Contour-free multi-instance learning versus conventional CT features for preoperative Ki-67 stratification in gastric gastrointestinal stromal tumors: a retrospective comparison

ملخص تقني: التعلم متعدد المثيلات الخالي من التخطيط مقابل سمات التصوير المقطعي المحوسب التقليدية لتقييم مؤشر Ki-67 قبل الجراحة في أورام الجهاز الهضمي السدوية (GISTs)

بيان المشكلة
تُظهر أورام الجهاز الهضمي السدوية (GISTs) تباينًا بيولوجيًا كبيرًا، وغالبًا ما يكون التقييم قبل الجراحة محدودًا لأن عوامل التنبؤ الرئيسية، مثل عدد الانقسامات الفتيلية وحالة تمزق الورم، تتطلب عادةً تأكيدًا أثناء الجراحة أو عبر الفحص الباثولوجي. يُعد مؤشر وسم Ki-67 مقياسًا حاسمًا لتكاثر الورم، حيث ترتبط القيم الأعلى بالمرض العدواني والانتكاس. ومع ذلك، يعتمد تقييم Ki-67 على خزعات أو أنسجة مستأصلة، وهو عرضة لعدم التجانس في أخذ العينات. وبينما يُستخدم التصوير المقطعي المحوسب (CT) المعزز بالتباين بشكل روتيني لتحديد مراحل المرض، فإن نماذج التنبؤ الحالية تعتمد غالبًا على مناطق اهتمام (ROIs) محددة يدويًا للورم. هذا التخطيط اليدوي (contouring) يستحدث خطوة معالجة مسبقة منفصلة، ويزيد من عبء العمل، ويحد من قابلية توسع نهج الراديوميكس (radiomics) أو التعلم العميق. علاوة على ذلك، يقابل كل ملصق (label) لمريض واحد لمؤشر Ki-67 سلسلة كاملة من صور التصوير المقطعي تحتوي على مئات المقاطع، والتي يمثل جزء منها فقط الورم. هذه البنية "ملصق واحد، مثيلات عديدة" لا يتم معالجتها بشكل أمثل باستخدام التعلم الخاضع للإشراف القياسي دون تقسيم (segmentation).

المنهجية
قيمت هذه الدراسة الاسترجاعية أحادية المركز إطار عمل التعلم متعدد المثيلات (MIL) الخالي من التخطيط المصمم لتصنيف أورام GIST المعدية حسب مؤشر Ki-67 دون الحاجة إلى تقسيم الورم.

• المجموعة والمهام: شملت الدراسة 61 مريضًا مصابًا بأورام GIST المعدية خضعوا لاستئصال جذري. تم تحديد ثلاث مهام تصنيف ثنائية بناءً على حدود قطع لـ Ki-67 عند 5% و8% و10%. تم استبعاد المرضى الذين كانت قيم Ki-67 المسجلة لهم تقع ضمن نطاق حد القطع المحدد فقط من تلك المهمة المعنية.
• معالجة البيانات:
  • السمات التقليدية: قام قارئان بشكل مستقل باستخراج 21 متغيرًا تقليديًا من التصوير المقطعي (الديموغرافيا، مورفولوجيا الورم، أنماط التعزيز، النخر، إلخ) من الصور في الطور الشرياني والوريدي.
  • التعلم متعدد المثيلات الخالي من التخطيط: تمت معالجة سلاسل التصوير المقطعي الكاملة (الشريانية والوريدية) دون تحديد موقع الورم. تم ترتيب مقاطع DICOM حسب الموقع الفيزيائي، وضبط نافذة العرض لإعداد البطن، وتوحيدها. استخدم نموذج (ResNet-18) مجمد (مدرب مسبقًا على ImageNet) لاستخراج ناقلات سمات بـ 512 بُعدًا من كل مقطع.
  • بنية MIL: شكلت السلسلة الكاملة للتصوير المقطعي لكل مريض "حقيبة" (bag) من المثيلات (المقاطع). تم تنفيذ خمس طرق لـ MIL لتجميع سمات المقاطع في تمثيل على مستوى المريض: MeanMIL، وABMIL (المعتمد على الانتباه)، وGAMIL (الانتباه ذو البوابة)، وDSMIL (ثنائي المسار)، وASMIL (الانتباه المستقر).
• مقارنة النماذج: قارنت الدراسة بين:
  1. نموذجين تقليديين (الانحدار اللوجستي مع تنظيم L2 وElastic Net).
  2. خمس طرق MIL طُبقت بشكل منفصل على الأطوار الشريانية والوريدية.
  3. أربعة تركيبات دمج متساوية اللوغاريتم (مثل: شرياني + وريدي، تقليدي + شرياني، إلخ).
• بروتوكول التقييم: تم استخدام التحقق المتقاطع (cross-validation) خماسي الطيات الطبقي على مستوى المريض، مكرر 10 مرات. تم تقييم الأداء عبر AUROC، وAUPRC، والمعايرة، وتحليل منحنى القرار (DCA). تم تحديد الدلالة الإحصائية للاختلافات باستخدام اختبارات بوتستراب المزدوجة مع تصحيح Holm. كما أُجري "تدقيق للانتباه" (attention audit) بعد التدريب للتحقق مما إذا كانت أوزان الانتباه المتعلمة ترتبط بالمقاطع التي تحتوي على الورم باستخدام مناطق اهتمام (ROIs) محددة يدويًا (والتي لم تُستخدم أثناء التدريب).

