وفي أحد المراكز المستشفائية، حقق النموذج معامل مساحة تحت المنحنى (AUC) قدره 0.926 للبقاء على قيد الحياة لمدة ثلاث سنوات، وفي المركز الثاني، حقق 0.833. وظلت هذه الأرقام ثابتة حتى عندما تم اختبار النموذج على مجموعات مختلفة تماماً من المرضى، مما يشير إلى أنه لم يكن مجرد تخمين محظوظ في مجموعة واحدة من البيانات.

بعيداً عن التنبؤ بالبقاء على قيد الحياة، قدمت الدراسة نظرة أعمق حول سبب كون هذه الأورام خطيرة. فقد وجد الباحثون أن الأورام عالية الخطورة، التي حددتها الأنماط الصورية، كانت متميزة بيولوجياً؛ إذ كانت مليئة بنوع معين من الخلايا يسمى "الخلايا الليفية السدوية" (stromal fibroblast)، والتي تساعد في بناء الإطار الهيكلي للورم. ومن المرجح أن هذه البيئة الكثيفة تجعل من الصعب على الجهاز المناعي محاربة السرطان وتجعل من الصعب على الأدوية الوصول إلى خلايا الورم. كما ارتبطت الأنماط الصورية بقوة مع علامات الجهاز المناعي، مما يشير إلى أن الطريقة التي يبدو بها الورم في الرنين المغناطيسي هي انعكاس مباشر للمعركة المعقدة التي تحدث بداخله بين السرطان ودفاعات الجسم.

كما سلطت الدراسة الضوء على حدود عملهم. فقد لاحظ الباحثون أن عملية رسم حدود الورم يدوياً كانت تستغرق وقتاً طويلاً جداً من الأطباء، وأن الدراسة اعتمدت على صور الرنين المغناطيسي القياسية بدلاً من تقنيات التصوير الأكثر تقدماً وتخصصاً. كما أشاروا إلى أنه رغم أداء النموذج بشكل جيد، إلا أنه بُني على بيانات سابقة، وأن الدراسات المستقبلية ستحتاج إلى اختبار النموذج في بيئات سريرية واقعية لمعرفة ما إذا كان بإمكانه حقاً توجيه قرارات العلاج. ورغم هذه التحفظات، تشير النتائج إلى أنه من خلال تعليم الحواسيب البحث عن القرائن البيولوجية الصحيحة، قد يمتلك الأطباء قريباً وسيلة غير جراحية لفهم مدى عدوانية ورم الدماغ الخفية. وهذا قد يسمح لهم بتكييف العلاجات بدقة أكبر، مع التركيز على المرضى الذين يحتاجون إلى رعاية أكثر صرامة، وإبعاد الآخرين عن السمية غير الضرورية. ويمثل هذا العمل خطوة نحو مستقبل يروي فيه شكل الورم قصة كاملة، ليس فقط عن حجمه، بل عن بيولوجيته ومصيره المحتمل.