ابق على اطلاع بالتحديثات المجانية
فقط قم بالتسجيل في الذكاء الاصطناعي ملخص myFT – يتم تسليمه مباشرة إلى صندوق الوارد الخاص بك.
نموذج أساسي جديد للذكاء الاصطناعي يمكنه اكتشاف أنواع متعددة من السرطان بدقة، وتقييم العلاجات والتنبؤ بمعدلات البقاء على قيد الحياة، في أحدث تقدم في التشخيص الطبي القائم على التكنولوجيا.
ويقول مخترعو النموذج – المعروف باسم “تشيف” – إنه يمثل اختراقًا بسبب اتساع نطاق الأورام التي يمكنه تحليلها وقدرته على التنبؤ بالنتائج للمرضى.
يسلط الرئيس الضوء على كيفية مساهمة الذكاء الاصطناعي في تحسين تقنيات التشخيص القائمة على الصور، ويرجع ذلك جزئيًا إلى قدرته على اكتشاف أهمية الميزات التي قد تفوتها حتى العين البشرية ذات الخبرة.
قال كون هسينج يو، الأستاذ المساعد في المعلوماتية الطبية الحيوية في معهد بلافاتنيك بكلية الطب بجامعة هارفارد: “كان طموحنا هو إنشاء منصة ذكاء اصطناعي مرنة ومتعددة الاستخدامات تشبه ChatGPT يمكنها تنفيذ مجموعة واسعة من مهام تقييم السرطان. لقد تبين أن نموذجنا مفيد للغاية في مهام متعددة تتعلق باكتشاف السرطان وتوقع مساره والاستجابة للعلاج في العديد من أنواع السرطان”.
وفي حين أدت الاختراقات الأخيرة في مجال الذكاء الاصطناعي إلى مخاوف بشأن إساءة استخدام التكنولوجيا، فقد زعم المتفائلون أن هذه التكنولوجيا لديها أيضًا القدرة على إنتاج فوائد طويلة الأجل للإنسانية في مجالات مثل الطب وعلوم المناخ.
ويعمل البرنامج، الذي تم وصفه في ورقة بحثية نشرت في مجلة Nature اليوم، عن طريق قراءة شرائح رقمية لأنسجة الأورام. وتم تدريبه على 15 مليون مقطع غير مصنف من الصور ثم 60 ألف صورة كاملة لشرائح الأنسجة، تغطي 19 نوعًا مختلفًا من السرطان.
قال الباحثون إن الفكرة كانت التأكد من أن برنامج Chief يمكنه ربط التغيرات التفصيلية في منطقة واحدة من الأنسجة بسياقها الأوسع. وقد اختبروا أداءه على ما يقرب من 20 ألف صورة كاملة من 24 مستشفى ومجموعات مرضى حول العالم.
وذكر البحث أن برنامج Chief تفوق على طرق التشخيص الأخرى للذكاء الاصطناعي بنسبة تصل إلى 36 في المائة في اكتشاف الخلايا السرطانية والتنبؤ بنتائج المرضى وتحديد أصول الورم ووجود أنماط وراثية مرتبطة باستجابة العلاج. وأضافوا أنه على عكس بعض النماذج الحالية الأخرى، كان لديه القدرة على الحفاظ على أدائه بغض النظر عن التقنيات المستخدمة للحصول على الخلايا السرطانية ورقمنتها.
وأظهر الاختبار دقة إجمالية بلغت نحو 94% في الكشف عن السرطان، وارتفعت إلى 96% في حالة أورام المريء والمعدة والقولون والبروستات. واقترح العلماء أن قدرته على ربط أنماط الخلايا السرطانية بالانحرافات الجينية المحددة قد تساعد في اقتراح أفضل العلاجات دون الحاجة إلى تسلسل الحمض النووي المكلف والبطيء.
وذكر البحث أن النموذج قدم معلومات إضافية كاشفة عن الأنسجة المحيطة بالأورام، بما في ذلك وجود عدد أكبر من الخلايا المناعية لدى الناجين من السرطان على المدى الطويل مقارنة بمن ماتوا في وقت أقرب.
وقال يو إنه إذا تم التحقق من صحة نهج Chief والنهج المماثلة من خلال المزيد من الأبحاث، فيمكن استخدامها “لتحديد مرضى السرطان في وقت مبكر الذين قد يستفيدون من العلاجات التجريبية التي تستهدف بعض الاختلافات الجزيئية”، بما في ذلك في البلدان التي لا يتم فيها ذلك حاليًا.
لقد أثبتت نماذج الذكاء الاصطناعي أنها حليف مفيد بشكل متزايد للمهنيين الطبيين في مجال التصوير، وذلك بسبب سرعتها وقدرتها على تحديد الأنماط. ورغم أنها لا تزال غير كاملة، إلا أنها يمكن أن تكون مفيدة في الفرز، أو كرأي ثانٍ أو لتوليد رؤى ربما أغفلها الطبيب أو لا يعرف عنها شيئًا.
وقال البروفيسور إريك توبول، مؤسس ومدير معهد سكريبس للأبحاث التطبيقية في كاليفورنيا، إن برنامج Chief يبدو بمثابة أداة جديدة ومهمة في مجال تشخيص السرطان في مجال متنامٍ من نماذج الذكاء الاصطناعي الأساسية للتشخيص.
في شهر إبريل/نيسان، أعلن باحثون من كلية الطب بجامعة هارفارد في مستشفى بريجهام والنساء في بوسطن عن نموذجين ـ يُعرفان باسم يوني وكونتش ـ لقراءة وتفسير وتصنيف شرائح المجهر من أنسجة المرضى. وقد أظهر النموذجان نتائج جيدة في المهام التشخيصية التي تتراوح بين اكتشاف الأمراض وتقييم عملية زرع الأعضاء، فضلاً عن إظهار بعض القدرة على تحديد الحالات الجديدة والنادرة.
وقال توبول إن نماذج التشخيص الجديدة المتطورة التي تعتمد على الذكاء الاصطناعي من شأنها “توفير رؤى استثنائية من صور الشرائح الكاملة، بما في ذلك تحسين دقة التشخيص والتنبؤ”.
