CT-Based Radiomic Models for Stage Stratification and Relapse Prediction in Colon Cancer

يعد سرطان القولون مرضاً تكون فيه قدرة الجسم على التنبؤ بالمستقبل غالباً غير مؤكدة بقدر عدم تأكد مسار المرض نفسه. يعتمد الأطباء حالياً على نظام يسمى "تحديد المرحلة" (staging) لتخمين كيفية سلوك الورم. يصنف هذا النظام السرطان إلى مجموعات بناءً على مدى عمق نمو الورم وما إذا كان قد انتشر إلى العقد الليمفاوية المجاورة. ورغم أن هذه الطريقة هي المعيار لتحديد العلاج، إلا أنها ليست مثالية؛ فقد يكون لمريضين في نفس المرحلة نتائج مختلفة تماماً؛ أحدهما قد يُشفى بالجراحة وحدها، بينما قد يعود السرطان لدى الآخر في غضون خمس سنوات. هذا اليقين يترك الأطباء في صراع لاختيار العلاج المناسب قبل أن يخضع المريض للعملية الجراحية. والهدف من الطب الحديث هو إيجاد طريقة لرؤية ما بداخل بيولوجيا الورم دون فتحه، وذلك باستخدام الصور التي تم التقاطها بالفعل للتخطيط للجراحة.

لقد اتخذ فريق من الباحثين في إسبانيا خطوة نحو هذا الهدف من خلال تعليم الحواسيب قراءة التفاصيل الخفية في صور الأشعة المقطعية (CT scans) القياسية. هذه الفحوصات هي صور الأشعة السينية ثلاثية الأبعاد التي يلتقطها الأطباء قبل الجراحة للتحقق من انتشار المرض. ركز الباحثون على مجال يسمى "الراديوميكس" (radiomics)، والذي يعامل الصور الطبية ليس فقط كصور للعين البشرية، بل كمكتبات ضخمة من البيانات. فبينما ينظر الطبيب إلى الفحص ليرى شكل وحجم الورم، يمكن للحاسوب قياس آلاف الأنماط الصغيرة في درجات الرمادي والأنسجة التي لا تراها العين المجردة. قد تعكس هذه الأنماط كيفية ترتيب الخلايا داخل الورم أو مدى عدوانيته. ومن خلال تحليل هذه الأنسجة الدقيقة، أمل الباحثون في بناء أداة يمكنها التمييز بين مرحلتين محددتين من سرطان القولون والتنبؤ بالمرضى الذين يُحتمل أن يعود إليهم المرض.

شملت الدراسة 104 مرضى تم تشخيص إصابتهم بسرطان القولون وخضعوا لأشعة مقطعية قبل الجراحة. عمل الباحثون مع مجموعة محددة من المرضى، مستبعدين أولئك الذين يعانون من حالات جينية نادرة أو أنواع أخرى من السرطان، لضمان أن تكون البيانات نظيفة ومركزة. أخذوا صور الأشعة المقطعية وتتبعوا مخطط حدود الورم الأولي يدوياً في ثلاثة أبعاد، مما خلق خريطة رقمية دقيقة لحجم الورم. ومن هذه الخريطة، استخرج الحاسوب 105 قياساً مختلفاً. وصفت هذه القياسات شكل الورم، وتوزيع السطوع داخله، والنسيج المعقد لسطحه. ثم دمج الفريق هذه القياسات الصورية مع معلومات أساسية للمريض، مثل العمر والجنس، لبناء مجموعة من النماذج الرياضية.

لاختبار مدى فعالية هذه النماذج، قسم الباحثون مجموعتهم من المرضى إلى مجموعتين؛ استخدموا المجموعة الأكبر لتعليم الحاسوب كيفية التعرف على الأنماط، واحتفظوا بالمجموعة الأصغر لتكون بمثابة اختبار نهائي. تعلم الحاسوب البحث عن تركيبات محددة من الـ 105 قياساً المرتبطة بالنتيجة. كانت المهمة الأولى هي معرفة ما إذا كان النموذج يستطيع التمييز بين سرطان المرحلة الثانية والمرحلة الثالثة. هذا التمييز أمر بالغ الأهمية لأن مرضى المرحلة الثالثة يتلقون عادةً علاجاً كيميائياً بعد الجراحة، بينما غالباً لا يتلقى مرضى المرحلة الثانية ذلك، ومع ذلك، قد ينتكس بعض مرضى المرحلة الثانية. تعلم النموذج تحديد هذه المراحل بناءً على الصور ما قبل الجراحة فقط. وفي الاختبار النهائي، ميز النموذج بشكل صحيح بين المرحلتين بنسبة 76 في المائة تقريباً. وكان بارعاً بشكل خاص في رصد حالات المرحلة الثانية، حيث حددها بشكل صحيح بنسبة تقارب 89 في المائة.