النتائج الرئيسية

• الأداء التمييزي: وجدت الدراسة عدم وجود ميزة تمييز واضحة لنماذج MIL الخالية من التخطيط أو نماذج الدمج مقارنة بسمات التصوير المقطعي التقليدية.
  • كانت أعلى قيم AUROC هي 0.645 (عند حد 5%)، و0.646 (عند حد 8%)، و0.605 (عند حد 10%).
  • بشكل حاسم، تضمنت كل فترات الثقة لـ AUROC القيمة 0.5، مما يعني أن أيًا من النماذج لم يظهر تمييزًا ذا دلالة إحصائية فوق مستوى الصدفة في هذه المجموعة.
  • بعد تصحيح Holm، لم تظل أي من الـ 90 مقارنة زوجية بين النماذج، ولا الـ 54 مقارنة بين نماذج الدمج ومكوناتها، ذات دلالة إحصائية.
• مقارنة طرق MIL: من بين طرق MIL الخمس، بقيت اثنتان فقط من المقارنات الزوجية ذات دلالة إحصائية بعد التصحيح (الوريدي DSMIL مقابل ASMIL عند AUROC 8%؛ والوريدي DSMIL مقابل GAMIL عند AUPRC 10%). لم يتفوق أي منهج MIL باستمرار على المناهج الأخرى أو على النماذج التقليدية.
• تدقيق الانتباه: في تدقيق الانتباه اللاحق للتدريب، أظهرت 34 من أصل 60 اختبارًا ارتباطًا معنويًا بين أوزان الانتباه والمقاطع التي تحتوي على الورم بعد تصحيح Holm العالمي. ومع ذلك، تباين اتجاه هذا الارتباط (21 فوق المرجع، 13 تحت المرجع)، مما يشير إلى أن أوزان الانتباه المُحسّنة للتصنيف على مستوى المريض لا تحدد موقع الورم باستمرار.
• الاستقرار: أظهرت مكونات الدمج ارتباطًا منخفضًا إلى متوسط، وكان نموذج الدمج ثلاثي المكونات أقل تباينًا من نماذج MIL أحادية الطور، ولكنه كان أكثر تباينًا من نموذج Elastic Net التقليدي.

الأهمية والادعاءات
تزعم الورقة أنها تحدد إطار عمل على مستوى المريض لتقييم سلاسل التصوير المقطعي الكاملة دون تحديد الآفة، مما يوفر بديلًا محتملاً لعملية التخطيط اليدوي المرهقة المطلوبة في الراديوميكس التقليدي.

ومع ذلك، فإن المؤلفين صريحون بشأن قيود نتائجهم:

1. لا تفوق سريري: في هذه المجموعة المحددة، لم يتفوق MIL الخالي من التخطط على سمات التصوير المقطعي التقليدية. ويذكر المؤلفون أن حجم العينة الصغير وفترات الثقة الواسعة يمنعان الوصول إلى استنتاج قاطع بشأن تكافؤ النهجين في الأداء، لكنهما بالتأكيد لم يثبتوا التفوق.
2. عبء التوصيف (Annotation): لم تقم الدراسة بقياس تقليل وقت التوصيف أو عبء العمل السريري، وهو الدافع الأساسي للنهج الخالي من التخطيط.
3. المتطلبات المستقبلية: خلص المؤلفون إلى أن التحقق الخارجي والتقييم المباشر لعبء التوصيف مطلوبان قبل اعتبار هذا التصميم صالحًا للاستخدام السريري. ويقترحون أن الدراسات المستقبلية يجب أن تستخدم مجموعات أكبر، وتمثيلات خاصة بالتصوير المقطعي، والتسجيل المكاني بين الأطوار الشريانية والوريدية.

باختصار، بينما نجحت الدراسة في تنفيذ مسار MIL خالٍ من التخطيط لتصنيف Ki-67 في أورام GIST المعدية، إلا أنها فشلت في إثبات أن هذا النهج يوفر ميزة تمييزية فوق تحليل السمات التقليدية البسيط للتصوير المقطعي.