طور علماء في كلية الطب بجامعة هارفارد نموذجا مبتكرا للذكاء الاصطناعي يُسمى CHIEF، قادرا على تشخيص أنواع مختلفة من السرطان بدقة تصل إلى 96٪، متفوقا على الأنظمة الحالية، هذا الذكاء الاصطناعي يمكنه تحديد الخلايا السرطانية، التنبؤ بالبروفيلات الجينية للأورام، وتوقع معدلات بقاء المرضى، مما يفتح آفاقًا جديدة في مجال التشخيص الطبي.
ما هو CHIEF؟
تم تدريب نموذج CHIEF على ملايين الصور الرقمية، ليصبح قادرًا على تشخيص عدة أنواع من السرطان بفعالية عالية، حيث يعمل على قراءة الشرائح الرقمية لأنسجة الأورام لتحديد الخلايا السرطانية والتنبؤ بالبروفيلات الجينية للأورام.
يُشبه هذا النموذج الذكاء الاصطناعي المستخدم في ChatGPT، لكنه مخصص للأغراض الطبية ويعتمد على تحليل الشرائح النسيجية بدقة عالية. يتيح هذا النموذج التنبؤ ببقاء المرضى وتحديد استجابتهم للعلاجات المختلفة مثل الجراحة، العلاج الكيميائي، والعلاج المناعي.
كيف يتفوق CHIEF على الأنظمة الحالية؟
الذكاء الاصطناعي الحالي يُستخدم عادةً لأداء مهام محددة في تشخيص السرطان، مثل اكتشاف وجود السرطان أو التنبؤ بالبروفيلات الجينية لبعض الأورام. ومع ذلك، يتميز CHIEF بقدرته على أداء مجموعة واسعة من المهام عبر 19 نوعا مختلفا من السرطان، مما يجعله أكثر مرونة وقوة.
علاوة على ذلك، تم اختبار النموذج عبر مجموعات بيانات دولية متعددة، حيث أثبت فعاليته في التنبؤ بنتائج المرضى عبر أنواع مختلفة من السرطانات، وهي خطوة لم تتمكن الأنظمة الأخرى من تحقيقها.
الدقة في اكتشاف السرطان
حقق CHIEF دقة تصل إلى 94٪ في اكتشاف السرطان عبر 15 مجموعة بيانات تتضمن 11 نوعا مختلفا من السرطان. وفي بعض الاختبارات، حقق دقة تصل إلى 96٪، مما يجعله متفوقًا بشكل كبير على الحلول التقليدية والذكاء الاصطناعي الحالي.
التنبؤ بالبروفيلات الجينية للأورام
يتمتع CHIEF بقدرة استثنائية على التنبؤ بالتحورات الجينية المرتبطة بنمو الأورام واستجابتها للعلاج، بدلاً من الحاجة إلى إجراء تحليل جيني مكلف وطويل الأمد، يمكن لـ CHIEF تحديد التحورات الجينية من خلال تحليل الصور المجهرية للأنسجة. هذا يتيح للأطباء اتخاذ قرارات علاجية أسرع وأكثر فعالية.
التنبؤ ببقاء المرضى
يُعد التنبؤ بمعدلات بقاء المرضى أحد أكبر التحديات في علاج السرطان، باستخدام CHIEF، يمكن للطبيب التنبؤ بشكل دقيق بمعدل البقاء على قيد الحياة بناءً على تحليل أنسجة الورم عند التشخيص الأولي. أظهرت الدراسات أن النموذج يتفوق على الأنظمة الأخرى بنسبة تصل إلى 10٪ في التنبؤ بمعدلات البقاء، وخاصة في حالات السرطان المتقدمة.
من خلال تحليل الصور النسيجية، حدد CHIEF بعض السمات غير المعروفة سابقا التي ترتبط ببقاء المرضى، مثل وجود خلايا مناعية أكبر في الأورام المرتبطة بالبقاء الطويل الأمد، ما يشير إلى أن الجهاز المناعي قد يكون نشطا في مكافحة الورم. كما حدد النموذج علامات على عدوانية الورم بناءً على حجم وشكل الخلايا وعلاقتها بالأنسجة المحيطة.
الخطوات المستقبلية
يخطط الباحثون لتحسين أداء CHIEF من خلال:
1. تدريبه على صور أنسجة لأمراض نادرة وحالات غير سرطانية.
2. إدخال عينات من الأنسجة ما قبل الخبيثة.
3. تعريضه لمزيد من البيانات الجزيئية لتعزيز قدرته على التنبؤ بمستويات عدوانية السرطان.
4. تدريبه على توقع فوائد وتأثيرات العلاجات الجديدة.
يعتبر CHIEF نموذجا ثوريا في مجال الذكاء الاصطناعي الطبي، ويمثل تقدما كبيرا في قدرة الأطباء على تشخيص السرطان بسرعة ودقة أكبر، مما يزيد من فرص المرضى في الحصول على العلاج المناسب في الوقت المناسب.
