كيف يمكن للذكاء الاصطناعي أن يساعد في إعادة تشكيل نماذج تشخيص السرطان وعلاجه

وفي مؤتمر الاقتصاد الرقمي العالمي لعام 2024، زار الزوار المعدات الطبية المعتمدة على الذكاء الاصطناعي المستخدمة لمساعدة الأطباء في تشخيص التصوير. تشن شياو جين

يمكن لفحص مقطعي واحد أن يساعد الأطباء على تحديد مجموعة متنوعة من أنواع السرطان، ويمكن للمنصة عبر الإنترنت إكمال اتصال الموارد الطبية الشخصية في ثوانٍ... في السنوات الأخيرة، أحدثت تقنية الذكاء الاصطناعي (AI) ثورة شاملة في جميع جوانب تشخيص الأورام وعلاجها .

وقال لي تشي تشنغ، المدير التنفيذي لمركز أبحاث الذكاء الاصطناعي الطبي التابع لمعهد الطب الحيوي والهندسة الصحية، بمعاهد شنتشن للتكنولوجيا المتقدمة، بالأكاديمية الصينية للعلوم، لمراسل: "يمكن للذكاء الاصطناعي أن يجري خلال العملية الكاملة لتشخيص الأورام وعلاجها". من Science and Technology Daily، "بدءًا من التشخيص التصويري الأولي، وتحديد الآفة، وقبول المريض، إلى التشخيص المرضي، وتصور الخطط الجراحية، وحتى تتبع التعافي من الخروج، يكون تدخل الذكاء الاصطناعي مرئيًا وملموسًا للأطباء والمرضى."

المساعدة في الفحص المبكر للأورام

وقال شو تشونغ هوانغ، مدير مستشفى أيروي للسرطان الأمريكي الصيني في بكين، إن العديد من مرضى السرطان هم بالفعل في المرحلة المتوسطة إلى المتأخرة عند تشخيصهم ويضيعون أفضل فرصة للعلاج. يمكن أن يساعد الفحص المبكر الأطباء على اكتشاف الحالات في مرحلة عدم ظهور الأعراض أو مرحلة ما قبل السرطان، ويقلل بشكل فعال من معدلات الإصابة بالمرض والوفيات من خلال التدخل المبكر. يتمتع الذكاء الاصطناعي بإمكانات كبيرة في مجال الفحص المبكر للأورام.

يعتمد الفحص المبكر للأورام عادةً على سلسلة من طرق الفحص غير الجراحية أو طفيفة التوغل، بما في ذلك فحوصات التصوير واكتشاف علامات الدم والتشخيص الجزيئي. وفي هذا الصدد، حقق تدخل الذكاء الاصطناعي تقدمًا كبيرًا. ويعتقد لي تشي تشنغ أنه بدعم من تكنولوجيا التعلم العميق القائمة على الصور، يمكن لأداء الذكاء الاصطناعي في بعض فحوصات الأورام أن يتجاوز أداء الخبراء البشريين.

في العامين الماضيين، نشرت المجلات الدولية مثل مجلة Nature دراسات متعددة حول فحص الأورام بمساعدة الذكاء الاصطناعي. لا يستطيع نموذج CHIEF الذي طوره فريق كلية الطب بجامعة هارفارد تشخيص 19 نوعًا من السرطان فحسب، بل يمكنه أيضًا تحديد موقع البيئة الدقيقة للورم وتوجيه استراتيجيات العلاج والتنبؤ بمعدلات البقاء على قيد الحياة. يتمتع نموذج الكشف المبكر عن سرطان البنكرياس PANDA الذي طورته أكاديمية علي بابا دامو بدقة تصل إلى 92.9% في تحديد وجود الآفات. تظهر هذه النتائج أن الذكاء الاصطناعي لا يمكنه المساعدة في التشخيص فحسب، بل يلعب أيضًا دورًا رئيسيًا في العلاج الدقيق.

