الذكاء الاصطناعي يكتشف سرطان البروستاتا في مرحلة مبكرة يغفل عنها علماء الأمراض

تُظهر التقارير العلمية أن الذكاء الاصطناعي قادر على التعرف على الدلائل المورفولوجية الخفية للأورام في خزعات البروستاتا التي كان أخصائي علم الأمراض يعتبرها حميدة سابقًا. وقد تنبأ نموذج تعلم عميق مُدرّب باستخدام نهج الإشراف الضعيف بالرجال الذين يعانون من ارتفاع مستوى PSA والذين سيُصابون بسرطان البروستاتا ذي الأهمية السريرية (ISUP > 1) خلال الثلاثين شهرًا القادمة، والذين سيظلون خالين من السرطان لمدة 8 سنوات على الأقل. وهذا يفتح الباب أمام التصنيف المبكر للمخاطر فورًا بعد الخزعة "النظيفة" الأولية، وقد يُساعد في تحديد من يحتاج بالفعل إلى إجراءات جراحية متكررة ومراقبة مُعززة.

خلفية الدراسة

غالبًا ما تُعطي خزعة الإبرة الأولية للبروستاتا نتائج سلبية خاطئة: إذ تبقى نسبة كبيرة من حالات السرطان ذات الأهمية السريرية "خارج نطاق الفحص"، خاصةً مع خزعة TRUS المنهجية التقليدية. وقد أدى إدخال إرشادات التصوير بالرنين المغناطيسي إلى زيادة نسبة الكشف عن السرطان ذي الأهمية السريرية وتقليل عدد الإجراءات المتكررة غير الضرورية، ولكن حتى مع الاستراتيجيات الحديثة، تظل بعض الأورام الخبيثة غير مكتشفة. وتظل المعضلة السريرية قائمة: من يجب مراقبته بعد خزعة "نظيفة" ومن يجب إحالته لإعادة خزعة مبكرة، حتى لا يتأخر التشخيص ولا يُثقل كاهل المرضى بالتدخلات الباضعة.

الأساس البيولوجي لحل هذه المشكلة هو ظاهرة الأنسجة الطبيعية المُوَجَّهة/المُؤشِّرة للورم (TINT): حيث يُعيد الورم تشكيل الأنسجة المحيطة بالعضو، والتي تبدو طبيعية، تاركًا فيها آثارًا ضعيفة ولكنها منتظمة - من إعادة تشكيل النسيج الضام ونقص الأكسجين إلى التحولات الأيضية. وُصِفَت هذه التغيرات في نماذج تجريبية ولدى مرضى سرطان البروستاتا، وترتبط بشدة الورم، مما يجعل الأنسجة "الطبيعية" مصدرًا محتملًا للإشارات التشخيصية، حتى في حال عدم وجود غدد سرطانية واضحة في عينة الخزعة.

تهدف أساليب علم الأمراض الرقمي والتعلم العميق إلى استخراج سمات المجال "الدقيقة" هذه من مقاطع H&E القياسية. بخلاف علم التشكل التقليدي، الذي يركز على هياكل الورم الواضحة، يمكن للخوارزميات التقاط أنماط موزعة في السدى والظهارة مرتبطة بوجود ورم في جزء آخر من العضو. هذا يفتح المجال لتصنيف المخاطر فورًا بعد خزعة سلبية: تشير "النتيجة" الزجاجية العالية إلى استحسان إعادة الخزعة المبكرة أو توجيه التصوير بالرنين المغناطيسي، بينما تدعم النتيجة المنخفضة مراقبة أكثر دقة.

هذه هي الفكرة وراء دراسة جديدة نُشرت في مجلة "التقارير العلمية": اختبر الباحثون قدرة الذكاء الاصطناعي على التنبؤ بسرطان البروستاتا ذي الأهمية السريرية خلال الثلاثين شهرًا القادمة، استنادًا إلى مؤشرات مورفولوجية من خزعات TINT. يستند هذا العمل إلى مسودة بحثية سابقة، ويشكل أساسًا تطبيقيًا لتطبيق المؤشرات الحيوية الرقمية الميدانية في توجيه المرضى بعد خزعة أولية نظيفة.

كيف تم ذلك: التصميم، البيانات، الخوارزمية

جمع الباحثون بأثر رجعي مجموعةً من 232 رجلاً يعانون من ارتفاع في مستوى PSA، وخلصت خزعة الإبرة إلى نتيجة أولية بأنها "حميدة" (بعد الضبط التقني، أُدرج 213 مريضًا و587 مقطعًا في التحليل النهائي؛ خزعات من عام 1997 إلى عام 2016، أوميا، السويد). تطابق كل مريض مع زوج "مرآة" حسب العمر، وسنة التشخيص، ومستوى PSA: شُخِّص نصفهم بسرطان البروستاتا لاحقًا (30 شهرًا أو أقل)، بينما ظل النصف الآخر خاليًا من السرطان لمدة 8 سنوات على الأقل. حُوِّلت شرائح الهيماتوكريت والإيوزين (20×)، وقُطِّعت إلى مربعات بكسل بحجم 256×256 بكسل، وأُدخلت إلى نظام CLAM (التعلم متعدد الحالات المُقيَّد بالانتباه بالتجميع) - وهو نظام حديث ضعيف الإشراف، حيث يُعرف مصير المريض فقط، وليس علامة كل بكسل. استُخرجت السمات بواسطة ResNet18 المُدرَّبة مسبقًا على 57 مجموعة بيانات نسيجية مرضية. نقطة النهاية ثنائية: منخفضة المخاطر (حميدة/ISUP1) مقابل عالية المخاطر (ISUP2-5).

