גילוי וסיווג סרטן התריס באמצעות דימות ספקטרלי ובינה מלאכותית

מדוע חשוב לזהות סרטן התריס מוקדם

סרטן התריס הוא הסרטן הנפוץ ביותר בבלוטות המפרישות הורמונים, ואבחונו עדיין נשען במידה רבה על מה שהפתולוג רואה תחת המיקרוסקופ. עם זאת, גם מומחים עלולים לחלוק על הדעה, במיוחד במקרים שוליים שנראים חלקית חסרי פגע וחלקית מדאיגים. מחקר זה מתאר דרך חדשה לקרוא פתילי רקמת תריס סטנדרטיים באמצעות מדידות אור מתקדמות ובינה מלאכותית, במטרה לסייע לרופאים להבחין בין רקמה תקינה לסרטנית בצורה מדויקת ועקבית יותר.

מסתכלים מעבר לצבע הרגיל בפרוסות רקמה

בשגרה, רקמת התריס שמוסרת בניתוח נפרסת לפרוסות דקות, מוספגת בצבעי ורוד וסגול ונבדקת תחת מיקרוסקופ. הצבעים נובעים משני צבעים, המטוקסילין ואאוזין, שמדגישים את גרעיני התאים והמבנה הסובב אותם. סורקי דיגיטליים מסורתיים ממירים זאת לתמונה RGB פשוטה, בדומה למצלמת טלפון. הצוות מאחורי העבודה בנה מערכת דימות שונה, שנקראת דימות ספקטרלי, אשר מודדת כיצד כל נקודה זעירה בפרוסה סופגת אור לאורך עשרות צבעים בטווח הנראה במקום רק בשלושה. "טביעת צבע" עשירה זו תופסת הבדלים עדינים הקשורים לצפיפות ולארגון החומר הגנטי בתוך גרעיני התאים — תכונות שלעיתים משתנות בסרטן.

הפיכת ספקטרות של תאים יחידים למידע שניתן לניתוח

כדי לנצל את המדידות המפורטות הללו, החוקרים קודם כל ביקשו מפתולוגים מנוסים לסמן אזורים שמורים כברורים תקינים וכברורים סרטניים בכל פרוסה. המיקרוסקופ הספקטרלי שלהם סרק אזורים אלו בזמן של כ‑5–10 דקות לדגם, ואסף בערך 40 ערכי עוצמת אור לכל פיקסל. רשת עצבית מיוחדת, מבוססת ארכיטקטורה נפוצה בדימות רפואי, זיהתה וסימנה באופן אוטומטי את גרעיני התאים הבודדים. לכל גרעין המערכת חישבה את הספקטרום הממוצע שלו ואת ממדיו וצורתו, וכן עד כמה הספקטרום שונה מגרעינים טיפוסיים תקינים או טיפוסיים סרטניים. כך, מה שפתולוג תופס באופן איכותני כגרעינים "כהים יותר" או "צפופים יותר" מתורגם לתכונות מספריות שמחשב יכול לנתח.

שתי דרכים למיון תאים תקינים וסרטניים

המחקר בדק שתי שיטות משלימות לסיווג תאים. בגישה חצי‑אוטומטית, פתולוג עדיין מסמן אזור אחד כתקין ואזור אחד כגידול. המערכת משווה אז את ספקטרום כל גרעין לספקטרות ייחוס משני האזורים הללו, ומשתמשת בשיטת אשכולות פשוטה כדי להפריד בין תאים סבירים כתקינים לאלה שסבירים כסרטןיים. שיטה זו השיגה ציוני F1 — איזון בין רגישות ודיוק — בסביבות 0.8 ומעלה עבור תתי‑הסוגים העיקריים של סרטן התריס, והשתפרה עוד כאשר גרעינים שוליים עם תכונות מעורבות הוצאו מהניתוח. בגישה אוטומטית לחלוטין, מודל למידת מכונה בשם Random Forest למד ממעל 150,000 גרעינים מתויגים לזהות דפוסים בגודל, בצורה ובהתנהגות הספקטרלית של הגרעין המעידים על סרטן. במבחן במקרים של מטופלים נפרדים, גם הוא הגיע לציוני F1 מעל 0.82, מבלי הצורך בסימון אזורים ידני.

מתאים בודדים להחלטות על רקמה שלמה

רופאים אינם מחליטים על טיפול על סמך גורלם של תאים בודדים, אלא על סמך האם אזורים רחבים יותר של רקמה סרטניים ועד כמה המחלה התפשטה. לכן החוקרים העריכו כיצד המערכת שלהם מתפקדת כאשר היא קיבצה תאים לתתי‑אזורים קטנים ותייגה כל אזור כגידולי או תקין אם רוב הגרעינים בו נראים סרטניים או לא. גישה מבוססת אזורים זו העלתה את הדיוק עוד יותר, במיוחד על ידי הפחתת התרעות שווא ברקמה תקינה. חשוב לציין שהשיטה נשארה שקופה: כל החלטה ניתנת למעקב חזרה לתכונות תאים וספקטרות נראות, ובכך נמנעת התנהגות "קופסה שחורה" שעושה כלים מסוימים של למידה עמוקה קשה לאמון במגרש הקליני.

מה זה עשוי להגיד למטופלים ולרופאים

המחקר מראה ששילוב מדידות ספקטרליות מפורטות ובינה מלאכותית מתוכננת בקפידה לפרוסות תריס שגרתיות יכול להדגיש באופן אמין היכן קיים סרטן, גם בתתי‑סוגים מסובכים שלעתים מבלבלים מומחים. מאחר שהשיטה פועלת על אותם צביעות סטנדרטיות שכבר בשימוש ברחבי העולם, ניתן לשלב אותה בזרימות עבודה של פתולוגיה דיגיטלית מבלי לשנות את הכנת הרקמה. במקום להחליף את הפתולוגים, המערכת מספקת מפה של גרעינים סבירים כתקינים וסרטןיים ברחבי הפרוסה, ומסייעת לאשר אבחנות מסובכות, להאיץ סקירות, ועלולה להפחית הן את הסיכון לפספוס סרטנים והן את הסיכון לטיפולים אינטנסיביים ומיותרים.

ציטוט: Almagor, M., Shapira, Y., Soker, A. et al. Thyroid cancer detection and classification using spectral imaging and artificial intelligence. Sci Rep 16, 6509 (2026). https://doi.org/10.1038/s41598-026-37496-w

מילות מפתח: סרטן התריס, פתולוגיה דיגיטלית, דימות ספקטרלי, בינה מלאכותית, אבחון סרטן