التشخيص الجيني للسرطان بالذكاء الاصطناعي: ثورة في الطب الحديث
كيف يغير الذكاء الاصطناعي قواعد اللعبة في طب الأورام؟
في خطوة علمية بارزة، نجح فريق من الباحثين في جامعة ستانفورد في تطوير أداة ذكاء اصطناعي مبتكرة قادرة على تحليل الصور المجهرية لخزعات الأورام وتحديد الأنماط الجينية التي تسهم في نمو السرطان.
ويُمثل هذا التطور قفزة هائلة في مجال التشخيص الطبي، إذ يوفر بديلًا أسرع وأقل تكلفة للطرق التقليدية المعتمدة على تسلسل الحمض النووي الريبي (RNA).
آلية التشخيص الجيني للسرطان
يعتمد التشخيص التقليدي حاليا على تحليل أنسجة الورم عبر المجهر، متبوعًا بإجراء تحليلات جينية قد تستغرق أسابيع وتكلف مبالغ طائلة. لكن في المقابل تعتمد الأداة الجديدة على بيانات مأخوذة من أكثر من 7000 عينة أورام مختلفة لتحليل الصور المجهرية للخزعات بدقة ملحوظة.
ووفقًا للدراسة المنشورة في مجلة Nature Communications، فإن الأداة قادرة على التنبؤ بالتغيرات الجينية التي تُميّز سرطانات مثل سرطان الثدي، ما يساعد في توقع نتائج المرضى بشكل أكثر سرعة وكفاءة.
الفوائد العملية للتقنية الجديدة
1. خفض التكاليف: تُغني التقنية عن الحاجة إلى التحليلات الجينية التقليدية، مما يجعلها خيارًا اقتصاديًا.
2. تسريع القرارات السريرية: توفر الأداة نتائج سريعة، ما يتيح للأطباء اتخاذ قرارات علاجية مستنيرة في وقت قياسي.
3. توسيع الوصول: يمكن استخدامها في المستشفيات والمراكز الطبية ذات الموارد المحدودة، مما يعزز من انتشار الحلول المتطورة عالميًا.
التحديات وآفاق المستقبل
رغم ما تحققه هذه التقنية من مزايا، فإن تطبيقها العملي يواجه بعض العقبات. على سبيل المثال، تحتاج الأداة إلى ضمان دقة نتائجها مع مختلف العينات، كما يتطلب استخدامها تدريبًا مكثفًا للكوادر الطبية.
ومع ذلك، فإن الإمكانات المستقبلية لهذا الابتكار هائلة، حيث يمكن توسيع نطاقه ليشمل أنواعًا متعددة من السرطانات، ما يفتح الباب لتحسين التشخيصات الطبية على مستوى أوسع.
عهد جديد
تُظهر أداة التشخيص الجيني للسرطان بالذكاء الاصطناعي قدرة التكنولوجيا على إحداث تغييرات جذرية في الطب الحديث.
وإذا نجحت هذه التقنية في تحقيق انتشار واسع، فإنها ستُسهم في تقديم رعاية طبية دقيقة تعتمد على التغيرات الجينية الفريدة لكل مريض، مما يُعزز من فعالية العلاج ويُقلل من التكلفة والوقت. بلا شك، نحن نشهد بداية عهد جديد في الطب التشخيصي يعتمد على الذكاء الاصطناعي كركيزة أساسية.
ترجمة كاملة لملخص الدراسة
أداة ذكاء اصطناعي “ترى” التوقيعات الجينية للسرطان في صور الخزعات (AI tool ‘sees’ cancer gene signatures in biopsy images)
استخدم الباحثون الذكاء الاصطناعي للتنبؤ بنشاط آلاف الجينات في الأورام اعتمادًا على الصور الروتينية للخزعات (biopsy) الورمية. ويمكن لهذه الأداة توجيه العلاج دون الحاجة إلى اختبارات جينومية مكلفة.
ولتحديد نوع وشدة السرطان، يعتمد علماء الأمراض عادةً على تحليل شرائح رقيقة من خزعة الورم تحت المجهر. لكن لمعرفة التغيرات الجينومية التي تدفع نمو الورم – وهي معلومات أساسية لتوجيه العلاج – يحتاج العلماء إلى إجراء تسلسل جيني (genetic sequencing) للـ RNA المستخلص من الورم. وهذه العملية يمكن أن تستغرق أسابيع وتكلف آلاف الدولارات.
الآن، طور باحثون في كلية طب ستانفورد برنامجًا حاسوبيًا مدعومًا بالذكاء الاصطناعي قادرًا على التنبؤ بنشاط آلاف الجينات داخل الخلايا الورمية باستخدام صور مجهرية قياسية للخزعات فقط.
وصفت هذه الأداة في مجلة Nature Communications بتاريخ 14 نوفمبر، وتم تطويرها باستخدام بيانات مستخلصة من أكثر من 7000 عينة ورمية متنوعة. وأثبت الباحثون قدرة الأداة على استخدام الصور الروتينية للخزعات لتوقع التغيرات الجينية في سرطانات الثدي وتنبؤ النتائج السريرية للمرضى.
قال الدكتور أوليفييه جفارت (Olivier Gevaert)، أستاذ مشارك في أبحاث المعلوماتية الطبية الحيوية والمؤلف الرئيسي للدراسة:
“يمكن لهذا النوع من البرمجيات أن يسرع اتخاذ القرارات السريرية من خلال التعرف السريع على التوقيعات الجينية في أورام المرضى، مما يوفر نظام الرعاية الصحية آلاف الدولارات”.
