عندما يخضع المريض لعملية جراحية لإزالة ورم أو علاج مرضٍ ما، فغالبًا ما لا يُحدد مسار الجراحة مسبقًا. من أجل تحديد كمية الأنسجة التي يجب إزالتها، يجب أن يعرف الجراحون المزيد عن الحالة التي يعالجونها، بما في ذلك هوامش الورم ومرحلته وما إذا كان خبيثًا أو غير ضار- وهي قرارات تعتمد غالبًا على جمع وتحليل وتشخيص المرض أثناء وجود المريض على طاولة العمليات.

عندما يرسل الجراحون عينات إلى أخصائي علم الأمراض لفحصها، فإن السرعة والدقة هما العاملان الأساسيان. فغالبًا ما يستغرق النهج الذهبي المتاح لفحص الأنسجة وقتًا طويلاً، والنهج الأسرع، الذي يتضمن تجميد الأنسجة، يمكن أن يؤدي إلى إدخال أدوات يدوية يمكن أن تعقد التشخيص.

 دراسة جديدة قام بها محققون من مختبر محمود في مستشفى بريغهام والنساء، والعضو المؤسس لنظام بريغهام  للرعاية الصحية العامة، والمتعاونين من جامعة بوغازيتشي طورت طريقة أفضل؛ تستفيد الطريقة من الذكاء الاصطناعي للترجمة بين الأقسام المجمدة ونهج المعيار الذهبي، مما يؤدي إلى تحسين جودة الصور لزيادة دقة التشخيص السريع.  نُشرت النتائج في مجلة Nature Biomedical Engineering.

قال الكاتب المراسل فيصل محمود، الحاصل على الدكتوراه، من قسم علم الأوبئة الحسابي في مستشفى بريغهام والنساء: “نستخدم قوة الذكاء الاصطناعي لمعالجة مشكلة قديمة عند تقاطع الجراحة مع علم الأمراض. فإجراء تشخيص سريع من عينات الأنسجة المجمدة يمثل تحديًا ويتطلب تدريبًا متخصصًا، ولكن هذا النوع من التشخيص يعد خطوة حاسمة في رعاية المرضى أثناء الجراحة”.

لإجراء التشخيص النهائي، يستخدم أخصائيو علم الأمراض عينات الأنسجة المثبتة بالفورمالين والبارافين (FFPE) – تحافظ هذه الطريقة على الأنسجة بطريقة تنتج صورًا عالية الجودة ولكن العملية شاقة وتستغرق عادةً من 12 إلى 48 ساعة.  للتشخيص السريع، يستخدم أخصائيو علم الأمراض نهجًا يُعرف باسم التقطيع بالتبريد يتضمن تجميدًا سريعًا للأنسجة، وقطع أجزاء، ومراقبة هذه الشرائح الرفيعة تحت المجهر.  تستغرق عملية التقطيع بالتبريد دقائق بدلاً من ساعات، ولكنها قد تشوه التفاصيل الخلوية وتؤثر على الأنسجة الرقيقة أو تمزقها.

طور محمود وزملاؤه نموذجًا للتعلم العميق يمكن استخدامه للترجمة بين المقاطع المجمدة وأنسجة (FFPE) الأكثر شيوعًا.  أظهر الفريق في أطروحتهم أن هذه الطريقة يمكن أن تُستخدم لتصنيف أنواع مختلفة من السرطان، بما في ذلك الورم الدبقي وسرطان الرئة ذو الخلايا غير الصغيرة.

تحقق الفريق من صحة النتائج التي توصلوا إليها من خلال تجنيد أخصائيي علم الأمراض لدراسة القارئ حيث طُلب منهم إجراء تشخيص من الصور التي مرت بطريقة الذكاء الاصطناعي والصور التقليدية للتقطيع بالتبريد. لم تعمل طريقة الذكاء الاصطناعي على تحسين جودة الصورة فحسب، بل حسنت أيضًا دقة التشخيص بين الخبراء. اختُبرت الخوارزمية أيضًا على بيانات جُمعت بشكل مستقل من تركيا.

لاحظ المؤلفون أنه في المستقبل، يجب إجراء دراسات سريرية مستقبلية للتحقق من صحة طريقة الذكاء الاصطناعي وتحديد ما إذا كان يمكن أن يساهم في دقة التشخيص واتخاذ القرارات الجراحية في إعدادات المستشفى الحقيقية.

قال محمود: “يُظهر عملنا أن الذكاء الإصطناعي لديه القدرة على جعل التشخيص الدقيق والحساس للوقت أسهل وأكثر سهولة بالنسبة لأخصائيي علم الأمراض”. 

وأضاف: “ويمكن تطبيقه على أي نوع من جراحات السرطان، مما يتيح العديد من الاحتمالات لتحسين التشخيص ورعاية المرضى”.

المصدر: https://medicalxpress.com

ترجمة: منة إدريسي

مراجعة وتدقيق: زينب محمد