Association of clinicopathological features with spread through air spaces in non-small cell lung cancer: a retrospective machine-learning study
وجدت هذه الدراسة الاسترجاعية القائمة على تعلم الآلة، والتي استخدمت ١٩ سمة من السمات المرضية السريرية، أنه في حين تمتلك البيانات المتاحة إشارة تمييزية متوسطة للتنبؤ بالانتشار عبر الفراغات الهوائية (STAS) في سرطان الرئة غير صغير الخلايا، فإن النموذج الناتج يعد الأنسب كأداة استكشافية للارتباط بدلاً من كونه وسيلة مساعدة لاتخاذ القرار السريري قبل الجراحة بسبب توقيت التنبؤات الرئيسية الذي يلي عملية الاستئصال وضعف المعايرة.
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 المشهد المعقد لعلاج سرطان الرئة، يواجه الجراحون قراراً حاسماً في كل مرة يجرون فيها عملية جراحية: ما مقدار الأنسجة التي يجب استئصالها. الهدف هو إزالة الورم تماماً مع الحفاظ على أكبر قدر ممكن من الرئة السليمة، لكن هذا الخيار يحمل وزناً كبيراً؛ فإذا تم استئصال كمية قليلة جداً، فقد يعود السرطان، وإذا تم استئصال كمية كبيرة جداً، ستتضرر جودة حياة المريض. لعقود من الزمن، اعتمد الأطباء على حجم الورم ومظهره لاتخاذ هذا القرار. ومع ذلك، برز نمط محدد من سلوك السرطان، يُعرف باسم "الانتشار عبر المسافات الهوائية"، كتهديد خفي. يحدث هذا النمط عندما تنفصل الخلايا السرطانية عن الكتلة الورمية الرئيسية وتطفو عبر الأكياس الهوائية الصغيرة في الرئة، لتستقر في مناطق تبدو سليمة بالعين المجردة. وعندما يحدث هذا، يكون من المرجح أن يعود السرطان بعد الجراحة، حتى لو اعتقد الجراح أنه أزال كل شيء. تكمن المشكلة في أن الأطباء لا يمكنهم تأكيد هذا النمط الخطير إلا بعد إزالة الرئة وفحصها تحت المجهر، وهو وقت يكون فيه القرار بشأن مقدار ما سيتم قصه قد اتُّخذ بالفعل.
سعى فريق من الباحثين في روسيا لمعرفة ما إذا كان بإمكانهم التنبؤ بهذا الخطر الخفي قبل بدء الجراحة. قاموا بجمع بيانات من 230 مريضاً خضعوا لجراحة لسرطان الرئة غير صغير الخلايا، وهو نوع شائع من هذا المرض. استخدم الفريق برنامجاً حاسوبياً متطوراً، وهو نوع من الذكاء الاصطناعي المصمم للتعلم من البيانات المهيكلة، لتحليل مجموعة واسة من المعلومات حول كل مريض. تضمنت هذه المعلومات عمر المريض، والنوع المحدد للخلايا السرطانية، وحجم الورم، وما إذا كان السرطان قد غزا الأوعية الدموية أو الأعصاب. ومن الأهمية بمكان أنه من بين المتغيرات الـ 19 التي حللها الكمبيوتر، كان العمر فقط هو الحقيقة المعروفة قبل العملية؛ حيث كان 11 من الميزات في الواقع خصائص ما بعد الجراحة التي لا يمكن تحديدها إلا بعد إزالة الأنسجة وفحصها. تم تدريب الكمبيوتر للبحث عن روابط بين هذه العوامل ووجود نمط "الانتشار عبر المسافات الهوائية"، الذي تم تأكيده لدى 81 مريضاً وكان غائباً لدى الـ 149 الآخرين.
وجد الباحثون أن الكمبيوتر استطاع بالفعل رصد إشارة في البيانات. فقد تمكن من التمييز بين المرضى الذين لديهم الانتشار الخطير وأولئك الذين ليس لديهم بشكل أفضل من الصدفة العشوائية. ومع ذلك، لم تكن الإشارة قوية بما يكفي لتكون بلورة سحرية موثوقة. فقد حدد النموذج وجود الانتشار بدقة في ما يزيد قلي little قليلاً عن نصف الحالات التي كان موجوداً فيها بالفعل، بينما استبعد وجوده بنجاح في ما يقرب من أربعة من أصل خمس حالات كان غائباً فيها. والأهم من ذلك، أدرك الباحثون خللاً جوهرياً في محاولة استخدام هذه المجموعة المحددة من المعلومات لاتخاذ قرارات ما قبل الجراحة: فالعديد من الأدلة التي استخدمها الكمبيوتر، مثل الحجم الدقيق لغزو الورم أو ما إذا كان قد غزا عصباً، لا تُعرف إلا بعد أن يقوم الجراح بقص الأنسجة بالفعل. لا يمكنك معرفة حجم غزو الورم في وعاء دموي قبل أن تقوم بإزالة الورم وتنظر إليه تحت المجهر.
بسبب مشكلة التوقيت هذه، خلص المؤلفون إلى أن نموذجهم لا يمكن استخدامه كأداة لتوجيه مشرط الجراح قبل العملية. فالنموذج يشبه من ينظر إلى نموذج الإجابة بينما يحاول تخمين السؤال. ولأن الكمبيوتر أظهر قدرته على تعلم العلاقة بين خصائص المريض وسلوك السرطان، إلا أن الدقة لم تكن عالية بما يكفي للوثوق به في القرارات المصيرية بمفرده. وتعد هذه الدراسة بمثابة خريطة واضحة لما هو ممكن حالياً باستخدام السجلات الطبية القياسية، حيث تظهر أنه بينما يوجد رابط قابل للقياس بين هذه الميزات وانتشار السرطان، فإن هذا الرابط ضعيف للغاية ويعتمد بشكل كبير على حقائق ما بعد الجراحة ليكون مفيداً في غرفة العمليات. ويقترح الباحثون أن الخطوة التالية هي دمج هذه الأدلة الموجودة مع معلومات جديدة يمكن جمعها قبل الجراحة، مثل الصور التفصيلية من الفحوصات أو الاختبارات الجزيئية، لبناء أداة قد تساعد الجراحين يوماً ما في اتخاذ خيارات أفضل. أما الآن، فتقف هذه الدراسة كتقييم دقيق وصادق لحدود البيانات الحالية، مثبتة أنه بينما توجد قطع اللغز، إلا أنها لا تشكل بعد صورة كاملة يمكن استخدامها للتنبؤ بمستقبل سرطان المريض.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.