دقة التنبؤ

في اختبار مستقل، حقق النموذج مساحة تحت المنحنى (AUC) قدرها 0.81 عبر الشرائح، ومساحة تحت المنحنى قدرها 0.82 على مستوى المريض. عند عتبة توفر توازنًا مقبولًا، بلغت الحساسية 0.92 مع معدل نتائج إيجابية كاذبة قدره 0.32 (على مستوى المريض). بمعنى آخر، من بين الأشخاص الذين "أخطأت" خزعة العينة الأولية، حدد الذكاء الاصطناعي بشكل صحيح الغالبية العظمى ممن تأكدت إصابتهم بسرطان ذي دلالة سريرية سريعًا، وإن كان ذلك على حساب بعض الإنذارات الكاذبة. بالنسبة للعيادة، يُعد هذا مؤشرًا: استجابة "حميدة" للخزعة ≠ صفر خطر، ويمكن تصنيفها كميًا باستخدام عدسة رقمية.

ما الذي تلاحظه الذكاء الاصطناعي بالضبط في الأنسجة "الطبيعية"؟

أظهر التفسير عبر UMAP وخرائط الانتباه أن التغيرات في النسيج الضام هي الأكثر إفادة:

• مزيد من الكولاجين في السدى (ضغط المصفوفة، "التليف")؛
• انخفاض عدد خلايا العضلات الملساء حول الغدد؛
• أقل شيوعًا هي الإشارات الدقيقة في الظهارة الغدية، وربما تكون أقل من دقة تقليص العينات المتاحة.
  يتوافق هذا النمط مع مفهوم TINT (الأنسجة الطبيعية المُوَجَّهة/المُؤشِّرة للورم): حتى "الوضع الطبيعي" في العضو الذي يختبئ فيه الورم يُعاد تشكيله تحت تأثيره، ويختلف عن "الوضع الطبيعي" في العضو الخالي من الورم. السرطان ليس مجرد بؤرة، بل هو أيضًا مجال، ويتعلم الذكاء الاصطناعي قراءة تأثير المجال.

كيف يكون هذا النهج مفيدًا في الممارسة العملية - السيناريوهات المحتملة

• إعادة الخزعة بناءً على المخاطر: معدل ذكاء اصطناعي مرتفع على زجاج "نظيف" - حجة لصالح إعادة الخزعة المبكرة أو التوجيه بالتصوير بالرنين المغناطيسي بدلاً من الانتظار.
• تخصيص المراقبة: تعمل السرعة المنخفضة على موازنة القلق بعد التصوير بالرنين المغناطيسي "الحدودي" وتسمح بتخفيف شدة المراقبة.
• تدريب نمط TINT: تساعد خرائط الانتباه والتراكبات التفاعلية أخصائيي علم الأمراض على رؤية الحقول الدقيقة حول السرطان، مما يحسن من اتساق التقارير.

من المهم أن نفهم القيود

إنه مركز وحيد في شمال السويد (غالبية سكانه من القوقازيين)، وتصميمه رجعي، وأُجريت الخزعات الأساسية دون توجيه بالرنين المغناطيسي (خزعات منهجية بتقنية TRUS)، والعلامات هي نتائج مستقبلية وليست "ورمًا خفيًا على الشريحة نفسها". لم يُجرَ أي تحقق خارجي في مراكز/أجهزة مسح مستقلة حتى الآن، ولا توجد تجربة استباقية لتأثير الخوارزمية على القرارات والنتائج السريرية. لا يزال معدل النتائج الإيجابية الكاذبة كبيرًا - فالنموذج لا يحل محل الطبيب، ولكنه يضيف طبقة احتمالية لاتخاذ القرارات بشكل مشترك.

ما هو التالي: خارطة طريق التنفيذ

• التحقق الخارجي متعدد المراكز (أجهزة مسح ضوئي مختلفة، وبروتوكولات، ومجموعات عرقية مختلفة).
• دراسات القرار المستقبلية: هل تغير درجة الذكاء الاصطناعي مسار المريض (الوقت المستغرق للتشخيص، وعدد الخزعات المتكررة غير الضرورية، والإفراط في التشخيص/النقص في التشخيص).
• التكامل مع التصوير بالرنين المغناطيسي والعيادة: نماذج مجمعة (PSA، MRI PIRADS، العوامل السريرية + درجة TINT وفقًا لـ H&E).
• الخطوات التقنية: توحيد معايير التحول الرقمي، ومراقبة انحراف البيانات، والقدرة على التفسير (تراكبات الاهتمام للروتين).

المصدر: تشيليبيان إي، أفينيل سي، ياريمو هـ، أندرسون ب، بيرغ أ، والبي سي، وآخرون. اكتشاف ورم يُشير إلى تغيرات مورفولوجية في خزعات البروستاتا الحميدة من خلال الذكاء الاصطناعي. التقارير العلمية (مجلة نيتشر بورتفوليو)، نُشر في ٢١ أغسطس ٢٠٢٥. معرف الوثيقة الرقمية: https://doi.org/10.1038/s41598-025-15105-6