نظام قائم على التعلم العميق لتوقع حجم استئصال سرطانة الكبد باستخدام أشعة مقطعية مع مادة تباين

تخطيط أذكى لجراحات سرطان الكبد

بالنسبة للأشخاص المصابين بسرطان الكبد، تُعدّ أحد أكبر التحديات التي يواجهها الجراحون تحديد مقدار الكبد الذي يجب استئصاله. إن أزالوا القليل جدًا فقد يعود الورم؛ وإذا أزالوا الكثير فقد لا يتبقى لدى المريض ما يكفي من نسيج كبد سليم للبقاء على قيد الحياة. تقدم هذه الدراسة نظامًا جديدًا للذكاء الاصطناعي يستخدم صور الأشعة المقطعية لمساعدة الأطباء على تخطيط العمليات الكبدية بسرعة ودقة، بهدف جعل الجراحة أكثر أمانًا وسرعة واتساقًا.

لماذا يهم حجم الكبد إلى هذا الحد

النوع الرئيسي الأكثر شيوعًا من سرطان الكبد، المسمى سرطانة كبدية الخلايا (hepatocellular carcinoma)، عدواني ويزداد انتشاره عالميًا. الجراحة التي تُزيل الورم بالكامل تمنح بعض المرضى أفضل فرصة للبقاء على المدى الطويل. لكن الكبد ليس عضوًا يمكن استئصاله بلا حساب؛ فهو يؤدي وظائف حيوية عديدة من تنقية السموم إلى معالجة المغذيات. إذا استُئصل جزء كبير جدًا منه فقد يُصاب المريض بفشل كبدي مهدد للحياة بعد العملية. ومن ناحية أخرى، ترك هامش صغير حول الورم يزيد احتمال بقاء خلايا سرطانية. لذلك، إن حساب الجزء الذي يمكن استئصاله بأمان بدقة هو جوهر الجراحة الكبدية الحديثة.

الوضع الراهن البطيء واليدوي

اليوم، يتم إجراء هذا الحساب الدقيق يدويًا في الغالب. يقوم أخصائيو الأشعة والجراحون بتحميل صور الأشعة المقطعية المحسنة بالمادة المتباينة في برمجيات تخطيط ثلاثية الأبعاد متخصصة، ويُرسِمون حدود الكبد والأورام شريحة بشريحة، ويحددون الأوعية الدموية الرئيسية، ثم يحاكون خطط قطع مختلفة. قد تستغرق هذه العملية عدة دقائق لكل مريض وتتطلب موظفين مدرَّبين تدريبًا عاليًا. كما أنها عرضة للاختلافات البشرية: قد يرسم خبيران حدودًا متباينة قليلًا، وقد لا يكون نفس الشخص متسقًا تمامًا من يوم لآخر. في المستشفيات المزدحمة حيث يحتاج العديد من المرضى إلى جراحة كبدية، قد يبطئ هذا التخطيط المستهلك للوقت الرعاية ويزيد التكلفة.

مساعد ذكاء اصطناعي اسمه LRVCD

طور الباحثون نظامًا قائمًا على الذكاء الاصطناعي أسموه حساب حجم استئصال الكبد باستخدام التعلم العميق، أو LRVCD. يستخدم نماذج تعلم عميق مدرَّبة على صور أشعة مقطعية من 990 مريضًا عولجوا في مستشفيين كبيرين على مدى عقد من الزمن. في المرحلة الأولى، يكتشف الذكاء الاصطناعي أوتوماتيكيًا الأورام الكبدية ويقسم الكبد إلى مقاطع تشريحية مفصلة على صور الأشعة المقطعية. في المرحلة الثانية، يجمع النظام خرائط المقاطع هذه مع الخطة التي يختارها الجراح — سواء كانت استئصال مقطع قياسي أو قطعًا مخصصًا غير منتظم — ليحسب كمية نسيج الكبد السليم والكمية المصابة بالورم التي ستُستأصل. يبلغ النظام عن أرقام رئيسية مثل إجمالي حجم الكبد، حجم الورم، حجم الاستئصال المخطط، ونسبة الكبد التي ستُزال.

