باستخدام الذكاء الاصطناعي.. فك رموز العلاقات المعقدة لتحسين علاج السرطان

يهدف الطب الشخصي إلى تصميم علاجات تتناسب مع كل مريض على حدة، وحتى الآن، كان يتم ذلك باستخدام عدد صغير من المعايير للتنبؤ بمسار المرض.

ومع ذلك، فإن هذه المعايير القليلة غالبًا ما لا تكون كافية لفهم تعقيد الأمراض مثل السرطان.

نهج جديد

قام فريق من الباحثين من كلية الطب في جامعة دويسبورج-إيسن (UDE)، وجامعة لودفيج ماكسيميليان في ميونيخ، ومعهد برلين لأسس التعلم والبيانات (BIFOLD) في جامعة برلين التقنية، بتطوير نهج جديد لهذه المشكلة باستخدام الذكاء الاصطناعي.

استنادًا إلى البنية التحتية للمستشفى الذكي في مستشفى جامعة إيسن، قام الباحثون بدمج البيانات من وسائل مختلفة - التاريخ الطبي، وقيم المختبر، والتصوير، والتحليلات الجينية - لدعم اتخاذ القرارات السريرية.

يقول البروفيسور جينز كليسيك من معهد الذكاء الاصطناعي في الطب (IKIM) في مستشفى جامعة إيسن ومركز أبحاث السرطان في كولونيا إيسن (CCCE): "على الرغم من توفر كميات كبيرة من البيانات السريرية في الطب الحديث، إلا أن الوعد بالطب الشخصي الحقيقي غالبًا ما يظل غير محقق".

تستخدم الممارسة السريرية لعلم الأورام حاليًا أنظمة تقييم صارمة إلى حد ما، مثل تصنيف مراحل السرطان، والتي لا تأخذ في الاعتبار الاختلافات الفردية مثل الجنس أو الحالة الغذائية أو الأمراض المصاحبة.

يقول البروفيسور فريدريك كلاوشين، مدير معهد علم الأمراض في جامعة لويولا ماريماونت ورئيس مجموعة الأبحاث في BIFOLD، حيث تم تطوير هذا النهج بالتعاون مع البروفيسور كلاوس روبرت مولر: "يمكن استخدام تقنيات الذكاء الاصطناعي الحديثة، وخاصة الذكاء الاصطناعي القابل للتفسير (xAI)، لفك رموز هذه العلاقات المتبادلة المعقدة وتخصيص طب السرطان إلى حد أكبر بكثير".

في الدراسة الحديثة المنشورة في مجلة Nature Cancer، تم تدريب الذكاء الاصطناعي باستخدام بيانات من أكثر من 15000 مريض بإجمالي 38 ورمًا صلبًا مختلفًا.

تم فحص تفاعل 350 معلمة، بما في ذلك البيانات السريرية وقيم المختبر والبيانات من إجراءات التصوير وملفات الورم الجينية.

يوضح الدكتور جوليوس كايل، العالم السريري في معهد الذكاء الاصطناعي في الطب (IKIM): "لقد حددنا العوامل الرئيسية التي تمثل غالبية عمليات صنع القرار في الشبكة العصبية، فضلًا عن عدد كبير من التفاعلات ذات الصلة بالتنبؤ بين المعلمات".

قرارات شفافة

تم بعد ذلك اختبار نموذج الذكاء الاصطناعي بنجاح على بيانات من أكثر من 3000 مريض بسرطان الرئة للتحقق من صحة التفاعلات التي تم تحديدها.

يجمع الذكاء الاصطناعي البيانات ويحسب التشخيص العام لكل مريض على حدة.

وباعتباره ذكاء اصطناعيًا قابلًا للتفسير، يجعل النموذج قراراته شفافة للأطباء من خلال إظهار كيفية مساهمة كل معلمة في التشخيص.

يقول الدكتور فيليب كايل من جامعة لودفيج ماكسيميليان: "تُظهِر نتائجنا إمكانات الذكاء الاصطناعي في النظر إلى البيانات السريرية ليس بمعزل عن غيرها ولكن في سياقها، وإعادة تقييمها، وبالتالي تمكين العلاج الشخصي للسرطان القائم على البيانات".

يمكن أيضًا استخدام طريقة الذكاء الاصطناعي هذه في حالات الطوارئ حيث من الضروري أن نتمكن من تقييم معايير التشخيص بالكامل في أسرع وقت ممكن.

ويهدف الباحثون أيضًا إلى الكشف عن العلاقات المتبادلة المعقدة بين أنواع السرطان المختلفة، والتي ظلت غير مكتشفة حتى الآن باستخدام الأساليب الإحصائية التقليدية.

ويضيف البروفيسور مارتن شولر،: "في المركز الوطني لأمراض الأورام (NCT)، جنبًا إلى جنب مع شبكات الأورام الأخرى مثل المركز البافاري لأبحاث السرطان (BZKF)، لدينا الظروف المثالية لاتخاذ الخطوة التالية: إثبات الفائدة الحقيقية للمريض من تقنيتنا في التجارب السريرية".