تخيل أنك تحاول العثة على حصاة صغيرة، مشوهة الشكل، ومخبأة داخل كرة ضخمة ومتشابكة من خيوط الصوف. هذا هو تقريبًا ما يواجهه الأطباء عندما ينظرون إلى صور الثدي للعثور على السرطان. لعقود من الزمن، استخدموا أشعة سينية ثنائية الأبعاد (2D) مسطحة، وهي تشبه التقاط صورة واحدة لتلك الكرة الصوفية. ما هي المشكلة؟ خيوط الصوف تتداخل، مما يخفي الحصاة أو يجعل العقدة تبدو وكأنها حصاة. ولحل هذه المشكلة، اخترع العلماء خدعة كاميرا جديدة تسمى "تصوير الثدي الرقمي التجسيمي" (DBT). فبدلاً من صورة مسطحة واحدة، تدور الكاميرا وتلتقط مجموعة من الشرائح، مثل تقطيع رغيف خبز. هذا يسمح للأطباء بالرؤية من خلال تشابك الخيوط لرصد الحصاة بوضوح. لكن العائق هو أن النظر في مئات من "شرائح الخبز" هذه لكل مريض أمر مرهق للعين البشرية، ومن الصعب تعليم الحواسيب القيام بذلك لأننا لا نملك "نماذج إجابة" كافية لإظهار كيف تبدو الحصوات فعليًا في الأبعاد الثلاثية.

هنا يأتي دور باحث جديد يقدم هدية ضخمة ومفيدة. لقد أنشأ مكتبة رقمية عملاقة تسمى BCSDBT-Seg، وهي في الأساس "نسخة المعلم" لصور مسح الثدي. فكر في الأمر كمجموعة من 396 لغزًا ثلاثي الأبعاد معقدًا، حيث تم تتبع أجزائه (الأورام) بعناية فائقة من قبل أعين بشرية خبيرة، شريحة تلو الأخرى. قبل ذلك، كانت معظم المكتبات العامة لهذه المسحات توفر فقط صندوقًا تقريبيًا مرسومًا حول بقعة المشكلة، مثل القول: "الحصاة موجودة في مكان ما داخل هذا المربع". لكن هذه المجموعة الجديدة تذهب إلى عمق أكبر بكثير، حيث توفر مخططًا دقيقًا ثلاثي الأبعاد للحصاة نفسها، إلى جانب تقرير مفصل يصف شكلها وحجمها ومدى خطورتها. كما اختبر الباحث ما إذا كان برنامج حاسوبي ذكي يمكنه التعلم من هذه المخططات، وأثبت أنه باستخدام "نموذج الإجابة" الجديد هذا، يمكن للحواسيب أن تصبح أفضل بكثير في العثة على الحصوات المخفية في خيوط الصوف.

المشكلة: البحث عن إبرة في كومة قش

يعد سرطان الثدي تهديدًا خطيرًا، والعثور عليه مبكرًا هو أفضل وسيلة لإنقاذ الأرواح. لفترة طويلة، اعتمد الأطباء على صور الماموجرام القياسية، والتي تشبه التقاط صورة مسطحة للثدي. تكمن المشكلة في أن أنسجة الثدي كثيفة ومتعددة الطبقات، لذا في الصورة المسطحة، يمكن لأنسجة الثدي السليمة أن تخفي ورمًا، أو يمكن لعقدة غير ضارة أن تبدو ككتلة مخيفة. ولحل هذه المشكلة، بدأ الأطباء في استخدام "تصوير الثدي الرقمي التجسيمي" (DBT). تخيل أخذ مجموعة من الشرائح الرقيقة للثدي بدلاً من صورة مسطحة واحدة. هذا يقلل من تأثير "الظل" الناتج عن تداخل الأنسجة، مما يجعل الأورام أسهل في الرؤية.

ومع ذلك، فإن النظر في هذه المجموعات ثلاثية الأبعاد هو عمل شاق. فالمسحة الواحدة تحتوي على بيانات أكثر بكثير من الصورة المسطحة، مما قد يرهق عقل طبيب الأشعة ويؤدي إلى الأخطاء. وللمساعدة، يريد الأطباء بناء برامج حاسوبية (ذكاء اصطناعي) يمكنها رصد هذه الأورام تلقائيًا. ولكن لتعليم الحاسوب، تحتاج إلى مكتبة ضخمة من الأمثلة حيث يعرف الحاسوب بالضبط كيف يبدو الورم. وحتى الآن، كانت معظم المكتبات العامة لهذه المسحات توفر فقط صندوقًا بسيطًا مرسومًا حول الورم (مثل "صندوق محيط ثنائي الأبعاد" 2D)، وهو ليس دقيقًا بما يكفي لتعليم الحاسوب الشكل أو الحجم الدقيق للمرض.

الحل: "نموذج إجابة" جديد ومفصل

قام مؤلف هذه الورقة، وهو باحث من السويد والصين، بإنشاء مجموعة بيانات جديدة مفتوحة المصدر تسمى BCSDBT-Seg. لقد أخذوا مجموعة موجودة بالفعل من مسحات الثدي (مجموعة بيانات BCS-DBT) وأضافوا إليها شيئًا مميزًا: مخططات ثلاثية الأبعاد دقيقة للأورام.

