مايو كلينك: تعلمت الذكاء الاصطناعي اكتشاف سرطان البنكرياس قبل سنوات من التشخيص السريري

في عيادة مايو كلينك، عرضوا نظام ذكاء اصطناعي يكتشف علامات سرطان البنكرياس على التصوير المقطعي الروتيني قبل التشخيص السريري بفترة طويلة. في دراسة التحقق من الصحة، تعرفت نماذج REDMOD على المرض في المتوسط قبل 475 يوماً من التشخيص وبشكل أكثر تكراراً بكثير من المتخصصين بدون مساعدة الذكاء الاصطناعي.

لماذا هذا مهم

سرطان البنكرياس هو أحد أخطر أنواع الأورام ليس لأنه لا يمكن رؤيته على الإطلاق، بل لأنه عادة ما يتم اكتشافه في وقت متأخر جداً. في المراحل المبكرة، ينتج الورم أعراضاً قليلة جداً وغالباً ما يبدو كنسيج طبيعي في الصور. وفقاً لبيانات مايو كلينك، يتعلم أكثر من 85٪ من المرضى عن تشخيصهم فقط بعد انتشار المرض، وتبقى معدلات البقاء على قيد الحياة لمدة خمس سنوات أقل من 15٪.

هذا هو السبب في أن فكرة 'اكتشاف' المرض على الصور التي تم التقاطها لأسباب أخرى تبدو واعدة جداً. التصوير المقطعي المحوسب يُستخدم بالفعل على نطاق واسع في العيادات، وإذا كان الذكاء الاصطناعي قادراً على تحديد المؤشرات الدقيقة للمرض بشكل موثوق على التصوير المقطعي الروتيني، فسيوفر للأطباء نافذة زمنية إضافية للفحوصات الإضافية والمراقبة، وفي بعض الحالات، العلاج في مرحلة لا تزال العملية الجراحية فيها ممكنة.

ما أظهرته الدراسة

اختبرت فريق مايو كلينك النظام على بيانات أقرب إلى الممارسة السريرية الفعلية من العروض التوضيحية المختبرية النموذجية. حلل REDMOD ما يقرب من 2000 صورة مقطعية من عيادات مختلفة وأجهزة مختلفة وبروتوكولات مختلفة. اشتملت المجموعة الرئيسية على 219 مريضاً اعتبر أخصائيو الأشعة صورهم سابقاً طبيعية، لكن تم تشخيصهم لاحقاً بسرطان البنكرياس، بالإضافة إلى 1243 فرداً من المجموعة الضابطة بدون مثل هذا التشخيص في السنوات الثلاث التالية.

• اكتشف النموذج 73٪ من الحالات السابقة للتشخيص بوسيط يبلغ حوالي 16 شهراً قبل التشخيص
• كان متوسط التقدم حوالي 475 يوماً
• في الصور التي تم التقاطها قبل أكثر من سنتين من التشخيص، أظهر الذكاء الاصطناعي ميزة تقريباً ثلاثية الأضعاف مقارنة بالمتخصصين بدون دعم النظام
• كانت حساسية REDMOD 73٪ مقابل 39٪ لدى أخصائيي الأشعة، وفي المجموعة الفرعية 'أكثر من سنتين قبل التشخيص' — 68٪ مقابل 23٪
• في الفحوصات المتكررة لنفس المرضى، ظلت تنبؤات النموذج مستقرة في 90-92٪ من الحالات

المنهج لا يتعلق بالخوارزمية 'ترى ما هو غير مرئي' بطريقة سحرية. يقيس REDMOD مئات من السمات الكمية للأنسجة — الملمس والبنية والتغييرات الدقيقة التي لا يعترف بها العين البشرية عادة كأورام واضحة. وفقاً لقول المؤلفين، يعمل النظام تلقائياً ولا يتطلب تحضيراً يدوياً شاقاً للصور قبل التحليل.

'الحاجز الرئيسي لإنقاذ الأرواح في سرطان البنكرياس هو عدم قدرتنا على

رؤية المرض بينما لا يزال قابلاً للشفاء.'

أين تكمن حدود الطريقة

على الرغم من الأرقام القوية، هذه ليست قصة عن فحص جماعي جاهز للنشر غداً. كانت الدراسة دراسة تحقق وإلى حد كبير بأثر رجعي: تم اختبار النموذج على صور موجودة بالفعل بدلاً من سير العمل السريري الفعلي، حيث يجب مراعاة التوجيه والفحوصات الإضافية وتكلفة الأخطاء وعبء العمل على الأطباء. يكتب المؤلفون بوضوح أن التحقق المستقبلي ضروري لتأكيد الفائدة السريرية للنهج.

هناك أيضاً أسئلة أكثر عملية. حتى الذكاء الاصطناعي الجيد في علم الأورام يجب أن لا يجد الحالات المريبة فقط، بل يجب أن يتجنب إطلاق الكثير من التنبيهات الكاذبة. بالإضافة إلى ذلك، لم تكن العينة متنوعة بشكل مثالي في التركيب العرقي، مما يعني أن قابلية نقل النتائج إلى جميع السكان لا تزال بحاجة إلى إثبات.

الخطوة التالية بدأت بالفعل: في دراسة AI-PACED، يختبر الأطباء كيفية دمج هذه المؤشرات في رعاية المرضى الذين يواجهون خطراً أعلى، مثل أولئك الذين يعانون من داء السكري حديث التشخيص.

ماذا يعني هذا

بالنسبة للذكاء الاصطناعي في الطب، هذا مثال نادر حيث تكون القيمة واضحة على الفور: ليست واجهة محادثة ولا أتمتة إدارية، بل فرصة لتأجيل تشخيص أحد أخطر أنواع السرطان بأشهر أو حتى سنوات أبكر. إذا أكدت التجارب المستقبلية نتائج REDMOD، ستحصل المستشفيات على أداة 'نظرة ثانية' على الصور المقطعية التي تم التقاطها بالفعل، وسيصبح التشخيص المبكر ليس نظرية بل عملية عمل فعلية.