الملخص:

 استحدث العلماء برنامج ذكاء إصطناعي يمكنه التمييز بين نوعين من أنواع السرطان التي تصيب الرئة وهي مهمة يصعب على خبراء علم الأمراض تأديتها،وحسب الدراسة الجديدة فإن هذا البرنامج تمكن من تحديد ما إذا كانت طفرات معينة موجودة في الجينات المرتبطة بالسرطان أم لا، مما يساعد في اختيار الدواء المناسب لكل مريض حسب الطفرة الجينية لديه.

أظهرت دراسة جديدة أن هناك برنامج حاسوبي جديد يستطيع تحليل صور سرطان الرئة لدى المرضى ويحدد نوع السرطان كما يتعرف على التغييرات الجينية التي تتسبب في النمو غير الطبيعي للخلايا. وجدت الدراسة التي كانت بقيادة باحثين من كلية الطب في جامعة نيويورك والتي نُشِرَت على مجلة “Nature medicine” بأن نوعًا من الذكاء الإصطناعي (AI) أو “برنامج التعلم الآلي” يستطيع التمييز بين نوعين من أنواع السرطانات التي تصيب الرئة، السرطان الغُدّي (Adenocarcinoma) وسرطان الخلايا الحَرشفيّة (Squamous cell carcinoma) بدقة تصل إلى ٩٧٪، وقد عانى خبراء علم الأمراض في التفرقة بينهما بدون الاختبارات التأكيدية.

كما تمكنت أداة (AI) من تحديد إذا كانت النسخ غير الطبيعية لست جينات (منها EGFR وKRAS وTP53) مرتبطة بسرطان الرئة موجودة في الخلايا أم لا وذلك بدقة ما بين ٧٣٪ و٨٦٪ على حسب الجين. هذا النوع من التغييرات أو الطفرات الجينية يسبب عادة النمو غير الطبيعي للخلايا السرطانية كما يمكنه أيضًا تغيير شكل الخلايا وتفاعلها مع محيطها معطية بذلك أدلّة مرئية للتحليل التلقائي.

قال الباحثون أن تحديد أي الجينات تغيرت في كل نوع من الأورام أصبح مهمًا مع زيادة استخدام العلاجات التي لا تستهدف إلا خلايا سرطانية لديها طفرات جينية معينة. على سبيل المثال، حوالي ٢٠٪ من المرضى المصابين بالسرطان الغُدّي لديهم طفرة في الجين الخاص بمستقبلات عامل النمو البشري” epidermal growth factore receptore ” أو “EGFR” و التي يمكن علاجها الآن بأدوية معتمدة. نوّه مؤلفو البحث إلى أن الاختبارات الجينية الحالية التي تُستخدَم للتأكد من وجود الطفرات قد تستغرق أسابيع حتى ظهور النتائج.

ويقول الدكتور اريستوتل تسيريغوس (Aristotelis Tsirigos)، البروفيسور المساعد في قسم علم الأمراض بجامعة نيويورك بمركز لانقونز بيرلماتر(Langone’s Perlmutter)للسرطان :” التأخر في البدء في علاج السرطان ليس جيدًا أبدًا، فدراستنا تُظهِر أدلّة قوية بأن أسلوب الذكاء الاصطناعي سيتمكّن من تحديد الأنواع الفرعية للسرطانات وحالة الطفرات حتى يبدأ المريض في العلاج في أقرب وقت ممكن”.

♦التعلم الآلي”Machine Learning”.

قام فريق البحث في الدراسة الحالية بتصميم طُرُق إحصائية تزوّد برنامجهم بالقدرة على “تعلّمّ” كيفية تحسين الأداء في المهام دون الحاجة إلى تلقّي الأوامر. هذه البرامج تبني قواعد ونماذج رياضية تمكّنها من صناعة القرار بناءًا على المعلومات المعطاة إليها، ويصبح البرنامج أكثر “ذكاءًا” كلما زادت المعلومات المزودة إليه.

تستخدم المسارات الجديدة للذكاء الاصطناعي المستوحاة من شبكة الخلايا العصبية في الدماغ حلَقَة شديدة التعقيد لمعالجة المعلومات في طبقات، حيث تضيف كل خطوة معلومة للخطوة التي تليها كما تعيّن أهمية كل معلومة من عدمها طوال الطريق.

قام الفريق الحالي بتدريب شبكة من التلافيف العصبية العميقة، ما أسمته Google’s Inception v3،لتحليل شرائح مصورة مأخوذة من أطلس جينات السرطان (The Cancer Genome Atlas) وهو عبارة عن قاعدة بيانات لصور سرطانات تم تشخيصها مُسبقًا، مما يتيح للباحثين قياس كفاءة تدريب البرنامج لتصنيف الأنسجة السليمة والمريضة بدقة وتلقائية.

ومن المثير للاهتمام ما وجدته الدراسة، بأن نصف النسبة الصغيرة التي تم تصنيفها بشكل خاطئ من قبل AI صُنفت أيضًا خطأ من قبل المختصين، وهذا يؤكد الصعوبات في التفريق بين نوعي خلايا سرطان الرئة. من ناحية أخرى،٤٥ صورة من ٥٤ صُنِّفَت خطأ من قبل مختص واحد على الأقل والتي تم تصحيحها من قبل برنامج التعليم الآلي مما يقترح أن AI قد يساعد في توفير رأي آخر ومفيد.

تقول الباحثة المشاركة الدكتورة نرجس رازافين (Narges Razavian)، بروفيسور مساعد في قسم الأشعة وصحة السكان :” لقد كنا متحمسين في هذه الدراسة إلى تحسين الدقة على مستوى علماء الأمراض وإظهار أن AI يمكنه اكتشاف نماذج لم تكن معروفة مسبقا في الصفات الظاهرة لخلايا السرطان والأنسجة المحيطة بها، التعاون بين البيانات والقوة الحسابية خلق فرص غير مسبوقة لتحسين كلاً من الممارسة الطبية والطب”.

كما يخطط الفريق على تغذية برنامج الذكاء الاصطناعي بالمعلومات حتى يتمكّن من التعرف على الجينات التي حدثت لها طفرات في السرطان بدقة تصل إلى أكثر من ٩٠٪ ، وعند هذه المرحلة سيقوم الفريق بمطالبة الحكومة بالموافقة على استخدام التكنولوجيا إكلينيكيًا وفي تشخيص العديد من الخلايا السرطانية.

ترجمة: رندا حنيف

حساب تويتر : @RandaHaneef

مراجعة: سندس المذلوح
حساب تويتر: @sondos3li

مصدر المقال : ScienceDaily