اختبار النظام

للتحقق من موثوقية LRVCD، قارن الفريق نتائجه بنتائج جراحين ذوي خبرة باستخدام برمجيات التخطيط ثلاثي الأبعاد المعتمدة. قيّموا مجموعتين مستقلتين من المرضى: إحداهما من نفس المستشفى الذي دُرِّب فيه الذكاء الاصطناعي والأخرى من مراكز مختلفة. لكل حالة، قاسوا مدى قرب تقديرات الذكاء الاصطناعي لحجم الكبد وحجم الورم وحجم الاستئصال المخطط من المرجع اليدوي. كانت الفروقات صغيرة، وكان التوافق في المقياس الرئيسي — نسبة الكبد التي ستُزال — قريبًا عبر المجموعتين. بينما كان الذكاء الاصطناعي يميل قليلًا إلى التقليل من تقدير الحجم الكلي للكبد والمبالغة الطفيفة في تقدير حجم الورم، ظلت هذه الاتجاهات ضمن حدود سريرية مقبولة وعاكست خواصًا معروفة لعمليات التخطيط ثلاثي الأبعاد التي يقوم بها البشر.

من ساعات عمل إلى ثوانٍ

إحدى مزايا LRVCD الأكثر بروزًا هي السرعة. في مجموعتي الاختبار الداخلي والخارجي، خفّض سير العمل المدفوع بالذكاء الاصطناعي زمن التخطيط بنحو عشرين ضعفًا مقارنةً بعملية البرمجيات ثلاثية الأبعاد التقليدية. ما كان يستغرق عادةً ما يقارب العشر دقائق أو أكثر يمكن الآن إنجازه في أقل من نصف دقيقة. وبما أن الذكاء الاصطناعي يتولى الجزء الأكبر من تقسيم الصور وحساب الأحجام، يقتصر التدخل البشري إلى حد كبير على إدخال معلومات جراحية أساسية وإجراء تعديلات طفيفة عند الحاجة. هذا يعني أن أخصائيي الأشعة والجراحين يمكنهم التركيز أكثر على القرارات السريرية وأقل على أعمال الفأرة المتكررة.

ماذا يعني هذا للمرضى

بالنسبة للمرضى، تُختزل التفاصيل التقنية إلى وعد بسيط: تخطيط جراحي أدق وأسرع، دون فحوص إضافية أو تكلفة زائدة. من خلال توفير تقديرات سريعة ومتسقة لمقدار الكبد الذي يمكن إزالته بأمان، قد يساعد LRVCD الجراحين على التوجه نحو عمليات علاجية مع الحفاظ على مخاطر فشل الكبد بعد الجراحة ضمن نطاق آمن. تُظهر الدراسة أن أداة الذكاء الاصطناعي هذه تُؤدي أداءً مماثلًا لطرق التخطيط ثلاثي الأبعاد المعروفة مع تقليل عبء العمل بشكل كبير. يشير المؤلفون إلى أن هناك حاجة لمزيد من الاختبارات على مجموعات مرضى أوسع ولمزيد من الأتمتة في اتخاذ القرار الجراحي، لكن نتائجهم توحي بأن التخطيط الموجه بالذكاء الاصطناعي قد يصبح قريبًا حليفًا عمليًا في غرفة العمليات لعلاج سرطان الكبد.

الاستشهاد: Wang, X., Zhang, L., Liu, P. et al. Deep learning-based system to predict hepatocellular carcinoma resection volume using contrast-enhanced CT. Sci Rep 16, 6388 (2026). https://doi.org/10.1038/s41598-026-37085-x

الكلمات المفتاحية: جراحة سرطان الكبد, الذكاء الاصطناعي في التصوير الطبي, سرطانة الكبد, تخطيط بالفحص المقطعي, حجم استئصال الكبد