المجهر متعدد الفوتون الخالي من الوسوم والتعلّم الآلي للتعرّف على سرطان الكبدة الكبدي

لماذا يهم هذا الأشخاص المصابين بسرطان الكبد

يُعد سرطان الكبد، وبخاصة سرطان الخلايا الكبدية، شائعًا ومميتًا في كثير من الحالات، وغالبًا ما تكون الجراحة هي الفرصة الوحيدة للشفاء. أثناء العملية الجراحية، يجب على الجراحين إزالة الورم بأكمله مع الحفاظ على أكبر قدر ممكن من نسيج الكبد السليم، وهو توازن صعب عندما يبدو النسيج المصاب غير طبيعي بالفعل. تستعرض هذه الدراسة طريقة جديدة لـ "رؤية" السرطان في الوقت الحقيقي أثناء الجراحة، بدون أصباغ أو إجراءات مخبرية طويلة، من خلال الجمع بين مجهر ليزري متقدم والذكاء الاصطناعي. الهدف هو مساعدة الجراحين على إيجاد الحافة الحقيقية للورم بسرعة ودقة أكبر، ما قد يحسّن النتائج للمرضى.

النظر داخل النسيج بضوء خاص

استخدم الباحثون تقنية تُسمى المجهر متعدد الفوتون، التي تعتمد على نبضات ليزر قصيرة جدًا لجعل الجزيئات الطبيعية في النسيج تتوهّج أو تولّد إشارات. بدلًا من إضافة صبغات أو عوامل تباين، تقرأ الطريقة ما هو موجود بالفعل: الدهون، ألياف الكولاجين، والمواد المتألقة طبيعيًا داخل الخلايا. سُجلت ثلاثة أنواع من الإشارات من كل حقل رؤية صغير في عينات الكبد: واحدة تبرز الدهون، وأخرى تُظهر التألق الذاتي لجزيئات مثل NADH والفيتامين A، وثالثة تكشف ألياف الكولاجين الصلبة. معًا، تُنتج هذه الإشارات صورًا ملونة عالية الدقة تُظهر كلًا من الخلايا الفردية والبنية العامة لنسيج الكبد والأورام.

التقاط الوجوه المتعددة لسرطان الكبد

فحص الفريق نسيجًا مأخوذًا من 76 مريضًا أجروا جراحة لسرطان الكبد، متطلعين إلى كل من الورم والكبد المحيط. أظهروا أن التصوير الخالي من الوسوم هذا يمكنه تصوير أنماط النمو الكلاسيكية لسرطان الخلايا الكبدية، مثل الصفائح الرقيقة أو السميكة لخلايا الورم، الصفائح الصلبة، والبُنى الشبيهة بالغدد. كما يكشف التغيرات في الكبد المحيط، بما في ذلك تراكم الدهون والتندّب، وهي أمور شائعة لدى المرضى الذين يعانون من أمراض كبدية مزمنة. والأهم أن هذه الأنماط كانت مرئية حتى عندما تم الحصول على الصور بدقة منخفضة نسبيًا، مماثلة لما قد توفره أجهزة المناظير المستقبلية داخل الجسم. هذا يوحي بأن النهج قد يكون عمليًا في غرفة العمليات، وليس مقتصرًا على المختبر.

تعليم الحاسوب تمييز حافة الورم

لتحويل الصور الغنية والمعقدة إلى قرارات سريعة، حوّل العلماء كل صورة إلى أرقام تصف البنية النسيجية، مثل مدى السلاسة أو الخشونة أو التباين في أنماط البكسل. لكل قناة صور، حسبوا 17 قياسًا من هذا النوع ثم درّبوا شبكة عصبية على نحو 25,000 صورة من 35 مريضًا لتمييز نسيج الورم عن الكبد غير السرطاني. ثم اختبروا النموذج على نحو 27,000 صورة جديدة من 38 مريضًا آخر. عندما استخدم الحاسوب مزيجًا من إشارة التألق الذاتي والإشارة الحساسة للكولاجين، صنّف الصور على أنها ورم أو طبيعي بشكل صحيح في نحو 97 من كل 100 حالة. حتى الأورام الدقيقة المتمايزة جيدًا، التي قد يصعب على أخصائيي الأمراض تشخيصها من شرائح مجمّدة سريعة، صُنفت بدقة عالية.

ما تكشفه أنماط الضوء عن السرطان

بالمقارنة بين تركيبات الإشارات المختلفة، وجدت الدراسة أن التألق الذاتي يحمل أكثر المعلومات فائدة للتمييز بين السرطان وغير السرطان. هذا الوهج ناتج عن العديد من الجزيئات الطبيعية داخل الخلايا وعن هياكل مثل الإيلاستين والكولاجين، لذا فهو يشفر كثافة الخلايا وحجم وشكل النوى (المشاهد كمناطق أغمق)، وقطرات الدهون وتركيب النسيج المحيط. إضافة إشارة الكولاجين خصّت التباين بين الورم والكبد الخلفي بشكل أكبر، مما يعكس اختلافات معروفة في ترتيب الألياف والأوعية الدموية. من المدهش أن الإشارة المرتكزة على الدهون ساهمت بدرجة أقل في التصنيف الآلي، وهو بصيرة عملية لأنها قد تسمح بتصميم أجهزة أبسط تعتمد على شعاع ليزر واحد بدلًا من إعدادات أكثر تعقيدًا بشعاعين.

من المخبَر إلى غرفة العمليات

لمحاكاة الاستخدام الجراحي الواقعي، طبّق الفريق نموذجهم الأفضل أيضًا على عينات نسيجية تضمنت الحدود الفعلية بين الورم والكبد، فأنشأوا خرائط احتمالية تُبرز مكان توقف السرطان وبدء النسيج الطبيعي. اتفقت هذه الخرائط عمومًا مع علم الأنسجة التقليدي، رغم أن المناطق شديدة الدهون أو الغنية بالكولاجين أربكت المصنّف في بعض الأحيان. يشير المؤلفون إلى وجود عقبات متبقية قبل أن تتمكن هذه التقنية من توجيه الجراحة الحية، بما في ذلك عمق التصوير البصري المحدود، والحاجة إلى منظار داخلي معقّم وموثوق، والحركة والدم في مجال الجراحة، وتحدي التحقق من صحة الذكاء الاصطناعي على مجموعات بيانات كبيرة من العالم الحقيقي. ومع ذلك، تُظهر هذه العمل أن التصوير متعدد الفوتون الخالي من الوسوم، المقرون بالتعلّم الآلي، يمكن أن يعمل كميكروسكوب رقمي سريع قد يساعد يومًا ما الجراحين على القطع بدقة وأمان أكبر، مما يزيد فرص استئصال كل السرطان مع الحفاظ على أكبر قدر ممكن من نسيج الكبد السليم.

الاستشهاد: Galli, R., Korn, S., Aust, D. et al. Label-free multiphoton microscopy and machine learning for recognition of hepatocellular carcinoma. Sci Rep 16, 8734 (2026). https://doi.org/10.1038/s41598-026-43831-y

الكلمات المفتاحية: تصوير سرطان الكبد, المجهر متعدد الفوتون, التألق الذاتي, هوامش جراحية, التعلّم الآلي