مدعوم بالجينوميات (Driven by genomics):
أصبح الأطباء يعتمدون بشكل متزايد على تحديد العلاجات المناسبة للسرطان بناءً على الجينات التي تستخدمها الأورام لدفع نموها وانتشارها. ويمكن أن يؤدي تنشيط أو تثبيط جينات معينة إلى جعل الورم أكثر عدوانية، وأكثر عرضة للانتشار (metastasis)، أو أكثر أو أقل استجابةً لعلاجات معينة.
ومع ذلك، فإن الوصول إلى هذه المعلومات غالبًا ما يتطلب إجراء تسلسل جيني (genomic sequencing) مكلف ويستغرق وقتًا طويلًا.
كان الفريق البحثي يدرك أن النشاط الجيني داخل الخلايا يمكن أن يغير مظهرها بطرق لا يمكن ملاحظتها بالعين المجردة. ولذا لجأوا إلى الذكاء الاصطناعي لاكتشاف هذه الأنماط.
بدأ الباحثون تحليل 7,584 خزعة سرطانية مأخوذة من 16 نوعًا مختلفًا من السرطان. تم تجهيز كل خزعة باستخدام تقنية التلوين بالهيماتوكسيلين والإيوزين (hematoxylin and eosin staining)، وهي تقنية معيارية تُستخدم لتصور المظهر العام للخلايا السرطانية. كما كانت البيانات المتعلقة بنسخ الجينوم (transcriptome) – التي تحدد أي الجينات نشطة – متاحة أيضًا.
نموذج العمل (A working model):
بعد دمج الباحثين لبيانات جديدة حول الخزعات الورمية ومجموعات بيانات أخرى، بما في ذلك بيانات النسخ وصور آلاف الخلايا السليمة، أصبح البرنامج الحاسوبي الذي أطلق عليه اسم SEQUOIA (slide-based expression quantification using linearized attention) قادرًا على التنبؤ بأنماط التعبير الجيني لأكثر من 15,000 جين مختلف باستخدام الصور الملونة فقط.
في بعض أنواع السرطان، كان التوافق بين نشاط الجينات الذي توقعه الذكاء الاصطناعي والبيانات الحقيقية لنشاط الجينات يزيد عن 80%. وعادةً ما كان أداء النموذج أفضل عند توفر عينات أكبر من نوع السرطان المعني.
يقول الدكتور جفارت:
“استغرق الأمر عدة محاولات لتحسين النموذج حتى وصلنا إلى مستوى مرضٍ من الأداء. ولكن في نهاية المطاف، حقق النموذج دقة كافية لاستخدامه في بعض أنواع الأورام داخل العيادات”.
ويشير أيضًا إلى أن الأطباء لا يتخذون قراراتهم بناءً على جينات فردية، بل يعتمدون على مجموعات جينية متكاملة (gene signatures) تضم مئات الجينات. على سبيل المثال، تنشط العديد من الخلايا السرطانية مجموعات جينات مرتبطة بالالتهاب أو نمو الخلايا. عند مقارنة أداء SEQUOIA في توقع تعبير الجينات الفردية وأدائها في توقع تنشيط البرامج الجينومية الكبرى، كان أداؤها أفضل في الحالة الأخيرة.
لتسهيل فهم البيانات واستخدامها، تم برمجة SEQUOIA لعرض النتائج الجينية على شكل خريطة بصرية (visual map) للخزعة الورمية، مما يسمح للعلماء والأطباء برؤية كيف تختلف التغيرات الجينية في مناطق مختلفة من الورم.
التنبؤ بنتائج المرضى (Predicting patient outcomes):
لاختبار فائدة SEQUOIA في اتخاذ القرارات السريرية، قام الباحثون بتحديد الجينات المرتبطة بسرطان الثدي والتي يستطيع النموذج التنبؤ بتعبيرها بدقة. هذه الجينات تُستخدم بالفعل في الاختبارات الجينومية التجارية، مثل اختبار MammaPrint المعتمد من إدارة الغذاء والدواء (FDA)، الذي يحلل مستويات 70 جينًا متعلقًا بسرطان الثدي لتقديم تقييم لخطر عودة السرطان.
يقول الدكتور جفارت:
“يمتلك سرطان الثدي عددًا من التوقيعات الجينية المدروسة جيدًا، والتي تم ربطها على مدار العقد الماضي باستجابات العلاج ونتائج المرضى. وهذا جعلها حالة اختبار مثالية لنموذجنا”.
أظهر الفريق أن SEQUOIA يمكنه توفير نفس نوع تقييم المخاطر الجينومي الذي يوفره اختبار MammaPrint باستخدام صور خزعات ملونة فقط. تم تكرار النتائج على مجموعات مختلفة من مرضى سرطان الثدي.
وفي كل حالة، كان المرضى المصنفون على أنهم “عالي الخطورة” بواسطة النموذج يعانون من نتائج أسوأ، بما في ذلك معدلات أعلى لعودة السرطان وفترات أقصر قبل تكراره.
المستقبل:
لا يمكن استخدام هذا النموذج حاليًا في الممارسة السريرية، حيث يحتاج إلى التجارب السريرية واعتماد إدارة الغذاء والدواء (FDA) قبل اعتماده لتوجيه قرارات العلاج. ومع ذلك، أشار الدكتور جفارت إلى أن الفريق يعمل على تحسين الخوارزمية ودراسة تطبيقاتها المحتملة.
يقول الدكتور جفارت:
“لقد أظهرنا كيف يمكن أن يكون هذا النموذج مفيدًا في سرطان الثدي، ونستطيع الآن توسيع استخدامه ليشمل جميع أنواع السرطان وتحليل أي توقيع جيني متوفر. إنها مصدر جديد تمامًا للبيانات لم يكن متاحًا من قبل”.
