PhenMap وNHS: AI سيحدد من لن يستفيد من bevacizumab في سرطان القولون والمستقيم

قدم الباحثون البريطانيون والأيرلنديون مدخلاً قائماً على الذكاء الاصطناعي يساعد في تقييم ما إذا كان العقار بيفاسيزوماب سيعمل لدى مريض بسرطان القولون والمستقيم المتقدم. إذا تم التحقق من الطريقة على عينات كبيرة، فسيتمكن الأطباء من وصف العلاج السام والمكلف بشكل أقل تكراراً لأولئك الذين لن يستفيدوا منه على الأغلب.

كيف تعمل الطريقة

عمل على النظام معهد أبحاث السرطان في لندن و RCSI في دبلن. تجمع أداتهم PhenMap بين عدة أنواع من البيانات: الملف الجيني للورم وعوامل المريض السريرية وخصائص المرض، بما في ذلك العمر والجنس وموقع الورم في القولون. على عكس الطبقة المعيارية حسب عدة أنواع فرعية، يحاول النموذج التقاط تركيبات أكثر تعقيداً من الخصائص وتحويلها إلى تنبؤ عملي لفرد معين.

بعد ذلك، قام الباحثون بتشغيل نموذج آخر فوق PhenMap، والذي يسند مجموعة مخاطر للمريض بعد العلاج بـ بيفاسيزوماب بالاشتراك مع العلاج الكيميائي. يقسم النظام المرضى إلى مجموعات مخاطر عالية وسطية ومنخفضة ويقيم ليس فقط الشدة الإجمالية للمرض، بل احتمالية أن يكون هذا النظام العلاجي المحدد غير مجدٍ. هذا مهم للطب الورمي الشخصي: المهمة ليست فقط العثور على أولئك الذين سيستفيد منهم العقار، بل أيضاً إزالة العلاج غير الضروري من مسار الآخرين مسبقاً.

ما أظهرته الدراسة

حللت الفريق بيانات 117 مريضاً أوروبياً يعانون من سرطان القولون والمستقيم المنتشر الذين تلقوا بالفعل بيفاسيزوماب مع العلاج الكيميائي. تم نشر العمل في Scientific Reports. وجد النموذج مؤشرات حيوية مرتبطة بضعف الاستجابة للعلاج وشكل مجموعات تنبؤية بناءً عليها. في مجموعة المخاطر العالية، لم يستجب أي مريض للعلاج، في حين لوحظت الاستجابة في مجموعة المخاطر المنخفضة لدى 10 من 12 شخصاً. من بين الإشارات التي حددها الذكاء الاصطناعي، كان الطفر في جين BRAF ملحوظاً بشكل خاص: المرضى الذين يحملونه سقطوا في مجموعة المخاطر العالية وكان لديهم نتائج أسوأ. ربط الباحثون أيضاً التنبؤ السيء بحذفين كروموسوميين واستخدموا هذه الخصائص كأساس لاختبار مستقبلي. الفكرة هي الاطلاع ليس فقط على التشخيص قبل بدء العلاج، بل أيضاً على الملف الجيني للمقاومة لورم معين.

بالنسبة للأطباء، يمكن أن يبدو الأمر كالتالي:

• قبل وصف العلاج، يتلقى الطبيب ليس تنبؤاً عاماً "متوسطاً"، بل ملف مخاطر فردياً
• يمكن للمرضى الذين لديهم احتمالية عالية لعدم الاستجابة تجنب السمية غير الضرورية
• توفر المستشفى الوقت والموارد على علاج لن يكون له تأثير
• بالنسبة لبعض المرضى، ينفتح الطريق إلى أنظمة أخرى أو تجارب سريرية بشكل أسرع

لماذا هذا مهم

وافقت NHS على بيفاسيزوماب للمرضى الذين يعانون من سرطان القولون والمستقيم المتقدم في ديسمبر، لكن العقار يعمل فقط لعدد محدود من الناس ويمكن أن يسبب آثاراً جانبية خطيرة، بما في ذلك ارتفاع ضغط الدم وأمراض الجهاز الهضمي والجلطات الدموية. تسجل إنجلترا ما يقارب 10 آلاف حالة من هذه مرحلة المرض سنوياً، وخيارات العلاج بعد انتشار الورم أقل بكثير. لذلك، حتى الفرز الأولي الخشن حسب احتمالية الاستجابة له قيمة سريرية هنا بالفعل.

« حتى الآن، لم نتمكن من تحديد المرضى الذين لن يستفيدوا من العقار على

الأغلب مسبقاً،» يقول الأستاذ أنجورادج سادانندام.

يؤكد المؤلفون بشكل منفصل أن هذا ليس اختباراً تشخيصياً منتهياً للمستشفيات بعد. يجب التحقق من النتائج على مجموعة أكبر، ثم التحقق منها في دراسة سريرية استقصائية. فقط بعد هذا التحقق يمكن استخدام النموذج لقرارات علاجية حقيقية. بالتوازي، تريد الفريق أن تفهم ما إذا كان يمكن استخدام نفس المدخل للتنبؤ بالاستجابة للعقاقير الموجهة الأخرى ونقل الطريقة إلى أنواع أخرى من الأورام.

ما يعنيه هذا

يستخدم الذكاء الاصطناعي في الطب بشكل متزايد ليس لـ « دعم تجريدي للطبيب »، بل لقرار ملموس جداً: من يجب ألا يتلقى علاجاً ثقيلاً بدون فرصة للاستفادة. إذا نجح PhenMap في التحقق، سيحصل الأطباء على أداة تجعل العلاج أكثر دقة وأنعم للمريض وأكثر عقلانية للنظام الصحي في نفس الوقت. بالنسبة لـ NHS والأنظمة الأخرى، هذا أيضاً حالة نادرة حيث يمكن للذكاء الاصطناعي أن يقلل الضرر ويسرع اختيار العلاج ويقلل المصروفات غير الضرورية في نفس الوقت.