Multimodal Deep Learning Fusion for Lung Cancer Subtype Differentiation from CT and PET Imaging
تقترح هذه الورقة إطار عمل لتعلم الحالات المتعددة الهجين الذي يدمج تصوير الأشعة المقطعية (CT) والتصوير المقطعي بالإصدار البوزيتروني (PET) عبر مشفرات (EfficientNet-B0) متوازية وآليات الانتباه المتقاطع لتحقيق تمييز آلي على مستوى المريض بين سرطان الرئة غير صغير الخلايا (NSCLC) وسرطان الرئة صغير الخلايا (SCLC)، مما أظهر أداءً محسناً مقارنة بالطرق المرجعية في التعامل مع عدم توازن الفئات وتقليل الاعتماد على التجزئة اليدوية.
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
في عالم رعاية مرضى السرطان عالي المخاطر، يكمن الفرق بين العلاج المنقذ للحياة والخطأ القاتل غالباً في تمييز واحد حاسم: تحديد نوع سرطان الرئة الذي يعاني منه المريض بدقة. هناك نوعان رئيسيان يجب على الأطباء الفصل بينهما فوراً. النوع الأول، المعروف باسم سرطان الرئة غير صغير الخلايا، يميل إلى النمو في بقعة محددة ويمكن غالباً استئصاله بالجراحة أو علاجه بأدوية مستهدفة. أما النوع الآخر، وهو سرطان الرئة صغير الخلايا، فهو أكثر عدوانية بكثير؛ حيث ينتشر بسرعة عبر الجسم ويتطلب نهجاً مختلفاً تماماً، يتضمن عادةً علاجاً كيميائياً وإشعاعياً قوياً. إن الخطأ في هذا التشخيص يعني إعطاء المريض الدواء الخاطئ، مما قد يؤدي إلى تأخير العلاج الصحيح ويسمح للمرض بالتقدم. ولاتخاذ هذا القرار، يعتمد الأطباء على أداتين للتصوير الطبي قوية للغاية. إحداهما هي الأشعة المقطعية (CT scan)، والتي تعمل بمثابة مخطط معماري مفصل، يوضح الشكل والحجم الفيزيائي للورم. والأخرى هي التصوير المقطعي بالإصدار البوزيتروني (PET scan)، والتي تعمل بمثابة خريطة استقلابية، حيث تضيء المناطق التي تحرق فيها الخلايا الطاقة بمعدل مرتفع بشكل غير عادي، وهو علامة شائعة للسرطان. وبينما يمتلك الأطباء مهارة عالية في قراءة هذه الصور، إلا أن المهمة صعبة، وغالباً ما تروي نوعا التصوير قصصاً مختلفة يصعب دمجها بشكل مثالي.
قام فريق من الباحثين في الجامعة الإسلامية في باكستان بتطوير نظام حاسوبي جديد مصمم لمساعدة الأطباء على اتخاذ هذا القرار الصعب بسرعة ودقة أكبر. فبدلاً من مطالبة الحاسوب بمجرد النظر إلى الأشعة المقطعية والأشعة المقطعية بالإصدار البوزيتروني جنباً إلى جنب، بنى الباحثون "دماغاً رقمياً" يتعلم فهم كل نوع من أنواع الصور بشكل مستقل قبل محاولة دمجهما. لقد أدركوا أن البرامج الحاسوبية السابقة غالباً ما فشلت لأنها كانت تجبر النوعين المختلفين من الصور على الاختلاط مبكراً جداً، مما يؤدي إلى طغيان التفاصيل الهيكلية الواضحة للأشعة المقطعية على الإشارات المتوهجة الدقيقة للأشعة المقطعية بالإصدار البوزيتروني. ولحل هذه المشكلة، يستخدم النظام الجديد مسارين منفصلين لدراسة الصور؛ حيث يحلل أحد المسارين البنية الفيزيائية، بينما يدرس المسار الآخر النشاط الاستقلابي. وفقط بعد أن يشكل كل مسار فهمه الخاص، يلتقيان لمشاركة ما تعلمه كل منهما. ويستخدم النظام آلية خاصة، تشبه تسليط الضوء (السبوت لايت)، لتحديد الأجزاء الأكثر أهمية في الصور، مما يسمح له بالتركيز على الورم مع تجاهل الأنسجة السليمة المحيطة به.
اختبر الباحثون هذا النظام على مجموعة كبيرة من السجلات الطبية لـ 355 مريضاً، وهي مجموعة تعكس التحدي الواقعي لهذا المرض: حيث كان الغالبية العظمى من هؤلاء المرضى يعانون من النوع الأكثر شيوعاً (غير صغير الخلايا)، بينما كان عدد قليل فقط منهم يعانون من النوع العدواني (صغير الخلايا). ويمثل هذا التفاوت عقبة رئيسية أمام البرامج الحاسوبية، التي غالباً ما تتعلم تجاهل الحالات النادرة لأنها قليلة العدد. وقد صُمم النظام الجديد خصيصاً للتغلب على هذا الأمر من خلال التعامل مع مجموعة الصور الكاملة لمريض واحد كوحدة واحدة، بدلاً من الحكم على كل شريحة من الأشعة بشكل فردي. سمح هذا النهج للحاسوب بتجميع الصورة الكاملة لحالة المريض، حتى لو كان السرطان مرئياً في شرائح محددة فقط. وعندما أجرى الباحثون اختباراتهم، نجح النظام في التمييز بين النوعين من السرطان بدرجة عالية من الدقة. والأهم من ذلك، أنه تمكن من تحديد حالات سرطان الرئة صغير الخلايا النادرة والعدوانية في 37.50% من الحالات التي ظهر فيها، وهو تحسن كبير مقارنة بالطرق السابقة التي كانت تفشل غالباً في رصد هذه الحالات تماماً.
كما أثبت النظام أنه سريع للغاية، حيث يمكنه تحليل ما يعادل شريحة واحدة من الأشعة في غضٍ 1.71 مللي ثانية فقط. وتوحي هذه السرعة بإمكانية استخدام هذه الأداة في المستشفيات المزدحمة لتحديد المرضى المعرضين لمخاطر عالية بسرعة، مما يمنح الأطباء رأياً ثانياً بشكل فوري تقريباً. ويؤكد الباحثون أن هذه التكنولوجيا ليست تهدف إلى استبدال الطبيب، بل لتعمل كمساعد قوي يسلط الضوء على التفاصيل الأكثر أهمية في الصور. ومن خلال الجمع بين الخريطة الفيزيائية للأشعة المقطعية والخريطة الاستقلابية للأشعة المقطعية بالإصدار البوزيتروني بطريقة تحترم الطبيعة الفريدة لكل منهما، يقدم النظام رؤية أوضح للمرض. وبينما يقر الباحثون بأن هناك حاجة لمزيد من الاختبارات قبل أن تصبح هذه الأداة قابلة للاستخدام في المستشفيات حول العالم، فإن عملهم يمهد طريقاً واعداً لاستخدام الذكاء الاصطناعي لحل واحدة من أكثر المشكلات إلحاحاً في رعاية مرضى سرطان الرئة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.