Machine learning-based clinical, protemic and pathomics model to predict overall survival and therapeutic benefit in patients with cervical cancer
طورت هذه الدراسة وصادقت على بصمة "Pat-Cli" القائمة على التعلم الآلي ومنخفضة التكلفة، والتي تدمج البيانات السريرية والبيانات الباثومية للتنبؤ بدقة بالبقاء على قيد الحياة الإجمالي وتحديد مرضى سرطان عنق الرحم الذين قد يستفيدون من العلاج الكيميائي الإشعاعي المساعد، مما يوفر بديلاً متفوقاً لتصنيف TNM التقليدي للإدارة الدقيقة الشخصية.
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
أدوات المحقق: قراءة القصة المكتوبة داخل الخلايا
تخيل أنك محقق يحاول حل لغز ما، ولكن بدلاً من البحث عن بصمات الأصابع أو آثار الأقدام، أنت تبحث في العالم المجهري داخل جسم الإنسان. في عالم الطب، وتحديداً لنوع من السرطان يسمى سرطان عنق الرحم، اعتمد الأطباء تقليدياً على كتاب قواعد قياسي يسمى "نظام تصنيف TNM". فكر في هذا الأمر كأنك تحكم على عاصفة فقط من خلال حجم السحب التي تبدو من بعيد؛ فهذا الكتاب يخبرك أن العاصفة موجودة، لكنه لا يخبرك ما إذا كانت مجرد نسيم لطيف أم إعصار سيعصف بسقف منزلك. هذا الكتاب يساعد، ولكنه غالباً ما يغفل التفاصيل الخفية التي تحدد ما إذا كان المريض سيتحسن أم سيبقى مريضاً.
للحصول على صورة أوضح، بدأ العلماء في استخدام أداتين قويتين جديدتين. الأولى هي البروتيوميات (Proteomics)، وهي تشبه التقاط لقطة لكل عامل (بروتين) داخل الخلية لرؤية الوظائف التي يقومون بها. والثانية هي الباثوميات (Pathomics)، وهي تشبه استخدام كاميرا فائقة الذكاء لمسح شريحة نسيجية وقياس الأنماط والأنسجة الدقيقة التي لا تستطيع العين البشرية رؤيتها، مما يحول الصورة إلى جبل من البيانات. وبينما تعد هذه الأدوات مذهلة، إلا أنها قد تكون مكلفة ومعقدة، مثل محاولة حل لغز يحتوي على ألف قطعة بينما لا تملك سوى قطع قليلة. السؤال الكبير الذي يطرحه العلماء هو: هل يمكننا دمج كتاب القواعد القد والموثوق مع الكاميرا عالية التقنية لخلق أداة تنبؤ مثالية تكون أيضاً ميسورة التكلفة وسهلة الاستخدام؟ هذا هو بالضبط اللغز الذي سعى فريق من الباحثين لحله.
قصة الورقة البحثية: بطاقة تقييم جديدة لسرطان عنق الرحم
في هذه الدراسة، قرر الباحثون، بقيادة تيانينغ يانغ وفريقها، بناء "بطاقة تقييم" جديدة للتنبؤ بمدة بقاء المرضى المصابين بسرطان عنق الرحم على قيد الحياة، وما إذا كانوا سيستفيدون من علاجات إضافية مثل العلاج الكيميائي أو الإشعاعي. لقد جمعوا بيانات من 191 مريضاً خضعوا للجراحة بين عامي 2012 و2015، بل واختبروا أفكارهم على مجموعة منفصلة مكونة من 49 مريضاً للتأكد من أن بطاقة التقييم الخاصة بهم تعمل للجميع، وليس فقط للمجموعة الأولى.
جرب الفريق ثلاث طرق مختلفة لبناء نموذج التنبؤ الخاص بهم. أولاً، نظروا فقط في الحقائق السريرية القياسية (مثل حجم الورم وما إذا كان السرطان قد انتشر إلى العقد اللمفاوية). ثانياً، حاولوا استخدام بيانات "البروتيوميات" فقط (عمال البروتين). ثالثاً، استخدموا "الباثوميات" (مسحات الكاميرا فائقة الذكاء لشرائح الأنسجة). وعندما قارنوا بين هذه الطرق الثلاث، كان نموذج الباثوميات هو نجم العرض، حيث عمل مثل رادار عالي الحساسية يمكنه رصد علامات الخطر بشكل أفضل من الحقائق السريرية أو بيانات البروتين وحدها.
ومع ذلك، أدرك الباحثون أن استخدام بيانات البروتين فقط يشبه محاولة الجري في ماراثون مع حقيبة ظهر ثقيلة؛ فقد كان الأمر مكلفاً ومعقداً للغاية ليكون عملياً في كل مستشفى. لذا، توصلوا إلى حل ذكي؛ حيث دمجوا الحقائق السريرية القياسية مع بيانات كاميرا "الباثوميات" لإنشاء نموذج جديد أطلقوا عليه اسم Pat-Cli.
