Mayo Clinic: الذكاء الاصطناعي يتعلّم رصد سرطان البنكرياس قبل سنوات من التشخيص السريري

عرضت Mayo Clinic نظامًا للذكاء الاصطناعي يرصد علامات سرطان البنكرياس في صور الأشعة المقطعية الاعتيادية قبل وقت طويل من التشخيص السريري. وفي دراسة التحقق، اكتشف نموذج REDMOD المرض قبل تشخيصه رسميًا بنحو 475 يومًا في المتوسط، وبمعدل أعلى بوضوح من الاختصاصيين العاملين دون مساعدة الذكاء الاصطناعي.

لماذا يهم ذلك

يُعدّ سرطان البنكرياس من أخطر أنواع السرطان، لا لأنه غير مرئي أصلًا، بل لأنه يُكتشف عادةً بعد فوات الأوان. ففي المراحل المبكرة لا يسبب الورم أعراضًا تُذكر، وغالبًا ما يبدو في الصور كنسيج طبيعي. ووفق بيانات Mayo Clinic، يعلم أكثر من 85% من المرضى بتشخيصهم بعد انتشار المرض بالفعل، ولا يتجاوز معدل البقاء على قيد الحياة لخمس سنوات 15%.

ولهذا تبدو فكرة «اصطياد» المرض في صور أُجريت لأسباب أخرى فكرة قوية إلى هذا الحد. فالتصوير المقطعي المحوسب يُستخدم أصلًا على نطاق واسع في المستشفيات، وإذا تمكن الذكاء الاصطناعي من إبراز المؤشرات الضعيفة المبكرة للمرض في الصور الاعتيادية بصورة موثوقة، فسيمنح الأطباء نافذة زمنية إضافية لإجراء مزيد من الفحوصات والمتابعة، وفي بعض الحالات للعلاج في مرحلة لا تزال الجراحة فيها ممكنة.

ماذا أظهر الاختبار

اختبر فريق Mayo Clinic النظام على بيانات أقرب إلى الممارسة الواقعية من العروض المخبرية المعتادة. فقد حلّل REDMOD نحو ألفي صورة مقطعية من عيادات مختلفة، وأجهزة مختلفة، وبروتوكولات تصوير مختلفة. وضمّت العينة الأساسية 219 مريضًا اعتبر أخصائيو الأشعة صورهم طبيعية في وقت سابق، ثم شُخّصت إصابتهم بسرطان البنكرياس لاحقًا، إضافة إلى 1243 شخصًا في المجموعة الضابطة لم يُشخَّص لديهم هذا المرض خلال السنوات الثلاث التالية.

• تعرّف النموذج على 73% من الحالات السابقة للتشخيص، بوسيط يبلغ نحو 16 شهرًا قبل التشخيص
• بلغ متوسط السبق الزمني نحو 475 يومًا
• في الصور المأخوذة قبل التشخيص بأكثر من عامين، أظهر الذكاء الاصطناعي تفوقًا يقارب ثلاثة أضعاف على الاختصاصيين العاملين دون دعم النظام
• بلغت حساسية REDMOD 73% مقابل 39% لدى أخصائيي الأشعة، وفي المجموعة الفرعية «أكثر من عامين قبل التشخيص» بلغت 68% مقابل 23%
• عند إعادة المسح لدى المرضى أنفسهم، بقيت نتائج النموذج مستقرة في 90–92% من الحالات

ولا يقوم هذا النهج على أن الخوارزمية «ترى ما لا يُرى» بطريقة سحرية. فـREDMOD يقيس مئات السمات الكمية للنسيج، مثل الملمس والبنية والتغيرات الطفيفة التي لا يميّزها الإنسان بعينه عادةً بوصفها ورمًا واضحًا. ووفق المؤلفين، يعمل النظام تلقائيًا ولا يتطلب تحضيرًا يدويًا مرهقًا للصور قبل التحليل.

«العائق الرئيسي أمام إنقاذ الأرواح في سرطان البنكرياس هو عجزنا عن رؤية

المرض بينما لا يزال قابلًا للشفاء».

أين حدود الطريقة

رغم الأرقام القوية، لا يعني ذلك أن فحصًا شاملًا جاهزًا سيبدأ غدًا. فالدراسة كانت دراسة تحقق وكانت في معظمها بأثر رجعي: فُحص النموذج على صور موجودة مسبقًا، لا ضمن تدفق فعلي للمرضى يجب فيه مراعاة مسارات الإحالة والفحوصات الإضافية وكلفة الأخطاء وعبء العمل على الأطباء. ويكتب المؤلفون صراحةً أن التحقق المستقبلي ضروري لتأكيد الفائدة السريرية لهذا النهج.

وهناك أسئلة تطبيقية أخرى. فحتى الذكاء الاصطناعي الجيد في طب الأورام لا يكفي أن يكتشف الحالات المشتبه بها، بل ينبغي ألا يتسبب في عدد كبير من الإنذارات الكاذبة. كما أن العينة لم تكن متنوعة تمامًا من حيث التركيب العرقي، ما يعني أن إمكانية تعميم النتائج على جميع الفئات السكانية لا تزال بحاجة إلى إثبات.

وقد بدأت الخطوة التالية بالفعل: ففي دراسة AI-PACED يختبر الأطباء كيفية دمج هذه التنبيهات في العمل مع المرضى الأكثر عرضة للخطر، مثل المصابين بداء السكري حديث الظهور.

ماذا يعني ذلك

بالنسبة إلى الذكاء الاصطناعي في الطب، هذا مثال نادر على خبر تتضح قيمته فورًا: لا واجهة دردشة ولا أتمتة إدارية، بل فرصة لتقديم تشخيص أحد أكثر أنواع السرطان فتكًا بأشهر أو حتى بسنوات. وإذا أكدت التجارب المستقبلية نتائج REDMOD، فستحصل المستشفيات على أداة «رأي ثانٍ» للصور المقطعية المُجراة بالفعل، ويتحول التشخيص المبكر من نظرية إلى إجراء عمل فعلي.