أظهرت الممارسات ذات الصلة دور الذكاء الاصطناعي في فحص الأورام. في فبراير من هذا العام، تم نشر "المشروع الخيري للفحص المبكر للسرطان متعدد السرطان بالذكاء الاصطناعي الطبي" التابع لشركة علي بابا في مستشفى ليشوي المركزي ومؤسسات أخرى في تشجيانغ، حيث تم تطبيق تكنولوجيا الذكاء الاصطناعي الطبي المبتكرة لأكاديمية دامو في المجال الصحي. "قام المشروع بفحص أكثر من 50 ألف شخص خلال 4 أشهر. وشملت الأمراض التي تم فحصها سرطان البنكرياس، وسرطان المريء، وسرطان المعدة، وسرطان القولون والمستقيم. وقد تم التأكد سريريا من وجود 145 آفة سرطانية بينهم". فريق الذكاء الاصطناعي الطبي التابع لأكاديمية دامو الشخص المسؤول وأوضح لو لو أنه من خلال الجمع بين كمية كبيرة من البيانات التاريخية والخوارزميات المعقدة، يمكن للذكاء الاصطناعي استخلاص معلومات حول الآفات الصغيرة التي يصعب اكتشافها بالعين المجردة من الصور. وفي مهام تحليل الصور الشاقة، يمكن للذكاء الاصطناعي أيضًا معالجة كميات كبيرة من البيانات بسرعة، مما يقلل الضغط على الأطباء.

وقال شو تشونغهوانغ إن السرطان يجب أن يعتمد على تعاون متعدد التخصصات لصياغة خطط علاج مثالية، ويمكن للذكاء الاصطناعي أن يساعد في حل مشاكل مثل نقص المتخصصين والتكاليف الاقتصادية المرتفعة في هذه العملية.

وبأخذ PANDA كمثال، قال لو لي إن النموذج يعادل الجمع بين قاعدة المعرفة لعشرات الأطباء من مختلف المهن، ويحقق دمج البيانات عبر الأقسام من خلال دمج البيانات متعددة الوسائط مثل بيانات التصوير والمعلومات الجينومية وعلم الأمراض البيانات، الخ. وعلى هذا الأساس، يمكن للنموذج استخلاص معلومات الآفة الرئيسية والخصائص المرضية المحتملة، ومن ثم إجراء تحليل شامل عبر الأقسام.

تحسين الوعي بالسرطان

يعد تعزيز الفهم العلمي في المجال الطبي بُعدًا أعلى للذكاء الاصطناعي للمساعدة في تشخيص الأورام وعلاجها.

شارك فريق لي تشيتشنغ في أبحاث الورم الدبقي لعقود من الزمن. وفي حديثه عن الوضع الحالي لتشخيص وعلاج الورم الدبقي، قال لي تشي تشنغ: "لا يزال فهمنا العلمي لهذا المرض محدودًا. لم يفهم الأطباء بشكل كامل آلية ظهور الورم الدبقي وتطوره وتكراره، ولم يجدوا بعد فعالية وفعالية في علاج الورم الدبقي". طريقة علاجية دقيقة."

يشعر Xu Zhonghuang بنفس الطريقة. "إن نقص المعرفة حول مرض السرطان يحد من طرق التشخيص والعلاج. وفي مواجهة الأمراض الصعبة والمعقدة، في كثير من الأحيان في الممارسة السريرية لا يمكننا عبور النهر إلا عن طريق تحسس الحجارة."

نماذج تشخيص وعلاج الذكاء الاصطناعي الحالية لها أيضًا قيود. وقال لي تشيتشنغ إن العديد من النماذج يتم تدريبها من خلال مجموعات بيانات توضيحية واسعة النطاق للعثور على الارتباطات بين ميزات الصورة والنتائج السريرية. وعلى الرغم من أن هذه الطريقة حققت نتائج ملحوظة من حيث الدقة، إلا أن عملية "الصندوق الأسود" هذه تفتقر إلى أساس تفسيري، مما يجعل من الصعب على الأطباء أن يثقوا بشكل كامل في النتائج التشخيصية للذكاء الاصطناعي. لذلك، من المهم بشكل خاص العودة إلى مصدر المعرفة الطبية.

وفي هذا الصدد، لدى الذكاء الاصطناعي مجال كبير للعب. "يمكن للذكاء الاصطناعي دمج البيانات متعددة الوسائط مثل التصوير وعلم الأمراض والجينات وما إلى ذلك، وتوفير تحليل شامل متعدد النطاق، ومساعدتنا في بناء "صورة" أكثر اكتمالا للأورام. الورم هو نظام بيئي يتكون من خلايا سرطانية معقدة، و كلما كانت الصورة أكثر تفصيلاً، كلما كانت أكثر دقة، كلما تمكنت من اكتشاف سلوكيات الورم وأهداف العلاج المحتملة التي تم تجاهلها في الماضي، مما يوفر أفكارًا جديدة للعلاج الأمامي ". قال لي تشيتشنغ إنه مع الإثراء المستمر من البيانات على المستوى الجزيئي مثل الجينوم والبروتينات، من المتوقع أن يخترق الذكاء الاصطناعي الاختناقات المعرفية الحالية للمساعدة في تحسين الفهم العلمي للسرطانات المعقدة.

