Preoperative Machine-Learning Models for Predicting Postoperative Morbidity after Anterior Clinoidal Meningioma Surgery: Development and External Validation
طورت هذه الدراسة ونقحت خارجياً نماذج تعلم آلي قبل الجراحة تتنبأ بنجاح بالمضاعفات الطبية، والعجز الحركي، والتدهور المعرفي بعد جراحة الورم السحائي المنجلي الأمامي، مما أدى إلى إنشاء حاسبة مخاطر عبر الإنترنت تجريبية.
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
تخيل ورماً ينمو في عمق الجمجمة، مستقراً بجانب الأسلاك والأنابيب الدقيقة التي تبقي الإنسان على قيد الحياة. هذا هو الواقع لمرضى الأورام السحائية في المنطقة المجاورة للنتوء المضيقي الأمامي (anterior clinoidal meningiomas)، وهي نوع محدد من أورام الدماغ التي تنشأ بالقرب من مقدمة قاعدة الجمجمة. هذه الأورام يصعب استئصالها بشكل ملحوظ لأنها تلتف حول هياكل حيوية مثل العصب البصري، الذي يتحكم في الرؤية، والشريان السباتي الداخلي، وهو وعاء دموي رئيسي يغذي الدماغ. لعقود من الزمن، اعتمد الجراحون على الخرائط التشريحية لتحديد ما إذا كان يمكن إزالة الورم بأمان، مع التركيز على شكل وحجم النمو نفسه. ومع ذلك، فإن هذه الخرائط غالباً ما تغفل عن الشخص الذي يحمل الورم؛ فالحالة الصحية العامة للمريض، وعمره، وكيفية تعامل جسده مع الإجهاد، لا تقل أهمية عن موقع الورم عند التنبؤ بما إذا كانت الجراحة ستؤدي إلى مضاعفات. وحتى الآن، لم تكن هناك طريقة موثوقة للجمع بين هذه العوامل الصحية الشخصية وتشريح الورم للتنبؤ بالمخاطر التي قد يواجهها مريض معين قبل إجراء أول شق جراحي.
لقد وضع فريق من جراحي الأعصاب وعلماء البيانات من إيطاليا والمملكة المتحدة والصين نصب أعينهم تغيير هذا الواقع عبر بناء أداة من نوع جديد. قاموا بجمع معلومات من 241 شخصاً بالغاً خضعوا لجراحة لإزالة هذه الأورام في أربعة مستشفيات مختلفة عبر ثلاث دول. وبدلاً من تحليل البيانات باستخدام الطرق الإحصائية التقليدية، استخدموا التعلم الآلي، وهو شكل من أشكال الذكاء الاصطناعي الذي يمكنه إيجاد أنماط معقدة في مجموعات كبيرة من المعلومات. قام الباحثون بتغذية الكمبيوتر بتفاصيل روتينية متاحة قبل الجراحة: عمر المريض، وحالته الصحية القائمة، وقوته البدنية، وميزات محددة للورم تظهر في صور الرنين المغناطيسي، مثل حجمه ومدى التصاقه بالأوعية الدموية المجاورة. كان الهدف هو تعليم الكمبيوتر التنبؤ بثلاثة أنواع رئيسية من المشكلات التي قد تحدث بعد العملية: المشكلات الطبية العامة مثل العدوى أو الجلطات الدموية، والمشكلات الجراحية مثل النزيف أو تسرب السوائل، والمشكلات العصبية الجديدة مثل الضعف أو الارتباك أو فقدان البصر.
وكشفت النتائج أن الكمبيوتر استطاع بنجاح التنبؤ ببعض المخاطر دون غيرها. فقد أثبت النموذج كفاءة عالية في التنبؤ بالمضاعفات الطبية العامة، مثل العدوى أو مشاكل القلب. وتعلم النموذج أن الأورام الأكبر حجماً، والأورام التي تلتف بإحكام حول الأوعية الدموية، والمرضى الذين يعانون من المزيد من الحالات الصحية القائمة أو اللياقة البدنية المنخفضة، هم الأكثر عرضة للخطر. وعند اختباره على مرضى من مستشفيات لم يسبق للكمبيوتر رؤيتها من قبل، حقق مساحة تحت المنحنى (AUC) بلغت 0قة 0.77 لهذه المخاطر. وهذا يشير إلى أن الهشاشة العامة للمريض هي عامل رئيسي في إصابته بمشاكل صحية جهازية بعد الجراحة. كما أظهر النموذج وعوداً في التنبؤ بالقصور الحركي الجديد، مثل الضعف في الذراع أو الساق، حيث حدد أن حجم الورم وانخراط أوعية دموية معينة كانت علامات تحذيرية رئيسية. وبالمثل، استطاع النموذج تقدير خطر التدهور المعرفي، أو مشاماكل الذاكرة والتفكير، من خلال موازنة عمر المريض وحالته البدنية الحالية.
ومع ذلك، سلطت الدراسة الضوء أيضاً على حدود ما يمكن التنبؤ به قبل بدء الجراحة. فقد فشل الكمبيوتر في التنبؤ بشكل موثوق بالمضاعفات الجراحية مثل النزيف أو العدوى في موقع الجرح. وخلص الباحثون إلى أن هذه المشكلات المحددة يرجح أن تكون ناتجة عما يحدث داخل غرفة العمليات أثناء الإجراء نفسه، بدلاً من حالة المريض قبل وصوله. علاوة على ذلك، لم يستطع النموذج التنبؤ بضعف البصر الجديد. وبينما وجدت الدراسة أن حوالي 8 في المائة من المرضى عانوا من مشاكل بصرية جديدة بعد الجراحة، إلا أن هذه المشكلات تلاشت دائماً تقريباً في غضون عام واحد، ولم يجد الباحثون أي عوامل سابقة للجراحة تشير إلى من سيتأثر بها. وهذا يشير إلى أن النتائج البصرية غير قابلة للتنبؤ بشكل كبير بناءً على البيانات الحالية، أو أنها تتأثر بعوامل لم تقم المجموعة بقياسها، مثل الحالة الصحية المحددة للعصب البصري نفسه.
قام الفريق بترجمة نماذجهم الناجحة إلى حاسبة عبر الإنترنت يمكن للأطباء استخدامها لتقدير ملف مخاطر المريض. ورغم أن هذه الأداة ليست جاهزة بعد للاستخدام السريري الروتيني وتتطلب مزيداً من الاختبارات لضمان عملها بشكل مثالي في كل مستشفى، إلا أنها تمثل خطوة مهمة للأمام. فهي تنقل النقاش من التقييم العام للورم إلى التنبؤ الشخصي بالمخاطر، مما يساعد الجراحين والمرضى على فهم الأخطار المحددة التي قد يواجهونها. ومن خلال التركيز على صحة المريض جنباً إلى جنب مع تشريح الورم، يقدم هذا العمل مساراً أوضح نحو تخطيط جراحي أكثر أماناً وتخصيصاً لبعض أصعب عمليات جراحة الدماغ.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.