Interpretable Machine Learning and Point-of-Care Digital Risk Stratification for Pneumothorax Following Lung Tumor Ablation: A Multicenter Validation Study

عندما يعالج الأطباء أورام الرئة التي تكون أصغر من أن تُستأصل جراحياً أو تنطوي على مخاطر عالية للاستئصال، فإنهم غالباً ما يلجؤون إلى تقنية تسمى الاستئصال الحراري. في هذا الإجراء، يتم توجيه إبرة رفيعة عبر الجلد وصولاً إلى الورم، حيث تستخدم الإبرة حرارة شديدة لتدمير الخلايا السرطانية. ويعد هذا الإجراء بديلاً طفيف التوغل للجراحة المفتوحة، مما يوفر تعافياً أسرع للعديد من المرضى. ومع ذلك، فإن الرئة عضو حساس مليء بالهواء، ووخزه بالإبرة يحمل خطراً محدداً: وهو احتمال تسرب الهواء، مما يؤدي إلى انهيار الرئة. هذه الحالة، المعروفة باسم "الاسترواح الصدري" (pneumothorax)، هي مضاعفة شائعة. وبينما تكون العديد من الحالات بسيطة وتشفى من تلقاء نفسها، ينتهي الأمر بنسبة كبيرة من المرضى بانهيار حاد يتطلب إدخال أنبوب في الصدر لتصريف الهواء وإعادة نفخ الرئة. حالياً، يعامل الأطباء كل مريض بنفس الطريقة بعد الإجراء: حيث يراقبونهم عن كثب لمدة يوم كامل لمعرفة ما إذا كانت هذه المضاعفة ستحدث. وهذا النهج "الموحد للجميع" يعني أن العديد من المرضى ذوي المخاطر المنخفضة يقضون وقتاً غير ضروري في المستشفى، بينما قد لا يحصل المرضى ذوو المخاطر العالية على الاهتمام الإضافي الذي يحتاجونه حتى فوات الأوان.

لقد سعى فريق من الباحثين من مستشفيات في يونان، الصين، لتغيير هذا النهج القائم على رد الفعل من خلال بناء أداة يمكنها التنبؤ بمن هم عرضة للخطر قبل وقوع المشكلة حتى. قاموا بجمع بيانات من أكثر من 1,100 مريض خضعوا لاستئصال ورم الرئة في مستشفى رئيسي واحد واستخدموا تلك المعلومات لتدريب برنامج حاسوبي. كان الهدف هو إيجاد طريقة بسيطة للنظر في التفاصيل الخاصة بكل مريض — مثل مدى قرب الورم من الغشاء الخارجي للرئة، وعدد المرات التي توجب فيها إدخال الإبرة، ومدة استمرار عملية التسخين — وحساب الاحتمالية الدقيقة لحدوث انهيار رئوي حاد. اختبر الباحثون نموذجهم الحاسوبي مقابل ثمانية أساليب رياضية أخرى ووجدوا أن نوعاً معيناً من الخوارزميات، يُعرف باسم "الغابة العشوائية" (random forest)، كان الأكثر دقة. تعلم هذا النموذج كيفية رصد الأنماط المعقدة في البيانات التي قد يغفل عنها الأطباء البشر، مثل كيف تزداد مخاطر التسرب بشكل حاد إذا تجاوز وقت التسخين حداً معيناً أو إذا تم إدخال الإبرة أكثر من بضع مرات.

لم يتوقف الفريق عند مجرد بناء النموذج؛ بل اختبروه بصرامة لضمان عمله في العالم الحقيقي. لقد تحققوا من صحة نتائجهم باستخدام بيانات من مستشفيين آخرين في مدينتين مختلفتين، مما أثبت أن الأداة تعمل بشكل جيد حتى عند تطبيقها على مجموعات مختلفة من الناس وفرق طبية مختلفة. كما اختبروها مقابل مرضى عولجوا في تاريخ لاحق لضمان بقاء الأداة دقيقة مع تطور التقنيات الطبية. وأظهرت النتائج أن الأداة حققت مساحة تحت المنحنى (AUC) بلغت 0.86. والأهم من ذلك، أن الكمبيوتر شرح منطقه، مسلطاً الضوء على أن إجمالي وقت تسخين الورم، وعدد وخزات الإبرة، والمسافة بين الورم وجدار الرئة كانت هي العوامل الأكثر حرجاً. وكشف التحليل عن عتبات سلامة محددة: على سبيل المثال، الحفاظ على إجمالي وقت التسخين لأقل من اثنتي عشرة دقيقة والحد من إدخالات الإبر إلى أقل من ثلاث مرات قلل من المخاطر بشكل كبير.

ولجعل هذا الاكتشاف مفيداً للأطباء، حول الباحثون الكود الحاسوبي المعقد إلى موقع إلكتروني بسيط ومجاني يمكن استخدامه بجانب سرير المريض. يمكن للطبيب الآن إدخال التفاصيل الخاصة بالمريض في هذه الحاسبة وتلقي درجة مخاطر فورية تضعه في واحدة من أربع فئات: مخاطر منخفضة، متوسطة، عالية، أو عالية جداً. وهذا يسمح بتحول في كيفية رعاية المرضى؛ فالمرضى الذين تم تحديدهم كأصحاب مخاطر منخفضة يمكنهم نظرياً العودة إلى منازلهم في وقت أقرب، مما يوفر موارد المستشفى، بينما يمكن مراقبة أولئك المصنفين كمخاطر عالية بشكل وثيق أو تجهيزهم للتدخل الفوري. كما كشت الدراسة أن بعض المؤشرات الحيوية في الدم، التي تشير إلى الالتهاب أو عبء الورم، لعبت دوراً في التنبؤ بالمخاطر، مما يشير إلى أن التركيبة البيولوجية للمريض تهم بقدر ما تهم العملية الجسدية. ومن خلال الانتقال من نظام "الانتظار والمراقبة" للجميع إلى نظام يتم فيه تخصيص الرعاية وفقاً لملف المخاطر الخاص بكل فرد، توفر هذه الأداة الرقمية وسيلة لجعل علاج سرطان الرئة أكثر أماناً، وكفاءة، وتخصيصاً.