PhenMap وNHS: الذكاء الاصطناعي يحدد المرضى الذين لن يستفيدوا من بيفاسيزوماب في سرطان الأمعاء

قدّم باحثون بريطانيون وإيرلنديون نهجًا قائمًا على الذكاء الاصطناعي يساعد على تقدير مدى استجابة مريض سرطان الأمعاء المنتشر لعقار بيفاسيزوماب قبل بدء العلاج. وإذا تأكدت فعالية الطريقة على عينات أكبر، فسيقل وصف هذا العلاج السام والباهظ الثمن للمرضى الذين لا يُرجَّح أن يستفيدوا منه على الإطلاق.

كيف تعمل الطريقة

عمل على النظام معهد أبحاث السرطان في لندن وكلية RCSI في دبلن. وتجمع أداتهما PhenMap بين عدة أنواع من البيانات: الملف الجيني للورم، والمؤشرات السريرية للمريض، وخصائص المرض نفسه، ومنها العمر والجنس وموضع الورم في الأمعاء. وعلى عكس التصنيف التقليدي إلى بضعة أنواع فرعية، يحاول النموذج التقاط تركيبات أكثر تعقيدًا من السمات وتحويلها إلى توقّع عملي لكل مريض على حدة.

ثم شغّل الباحثون فوق PhenMap نموذجًا إضافيًا يصنّف المريض ضمن فئة خطورة بعد العلاج ببيفاسيزوماب مع العلاج الكيميائي. ويقسّم النظام المرضى إلى فئات عالية ومتوسطة ومنخفضة الخطورة، ولا يقيّم مجرد شدة المرض بوجه عام، بل احتمال أن يكون هذا النظام العلاجي تحديدًا بلا جدوى. وهذا أمر مهم في الأورام المخصّصة لكل مريض: فالمهمة لا تقتصر على العثور على من سيستفيد من الدواء، بل تشمل أيضًا إزالة العلاج الزائد مسبقًا من مسار بقية المرضى.

ماذا أظهرت الدراسة

حلّل الفريق بيانات 117 مريضًا أوروبيًا مصابين بسرطان القولون والمستقيم النقيلي ممن تلقّوا بالفعل بيفاسيزوماب مع العلاج الكيميائي. ونُشر العمل في مجلة Scientific Reports. وعثر النموذج على مؤشرات حيوية مرتبطة بضعف الاستجابة للعلاج، وبناءً عليها كوّن مجموعات تنبؤية.

لم يُسجَّل في المجموعة عالية الخطورة أي مريض استجاب للعلاج، في حين لوحظت الاستجابة لدى 10 من أصل 12 مريضًا في المجموعة منخفضة الخطورة. ومن بين الإشارات التي حدّدها الذكاء الاصطناعي، برزت بوضوح طفرة في جين BRAF: فالمرضى الحاملون لها صُنّفوا ضمن المجموعة عالية الخطورة وكانت نتائجهم أسوأ. كما ربط الباحثون سوء التوقّع بحالتي حذف كروموسومي، واعتمدوا هذه السمات أساسًا لاختبار مستقبلي. والفكرة هي أن يرى الأطباء قبل بدء العلاج لا التشخيص وحده، بل أيضًا الملف الجزيئي لمقاومة الورم المحدد.

وقد يبدو الأمر للأطباء السريريين على النحو التالي:

• قبل وصف العلاج، يحصل الطبيب لا على توقّع «متوسط» عام، بل على ملف خطورة فردي
• يمكن للمرضى ذوي الاحتمال المرتفع لعدم الاستجابة تجنّب سمّية لا داعي لها
• يوفّر المستشفى الوقت والموارد التي كانت ستُهدر على علاج لن يحقق أثرًا
• يُفتح لجزء من المرضى طريق أسرع نحو أنظمة علاجية أخرى أو تجارب سريرية

لماذا هذا مهم

وافقت NHS على بيفاسيزوماب لمرضى سرطان الأمعاء المتقدم في ديسمبر، لكن الدواء لا يعمل إلا لدى فئة محدودة من المرضى وقد يسبب آثارًا جانبية خطيرة، منها ارتفاع ضغط الدم ومشكلات الجهاز الهضمي والجلطات. ويجري في إنجلترا تشخيص نحو 10 آلاف حالة سنويًا في هذه المرحلة من المرض، بينما تقل خيارات العلاج بشكل ملحوظ بعد انتشار الورم. لذلك فإن حتى الفرز الأولي التقريبي بحسب احتمال الاستجابة له هنا قيمة سريرية فعلية.

«حتى الآن لم نكن قادرين على تحديد المرضى الذين من المرجّح ألا يفيدهم

الدواء مسبقًا»، يقول البروفيسور أنغوراج سادانانداموا.

ويؤكد المؤلفون بوضوح أن الحديث لا يدور بعد عن اختبار تشخيصي جاهز للمستشفيات. فالنتائج تحتاج إلى تأكيد على مجموعة أكبر من المرضى، ثم إلى اختبار في دراسة سريرية استباقية. وبعد هذا التحقق فقط يمكن استخدام النموذج في قرارات علاجية فعلية. وفي الوقت نفسه، يريد الفريق معرفة ما إذا كان بالإمكان استخدام النهج ذاته للتنبؤ بالاستجابة لأدوية مستهدفة أخرى، ونقل الطريقة إلى أنواع أخرى من الأورام.

ماذا يعني ذلك

يُستخدم الذكاء الاصطناعي في الطب بصورة متزايدة لا لمجرد «دعم الطبيب» بشكل مجرّد، بل لاتخاذ قرار محدد للغاية: من الذي لا ينبغي إعطاؤه علاجًا ثقيلًا لا أمل في نفعه. وإذا اجتاز PhenMap مرحلة التحقق، فسيحصل أطباء الأورام على أداة تجعل العلاج أدق وأخف على المريض وأكثر رشادة لنظام الرعاية الصحية.

وبالنسبة إلى NHS وأنظمة صحية أخرى، فهذه حالة نادرة يمكن فيها للذكاء الاصطناعي أن يقلّل الضرر ويسرّع اختيار النظام العلاجي ويخفّض النفقات غير الضرورية في آن واحد.