كانت المهمة الثانية، وهي ربما الأكثر أهمية، هي التنبؤ بما إذا كان المريض سيعاني من انتكاسة خلال خمس سنوات. هذا تنبؤ أصعب بكثير لأنه يتضمن تخمين السلوك المستقبلي للمرض. اختبر الباحثون عدة طرق مختلفة لتعلم الحاسوب للعثور على الأفضل. ووجدوا أن نوعاً معيناً من النماذج، الذي يبحث عن العلاقات بين العديد من المتغيرات المختلفة في آن واحد، كان الأفضل أداءً. حقق هذا النموذج دقة عالية، حيث تنبأ بخطر الانتكاسة بدقة في 91 في المائة من الحالات في مجموعة الاختبار. وكان حساساً بشكل خاص، مما يعني أنه نادراً ما يغفل عن مريض سيعاني من عودة المرض، حيث رصد 95 في المائة من تلك الحالات. كما نظرت الدراسة في المرضى ضمن كل مرحلة على حدة؛ فحتى عند النظر فقط في مرضى المرحلة الثانية أو فقط في مرضى المرحلة الثالثة، حافظ النموذج على قوة تنبؤية قوية، مما يشير إلى أن نسيج الورم في الفحص يحمل معلومات حول المخاطر بغض النظر عن المرحلة الرسمية.

تشير النتائج إلى أن النسيج البصري للورم في الأشعة المقطعية يحتوي على أدلة حول سلوكه البيولوجي تفتقدها طرق تحديد المرحلة الحالية. لاحظ الباحثون أن الأورام ذات الأنماط الأكثر تجانساً وانتظاماً في الفحص كانت تميل إلى الانتماء لمرضى لم يعود إليهم المرض، بينما ارتبطت الأنسجة الأكثر فوضوية وعدم تجانس بخطر أعلى لعودة المرض. وهذا يتماشى مع فكرة أن النسيج غير المنتظم وغير المنظم في الصورة قد يعكس بيولوجيا ورم أكثر عدوانية وفوضوية. لم تثبت الدراسة أن هذه الأنماط تسبب سلوك السرطان بطريقة معينة، لكنها أظهرت وجود صلة قوية بين بيانات الصورة ونتيجة المريض. وأشار الفريق إلى أن عملهم كان محدوداً بحقيقة أنه أُجري في مستشفى واحد وبعدد قليل نسبياً من المرضى، وأن نماذج الحاسوب تم تدريبها واختبارها باستخدام بيانات من نفس المؤسسة. وأقروا بأن هذه النماذج تحتاج إلى اختبارها على مجموعات أكبر من الناس ومن مستشفيات مختلفة للتأكد من فعاليتها في العالم الحقيقي.

يقدم هذا البحث طريقة جديدة محتملة للنظر في سرطان القولون قبل بدء العلاج. فبدلاً من الانتظار حتى تكشف الجراحة عن الطبيعة الكاملة للورم، قد يستخدم الأطباء يوماً ما هذه الأدوات القائمة على الصور للحصول على صورة أوضح للمخاطر التي يواجهها المريض. وإذا تم التحقق من صحة هذه النماذج في دراسات مستقبلية، فقد تساعد الأطباء في تحديد من يحتاج إلى العلاج الكيميائي ومن يمكنه الاستغناء عنه بأمان، مما يقلل من العلاج غير الضروري للبعض بينما يضمن حصول الآخرين على الرعاية التي يحتاجونها. إن هذا العمل لا يحل محل نظام تحديد المرحلة الحالي، بل يشير إلى إمكانية تحسينه بإضافة هذه التفاصيل الكمية من الفحوصات. وفي الوقت الحالي، تظل النتائج خطوة واعدة نحو نهج أكثر تخصيصاً لعلاج سرطان القولون، محولةً صورة روتينية ما قبل الجراحة إلى مصدر للرؤية التنبؤية العميقة.