ماذا وجدوا؟
تبين أن نموذج Pat-Cli كان قوة ضاربة. فعندما اختبروه، توقع معدل البقاء على قيد الحياة لمدة 5 سنوات بدقة (AUC) بلغت 0.964 في مجموعة التدريب الخاصة بهم و0.802 في مجموعة الاختبار. كان هذا أفضل قليلاً حتى من نموذج "الثلاثي الخطير" الذي حاول استخدام البيانات السريرية والبروتينية والباثومية معاً. وخلص الباحثون إلى أن إضافة بيانات البروتين لم تحسن التنبؤ بما يكفي لتبرير التكلفة والجهد الإضافيين. كان نموذج Pat-Cli هو الحل الأمثل: دقيق للغاية، سهل الفهم، وفعال من حيث التكلفة.
من هم المعرضون للخطر؟
أظهرت الدراسة أن المرضى الذين لديهم درجة خطورة عالية في نموذج Pat-Cli كانوا أكثر عرضة لامتلاك سمات سرطانية عدوانية، مثل انتشار السرطان إلى العقد اللمفاوية الحوضية أو غزو الأنسجة المجاورة. ولكن الجزء الأكثر إثارة هنا هو أن النموذج لم يتنبأ فقط بمن هو مريض، بل تنبأ بمن سيستفيد من العلاج.
وجد الباحثون أن المرضى ذوي درجات Pat-Cli العالية الذين تلقوا علاجاً إضافياً (العلاج الكيميائي الإشعاعي) بعد جراحتهم عاشوا لفترات أطول بشكل ملحوظ. كان الأمر كما لو أن النموذج حدد مجموعة من المرضى الذين تعمل "محركات السرطان" لديهم بسرعة كبيرة لدرجة أنهم يحتاجون إلى مكبح شديد القوة (العلاج الكيميائي/الإشعاعي) لإيقافهم. ومن ناحية أخرى، لم يبدُ أن المرضى ذوي درجات Pat-Cli المنخفضة قد استفادوا من هذه العلاجات المكثفة. وهذا يشير إلى أن المرضى منخفضي المخاطر قد يتمكنون من تجنب الآثار الجانبية القاسية للعلاج المكثف، بينما يحصل المرضى عالي المخاطر على الرعاية المكثفة التي يحتاجون إليها بشدة.
"السبب" وراء الدرجة
لفهم "لماذا" نجحت هذه الدرجة، نظر الفريق إلى البيولوجيا الكامنة وراءها. واكتشفوا أن المرضى عالي المخاطر لديهم "بصمة" محددة في خلاياهم: خلاياهم عالقة في دورة سريعة من الانقسام والتكاثر، مثل مصنع يعمل فوق طاقته. كانت البروتينات في هذه الخلايا تركز جميعها على انقسام الخلايا وتتجاهل المكابح التي عادة ما توقف نمو الخلايا بسرعة كبيرة. وهذا يفسر سبب استجابة هؤلاء المرضى جيداً للعلاج الكيميائي، المصمم لمهاجمة الخلايا التي تنقسم بسرعة.
ما تستبعده الورقة البحثية
تشير الدراسة صراحةً إلى أن إضافة اختبار بروتيني معقد ومكلف إلى المزيج لا يجعل التنبؤ أفضل بكثير. فبينما قدمت بيانات البروتين رؤى رائعة حول "سبب" سلوك السرطان بشكل سيء، إلا أنها لم تساعد في التنبؤ بالنتائج بشكل أفضل من الجمع البسيط بين الحقائق السريرية ومسحات الأنسجة. ويرى المؤلفون أنه في الوقت الحالي، فإن اختبار البروتين المكلف غير ضروري لإجراء هذه التنبؤات المحددة.
ما مدى ثقتهم؟
الباحثون واثقون جداً في نتائجهم لأنهم اختبروا نموذجهم على مجموعات مختلفة من الناس (التدريب، الاختبار، والتحقق الخارجي). لقد استخدموا تعلم الآلة المتقدم لمعالجة الأرقام ووجدوا نتائج متسقة. ومع ذلك، فقد اعترفوا أيضاً بأن دراستهم أجريت في مستشفى واحد، لذا يقترحون الحاجة إلى دراسات مستقبلية مع عدد أكبر من المرضى من أماكن مختلفة للتأكد من أن بطاقة التقييم هذه تعمل في كل مكان. كما أشاروا إلى أنه بينما وجدوا "السبب" البيولوجي، إلا أنهم لم يختبروا بعد هذه الأهداف البروتينية المحددة في حيوانات أو خلاه حية لإثبات أنها السبب المباشر لسلوك السرطان.
في النهاية، تقدم هذه الورقة أداة جديدة تبعث على الأمل: طريقة للنظر في السجلات الطبية القياسية للمريض وشريحة نسيجية بسيطة، وتشغيلها عبر برنامج كمبيوتر ذكي، والحصول على إجابة واضحة حول من يحتاج إلى علاج مكثف ومن يمكن إعفاؤه منه. إنها خطوة نحو مستقبل يكون فيه علاج السرطان مصمماً بدقة لكل فرد، مما ينقذ الأرواذ ويجنب المرضى المعاناة غير الضرورية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.