Clear Sky Science · ar

توقيع إشعاعي-باثولوجي يعتمد على التعلم العميق يتنبأ بخطر تكرار سرطان الكبد بعد استئصال الكبد

· العودة إلى الفهرس

لماذا هذا مهم لمرضى سرطان الكبد

يعد سرطان الكبد من أكثر السرطانات فتكًا عالميًا، وحتى عندما يزيل الجراحون الورم المرئي، يعود المرض لدى العديد من المرضى خلال سنوات قليلة فقط. تقدم هذه الدراسة أداة ذكاء اصطناعي تجمع بين الفحوصات الطبية وصور المجهر للورم لتحسين التنبؤ بمن من المرجح أن يعاني من عودة سرطان الكبد الخلوي، وهو الشكل الأكثر شيوعًا لسرطان الكبد. يمكن أن تساعد مثل هذه التنبؤات الأطباء في تخصيص متابعة وعلاجات إضافية، بهدف منع التكرار وإطالة حياة المرضى.

Figure 1
Figure 1.

رؤية الورم كاملاً، من الخارج والداخل

يعتمد الأطباء عادة على صور الأشعة المقطعية، وفحوصات الدم، وتقارير علم الأمراض الأساسية لتقدير خطر التكرار بعد جراحة الكبد. كل أداة تنظر إلى الورم من زاوية مختلفة، لكن لا شيء يلتقط تعقيده بالكامل. تظهر صور الأشعة المقطعية الشكل العام للورم وتغذيته الدموية وعلاقته بالكبد، بينما تكشف شرائح المجهر عن مدى عدوانية الخلايا السرطانية وكيفية تفاعلها مع الأنسجة المحيطة. افترض الباحثون أن نظامًا حاسوبيًا "ينظر" إلى المستويين معًا — صور على مستوى العضو وصور على مستوى الخلايا — قد يتعرف على أنماط يغفلها البشر وبالتالي يتنبأ بدرجة أكبر بدقة ما إذا كان السرطان سيعود.

بصمة رقمية مشتركة للورم

طور الفريق ما أطلقوا عليه توقيعًا إشعاعياً-باثولوجياً معتمداً على التعلم العميق (DLRP)، وهو في جوهره بصمة رقمية لورم كل مريض مبنية من مصدرين من البيانات. أولاً، قامت شبكة عصبية بتحديد الأورام تلقائيًا على صور الأشعة المقطعية قبل الجراحة وتعلّمت ميزات صورة دقيقة مرتبطة بالتكرار. ثانيًا، حللت شبكة أخرى صور الشرائح الكاملة لأنسجة ملطخة بصبغ الهيماتوكسيلين والإيوزين الروتينية، حيث قسمتها إلى آلاف الرقع الصغيرة وتعلمت أي الأنماط المجهرية هي الأهم. ثم جمع وحدة دمج ميزات الأشعة المقطعية وميزات علم الأمراض معًا في درجة مخاطر واحدة تعكس سلوك الورم بدلاً من أي سمة مرئية منفردة.

اختبار الدرجة على مرضى حقيقيين

طبق الباحثون هذا النظام على 599 شخصًا خضعوا لعملية جراحية لسرطان الكبد الخلوي في أربعة مستشفيات، وقسموهم إلى مجموعات تدريب واختبار مستقلة. عبر جميع مجموعات الاختبار، تنبأ توقيع DLRP بالبقاء خالياً من التكرار بشكل أفضل من النماذج التي استخدمت الأشعة المقطعية فقط أو علم الأمراض فقط أو المتغيرات السريرية القياسية مثل حجم الورم وعلامات الدم، أو مرحلة معهد برشلونة لسرطان الكبد المستخدمة على نطاق واسع. كان لدى المرضى ذوي درجات DLRP العالية احتمالية أكبر بكثير لعودة الورم كما أن متوسط البقاء العام لديهم أقصر. والأهم من ذلك، ظل ذلك صحيحًا عبر العديد من الفئات الفرعية، بما في ذلك الأشخاص ذوي الأورام الصغيرة مقابل الكبيرة، والأورام المفردة مقابل المتعددة، ومع أو من دون تليف الكبد، مما يوحي بأن الدرجة تلتقط جوانب جوهرية من عدوانية الورم.

Figure 2
Figure 2.

توجيه العلاج الإضافي وكشف الأحياء المرضية

تجاوزت فائدة الدرجة دور التنبؤ إلى تحديد المرضى الذين قد يستفيدون من إجراء إضافي يسمى الانصمام الكيميائي الشرياني المساعد بعد الجراحة (PA-TACE)، حيث يُحقن مزيج من العلاج الكيميائي ووسيط زيتي داخل إمداد الدم للكبد. على مستوى جميع المرضى مجتمعين، أمضى الذين تلقوا PA-TACE وقتًا أطول خالياً من التكرار. لكن عند تقسيم المجموعة بحسب توقيع DLRP، تركزت الفائدة تقريبًا بالكامل لدى المرضى ذوي الخطورة العالية؛ إذ لم يلحظ المرضى منخفضو المخاطر ميزة واضحة، ما يعني أنهم قد يتجنبون بأمان أعباء العلاج الإضافي. كما استكشف الفريق لماذا تتصرف الأورام عالية المخاطر بشكل أسوأ من خلال ربط درجات DLRP ببيانات جينية من أطلس جينوم السرطان. ارتبطت الدرجات العالية بتنشيط مسار Wnt/β‑catenin المعروف بدفع نمو الورم والمقاومة للعلاج المناعي، وبوجود عدد أقل من الخلايا المناعية المكافحة للسرطان، وبشكل خاص خلايا T CD8، التي تخترق الورم.

ما الذي يعنيه هذا لرعاية سرطان الكبد في المستقبل

بالنسبة للقارئ العام، الخلاصة أن الحواسيب قادرة الآن على مزج صور شبيهة بالأشعة ومشاهد المجهر لإنتاج رقم واحد يخبر بمدى احتمال عودة سرطان الكبد بعد الجراحة. تُظهر هذه الدراسة أن مثل هذا الرقم يمكن أن يتفوق على أنظمة التدرج التقليدية وقد يساعد في تحديد من يحتاج فعلاً إلى علاج إضافي ومتابعة أكثر كثافة. وبينما لا يزال يتعين اختبار الأداة بشكل استباقي على مجموعات مرضى أوسع، بما في ذلك أولئك الذين لم يكن مرض كبدهم ناجمًا عن التهاب الكبد B، فهي تشير إلى مستقبل تُبنى فيه خطط العلاج على صور غنية ومتعددة المستويات لورم كل شخص بدلاً من الاعتماد على الحجم والمرحلة وحدهما.

الاستشهاد: Wang, G., Chen, W., Liang, Z. et al. A deep learning radiopathomic signature predicts recurrence risk of hepatocellular carcinoma after hepatectomy. Commun Biol 9, 295 (2026). https://doi.org/10.1038/s42003-026-09571-5

الكلمات المفتاحية: سرطان الكبد الخلوي, تكرار سرطان الكبد, التعلم العميق, التصوير الطبي, البيئة الدقيقة للورم