التعلم العميق متعدد الأومكس يُحسّن التنبؤ طويل الأمد المعتمد على FDG PET-CT لسرطان الثدي

لماذا يهم هذا المرضى والأسر

عندما يُشخَّص شخص ما بسرطان الثدي، أحد الأسئلة الأولى التي يطرحها هو: «ماذا يعني هذا لمستقبلي؟» أنظمة التصنيف الحالية والاختبارات المعملية تقدّم تقديرات تقريبية فقط. تستقصي هذه الدراسة ما إذا كان دمج الصور الطبية وملاحظات الأطباء والمعلومات السريرية الأساسية مع ذكاء اصطناعي متقدّم يمكن أن يُوفر تصورًا أوضح وأكثر تخصيصًا للبقاء طويل الأمد وخطر عودة السرطان.

النظر في استخدام الجسم للوقود

أداة رئيسية في هذا البحث هي فحص يُسمى FDG PET-CT. لا يظهر فقط شكل الأنسجة كما في التصوير المقطعي العادي، بل يوضح أيضًا مقدار استهلاكها للسكر، ما يكشف نشاط الورم. يعرف الأطباء بالفعل أن بعض القيم من هذه الفحوص—مثل مدى «سطوع» الورم أو حجمه—ترتبط بالنتائج. ومع ذلك، فإن هذه القياسات التقليدية تلتقط جزءًا صغيرًا فقط من ثراء المعلومات المخفية في الصور وغالبًا ما تعتمد على عمل شاق من الأخصائيين لتحديد حدود الأورام يدويًا.

تعليم الحواسيب قراءة الفحوص والتقارير

جمَع الباحثون فحوص FDG PET-CT وتقارير الأشعة المطابقة وبيانات سريرية روتينية من 1210 نساء مصابات بسرطان الثدي عولجن في مركز سرطاني هولندي واحد على مدار 15 عامًا. لم يكن لدى أي منهن نقائل بعيدة مرئية عند التشخيص. بنوا نظامًا اسمه نموذج التصنيف التنبؤي متعدد الأومكس (MOPS)، والذي يستخدم التعلم العميق—نوع من الذكاء الاصطناعي الذي يتعلّم الأنماط من مجموعات كبيرة من البيانات—لجمع ثلاثة أنواع من المعلومات: الصور نفسها، والتقارير المكتوبة التي تصف ما رآه أطباء الأشعة، والعوامل السريرية مثل العمر وحجم الورم وحالة العقد الليمفاوية وأنواع مستقبلات الهرمونات. قام برنامج مؤتمت أولًا بتحديد حدود أورام الثدي والعقد الليمفاوية المتأثرة حتى يتمكن النموذج من التركيز على المناطق الأكثر صلة دون تتبّع يدوي.

الحصول على المزيد من خلال دمج دلائل متعددة

تحقق الفريق أولاً من مدى جودة القيم التقليدية المعتمدة على الفحص في التنبؤ بمن سيعيش لفترة أطول ومن قد يعود له السرطان. كانت المقاييس التي تعكس العبء الورمي الكلي، مثل حجم الورم الأيضي وإجمالي استهلاك الجليكوليز للآفة، أفضل من مقياس السطوع الأقصى البسيط، لكن دقتها بقيت متواضعة. نموذج تعلم عميق حلّل كامل الصدر على صور PET-CT حسّن هذه المعايير التقليدية. بعد ذلك، اختبر الباحثون ثلاث «تيارات» من البيانات بشكل منفصل: الصور، والتقارير المكتوبة، والمعلومات السريرية. من بينها، وفّرت البيانات السريرية وحدها أقوى مصدر فردي للقوة التنبؤية. ومع ذلك، عندما تم دمج الثلاثة معًا في نظام MOPS، تحسّن الأداء أكثر، مقدّمًا تنبؤات أكثر موثوقية لكل من البقاء العام والبقاء الخالي من المرض على مدى 3 و5 و10 سنوات.

فتح الصندوق الأسود

نظرًا لأن الأطباء يجب أن يكونوا قادرين على الوثوق بأي أداة تؤثر في قرارات العلاج وشرحها، صمّم الفريق MOPS مع وضع القابلية للتفسير في الحسبان. أظهرت خرائط حرارية مغطاة على شرائح CT أن النموذج ركّز على أورام الثدي الأولية والعقد اللمفاوية المتضمنة، بدلاً من أجزاء غير ذات صلة من الصورة. بالنسبة للبيانات السريرية، أبرز النموذج عوامل ذات تأثير معروف مثل حجم الورم (المرحلة T) وحالة العقد اللمفاوية والتاريخ العائلي. في تقارير النص، كان يميل إلى التأكيد على كلمات تصف العقد اللمفاوية وموقع الورم والنشاط الأيضي، مما يعكس منطق أطباء الأشعة. عبر مراحل الورم المختلفة والنماذج البيولوجية، تمكن النموذج من تقسيم المرضى إلى مجموعات ذات مخاطر أعلى وأدنى، وإن كان التمييز أقل وضوحًا بطبيعة الحال للأورام الصغيرة جدًا والمبكرة التي تتمتع بالفعل بمعدلات بقاء ممتازة.

ما الذي قد يعنيه هذا للرعاية

من الناحية العملية، تشير هذه الدراسة إلى أن الجمع المدروس بين التصوير وملاحظات الأطباء والمعلومات السريرية القياسية يمكن أن يصقل تقديرات النظرة المستقبلية طويلة الأمد لمريض سرطان الثدي بما يفوق أي مصدر منفرد. إذا تم التحقق منه في مستشفيات وأجهزة مسح أخرى، قد يساعد أداة مثل MOPS الأطباء على تحديد المرضى الذين يحتاجون فعلاً إلى متابعة أقرب أو علاج أكثر كثافة، بينما تُجنّب المرضى منخفضي الخطورة علاجات وقلقًا غير ضروريين. وبدلًا من استبدال الأطباء، يعمل النظام كزوج من العيون الثانية، مُجسِّدًا بيانات معقدة في درجة مخاطرة مخصّصة تدعم حوارات أوضح حول التشخيص والخطوات التالية.

الاستشهاد: Liang, X., Zhang, T., Braga, M. et al. Multi-omics deep learning improves FDG PET-CT-based long-term prognostication of breast cancer. npj Precis. Onc. 10, 74 (2026). https://doi.org/10.1038/s41698-026-01283-7

الكلمات المفتاحية: تنبؤ سرطان الثدي, تصوير PET-CT, التعلم العميق, متعدد الأومكس, تنبؤ البقاء