إليك ما يجعل هذه المجموعة من البيانات مميزة:

• إنها ثلاثية الأبعاد وليست مجرد ثنائية الأبعاد: بدلاً من مجرد رسم صندوق حول الورم، قام طبيبان للأشعة (أحدهما بخبرة 7 سنوات والآخر بخبرة 17 سنة) بتتبع الحواف الدقيقة للأورام يدويًا على كل شريحة من المسحة ثلاثية الأبعاد. وقد فعلوا ذلك لـ 396 مسحة من 201 مريض، مما أنتج 434 مخططًا متميزًا للأورام.
• مؤكدة بالخزعة: كل ورم في هذه المجموعة تم إثبات حقيقته من خلال خزعة (اختبار الأنسجة)، لذا فإن "نموذج الإجابة" دقيق بنسبة 100%.
• تتضمن تقريرًا: إلى جانب المخططات، أنشأ الباحث تقارير منظمة لكل حالة. تستخدم هذه التقارير نظامًا معياريًا يسمى BI-RADS لوصف شكل الورم، وكثافة أنسجة الثدي، وما إذا كان الورم يبدو حميدًا (غير ضار) أو خبيثًا (سرطانيًا).

كيف فعلوا ذلك: طريقة "التتبع والتحقق"

كانت العملية تشبه لعبة "اتبع القائد" عالية المخاطر.

1. طبيب الأشعة المبتدئ: قام طبيب بخبرة 7 سنوات بالمرور على المسحات ورسم المخططات الأولية للأورام على الشرائح ثلاثية الأبعاد.
2. طبيب الأشعة الخبير: قام طبيب أكثر خبرة بـ 17 عامًا بفحص كل رسم. إذا كان المخطط كبيرًا جدًا أو صغيرًا جدًا، فإنه يقوم بتصحيحه.
3. القواعد: وضعوا قواعد صارمة لأنواع مختلفة من الأورام. على سبيل المثال، إذا كان للورم حواف حادة ومدببة (مثل النجمة)، فقد قاموا بتتبع تلك النتوءات. وإذا كانت الحواف ضبابية، فقد كانوا حذرين من تضمين الكثير من الأنسجة السليمة. وإذا كانت هناك أورام متعددة في مسحة واحدة، فقد قاموا بتجميعها في مخطط واحد.

ماذا وجدوا: الحاسوب يصبح أكثر ذكاءً

لإثبات فائدة مجموعة البيانات الجديدة هذه، علم الباحث برنامجًا حاسوبيًا (نوع من الذكاء الاصطناعي يسمى nnU-Net) كيفية العثة على الأورام باستخدام هذه المخططات. أجروا اختبارين مختلفين:

1. اختبار "الحجم الكامل": طلبوا من الحاسوب النظر في المسحة ثلاثية الأبعاد بأكملها من البداية إلى النهاية دون أي مساعدة.
   • النتيجة: واجه الحاسوب صعوبة. فقد نجح في تحديد حوالي 34% فقط من مخطط الورم بشكل صحيح. هذا يشبه محاولة العثة على إبرة في كومة قش دون معرفة مكان كومة القش.
2. الاختبار "القائم على الآفة": أعطوا الحاسوب تلميحًا. أخبروه: "الورم موجود في مكان ما داخل هذا الصندوق المحدد". ثم جعلوا الحاسوب يركز فقط على هذه المنطقة الصغيرة.
   • النتيجة: ارتفع أداء الحاسوب بشكل هائل. فقد حقق 80.7% من المخطط بشكل صحيح، وطابق رسومات الخبراء بشكل أفضل بكثير.

يظهر هذا أنه بينما لا يزال الحاسوب يحتاج إلى القليل من المساعدة للعثة على المنطقة العامة، إلا أنه بمجرد معرفة المكان الذي يجب أن يبحث فيه، تسمح له مجموعة البيانات الجديدة بتعلم الشكل الدقيق للورم بشكل جيد جدًا.

لماذا يهم هذا الأمر

تعد مجموعة البيانات هذه نقطة تحول للباحثين. في السابق، كان عليهم التخمين أو استخدام صناديق تقريبية لتدريب ذكائهم الاصطناعي. أما الآن، فلدينا مكتبة من 434 خريطة دقيقة ثلاثية الأبعاد لأورام حقيقية، كاملة مع أوصاف مفصلة لشكلها وحجمها. وهذا يسمح للعلماء بـ:

• بناء برامج حاسوبية أفضل يمكنها مساعدة الأطباء في رصد السرطان مبكرًا.
• دراسة الأشكال والأحجام الدقيقة للأورام لفهم كيفية نموها.
• إنشاء "اختبار" معياري يمكن للجميع استخدامه لمعرفة ما إذا كان ذكاؤهم الاصطناعي الجديد يعمل بالفعل.

يؤكد الباحث أنه على الرغم من أن الحاسوب أصبح أفضل بكثير بمساعدتهم، إلا أنه ليس حلًا سحريًا بعد. ولكن من خلال توفير "نموذج الإجابة" عالي الجودة هذا، فقد منحوا المجتمع العلمي الأدوات اللازمة لبناء الجيل القادم من التكنولوجيا الطبية المنقذة للحياة.