סיווג סרטן באמצעות רדיומיקה במודלים קדם‑קליניים מבוקרים

לקרוא סרטן בסריקות ובדם

טיפול בסרטן מודרני נשען יותר ויותר על מחשבים שמבצעים סינון של דימויים רפואיים ובדיקות מעבדה כדי למצוא דפוסים שקשה לאדם לזהות. המחקר הזה שואל שאלה פשוטה אך חשובה: אם רוצים לקבוע איזה סוג סרטן יש לחולה, האם עדיף לקרוא מידע חבוי מסריקות או מהדם? באמצעות ניסויים מבוקרים בעכברים השוו החוקרים ישירות בין שתי הגישות כדי לבדוק איזו מהן מספקת תשובות מהימנות יותר.

מהי "ביופסיה וירטואלית"?

רדיומיקה היא טכניקה בצמיחה מהירה שרואה בכל סריקה רפואית מקור עשיר של נתונים ולא רק תמונה. תוכנה מיוחדת מנתחת תמונות CT תלת‑ממדיות של גידול והופכת אותן למאות תכונות מספריות שמתארות את צורתו, בהירותו ומרקמו עד לרזולוציה גבוהה. בתיאוריה, דפוסים אלה עשויים לשקף את הביולוגיה של הגידול בדומה לביופסיה, אך ללא מחטים או ניתוח — מה שמכונה "ביופסיה וירטואלית". תומכי השיטה מקווים שרדיומיקה תעזור לסווג גידולים, להעריך את האגרסיביות שלהם ולהנחות בחירות טיפול. יחד עם זאת קיימות חששות: התוצאות יכולות להיות קשות לשחזור, חשופות להטיות טכניות ולעיתים קשות לפרשנות קלינית.

מבחן הגון ראש בראש בעכברים

כדי לתת לרדיומיקה מבחן מחמיר פנו הצוות למודל עכברים שבו ניתן לשלוט כמעט בכל גורם. קבוצות של עכברים זהים מבחינה גנטית הושתלו באחד משני סוגי גידול: CT26, מודל לסרטן המעי הגס, ו‑4T1, מודל לסרטן השד. כל בעלי החיים היו מאותו זן, אותו מין ובגיל דומה, הוחזקו באותה סביבה והסריקות בוצעו על אותו מכשיר CT. הגידולים סומנו בקפידה בתוכנת תלת‑ממד, וחבילת רדיומיקה נפוצה חילצה 1,409 תכונות מספריות מכל סריקה. במקביל, החוקרים לקחו דם מאותם בעלי חיים ומדדו סוגי תאים חיסוניים ועשרות חלבונים בפלזמה — ביומרקרים שעבודות קודמות שלהם כבר הראו שניתן להבחין בעזרתן כמעט באופן מושלם בין מודלי הסרטן הללו.

דחיסת אלפי פרטי תמונה לאות שימושי

רוב התכונות הגולמיות מהתמונות התגלו כחסרות תועלת: חלקן כמעט ולא השתנו בין עכבר לעכבר, ורבות מהן היו כפל של אחרות. לאחר מספר סבבי סינון סטטיסטי נותרו רק 18 תכונות רדיומיקה בלתי חוזרות, שתיארו בעיקר דפוסי מרקם עדינים ולא גדלים או צורות פשוטות. הצוות השתמש אז בשיטת למידת מכונה סטנדרטית, Random Forest, כדי לבדוק עד כמה תכונות התמונה המוגברות הללו מסוגלות להבדיל בין שני סוגי הגידול. הם גם השתמשו בכלי ויזואליזציה כדי לראות האם הנתונים יוצרים אשכולות מופרדים בטבעיות לכל סוג סרטן מבלי לדעת מראש את התוויות.

אותות דם מנצחים אותות תמונה

ההבחנה בין הדם לדימות הייתה בולטת. כאשר החוקרים הפחיתו את נתוני תאי הדם וחלבוני הפלזמה לשתי מימדים, שני סוגי הגידול התקבצו באשכולות מופרדים בבירור, מה שאישר שהדם מכיל אותות חזקים הספציפיים לגידול. בנתוני הרדיומיקה, לעומת זאת, הופיעו שלושה אשכולות מעורבים, שכל אחד מהם הכיל תערובת של שני סוגי הסרטן, מה שהציע כי גורמים אחרים ובלתי ידועים מעצבים את התמונה. בבדיקות מפוקחות, רדיומיקה לבדה סיווגה את סוג הגידול בדיוק של כ‑87 אחוז — טוב, אך פחות באופן ניכר מהדיוק של 96 אחוז בספירת תאים חיסוניים ומה‑99 אחוז של חלבוני הפלזמה. הוספת רדיומיקה לסמנים בדם לא שיפרה את הביצועים; בחלק מהשילובים היא אפילו הביאה לירידה קלה בדיוק. ניסוי נוסף הראה כי שימוש רק באזור כדורי קטן בתוך הגידול, במקום לסמן את כל המסה, הורע עוד יותר את ביצועי הרדיומיקה, מה שמדגיש עד כמה התכונות הללו תלויות באופן שבו הגידול מצויר בסריקה.

מה משמעות הדבר עבור בדיקות סרטן עתידיות

לקורא לא מקצועי, המסקנה ברורה: בעוד שניתוח מתקדם של תמונות יכול לספק רמזים שימושיים, במחקר זה הוא הובס על ידי בדיקות דם יחסית פשוטות בכל הנוגע להבחנה בין שני סוגי סרטן. אפילו בסביבה ניסויית מבוקרת היטב עם עכברים זהים ודימות סטנדרטיזציה, הבדלים טכניים זעירים ומורכבות עיבוד התמונה נראו מטשטשים את אות הרדיומיקה. המחברים מסכמים שרדיומיקה עדיין לא מוכנה לשמש כסווגן סרטן עצמאי ומהימן במידה גבוהה. במקום זאת הם טוענים שנדרש סטנדרטיזציה חזקה יותר של הדימות, כלים טובים יותר לציור קווי גבול וקישורים ברורים יותר בין דפוסי התמונה לביולוגיה הבסיסית לפני ש"ביופסיות וירטואליות" יוכלו להנחות החלטות קליניות באופן אמין לצד, או במקומן של, ביומרקרים מבוססי דם.

ציטוט: Drover, K., Davis, D.A.S., Gosling, K. et al. Cancer classification with radiomics in controlled preclinical models. Sci Rep 16, 6647 (2026). https://doi.org/10.1038/s41598-026-37757-8

מילות מפתח: רדיומיקה, ביומרקרים לסרטן, דימות רפואי, למידת מכונה באונקולוגיה, בדיקות דם לגילוי סרטן