وأضاف Xu Zhonghuang: "في مواجهة الأورام غير المألوفة، إذا تمكن الذكاء الاصطناعي من تعزيز فهم الإنسان لها، ولو بخطوة صغيرة، فقد يوفر بشكل أساسي إرشادات منهجية جديدة لتشخيص الأورام وعلاجها ويغير حقًا الطريقة التي نتعامل بها مع السرطان".

إفساح المجال كاملاً لدور البيانات باعتبارها "مغذية"

لكي يتمكن الذكاء الاصطناعي من تعزيز عملية تشخيص الأورام وعلاجها برمتها، من الضروري الحصول على دعم بيانات عالي الجودة وشامل وضخم.

لا يعتمد تدريب نماذج الذكاء الاصطناعي على تعليقات الطبيب فحسب، بل يتطلب أيضًا بيانات الدورة السريرية الكاملة. أعطى لو لو مثالاً: "أثناء عملية التدريب على نموذج PANDA، لا يحتاج الأطباء إلى توفير بيانات متعددة الوسائط مثل الصور المرضية وتقارير علم الأمراض وصور الأشعة المقطعية فحسب، بل يحتاجون أيضًا إلى تأكيد موقع الآفة يدويًا وتحديد الخطوط العريضة بدقة يتم ذلك على الأشعة المقطعية المحسنة، ثم يمرر المهندس تقنية تسجيل الصور ثلاثية الأبعاد لتعيين الخطوط العريضة ثلاثية الأبعاد للآفة على صورة الأشعة المقطعية العادية، وتسمح في النهاية للذكاء الاصطناعي بتعلم التعرف على مظهر أورام البنكرياس المبكرة. في الصورة المقطعية البسيطة."

في هذه العملية، يعمل الأطباء وفريق الذكاء الاصطناعي بشكل وثيق معًا لتوفير بيانات تدريب عالية الجودة للنموذج. وأوضح لو لو كذلك أن فرق خوارزمية الذكاء الاصطناعي الطبية المتطورة غالبًا ما تعتمد على مجموعة واسعة من المستشفيات التعاونية لتوفير بيانات متنوعة، وهو أمر بالغ الأهمية لتحسين قدرة تعميم النموذج. توفر البيانات الواردة من المستشفيات المختلفة لنموذج الذكاء الاصطناعي خلفية مرضية غنية، مما يساعده على الاستجابة لمختلف السيناريوهات السريرية بشكل أكثر دقة.

ومع ذلك، نظرًا لمشاكل مثل الكميات الكبيرة من البيانات المطلوبة، والعديد من الأقسام المعنية، والبيانات المتناثرة، أصبح الحصول على البيانات هو عنق الزجاجة الرئيسي في أبحاث الذكاء الاصطناعي الحالية في مجال السرطان. "ليس من الصعب الحصول على صورة واحدة أو بيانات علم الأمراض، ولكن من الصعب جدًا الحصول على بيانات شاملة مثل التصوير وعلم الأمراض والجينات لنفس المريض في نفس الوقت." يتطلب تعاونًا وثيقًا بين الإدارات المتعددة، ولكنه يستغرق أيضًا الكثير من الوقت. غالبًا ما تتوزع أبحاث السرطان الحالية بين تخصصات مختلفة، حيث يتم التعامل مع تحليل الصور بواسطة فنيي التصوير والهندسة، بينما تتم معالجة البيانات الجينية بواسطة متخصصين في علم الأمراض الجزيئية أو المعلوماتية الحيوية. ولا يزال كسر الحواجز بين التخصصات ودمج البيانات يمثل تحديًا كبيرًا.

"البيانات هي "المغذيات" الأساسية التي تحدد ما إذا كان الذكاء الاصطناعي قادرًا على لعب دوره بشكل كامل في الرعاية الطبية." ومن وجهة نظر Xu Zhonghuang، تعد قابلية التوسع وتوحيد البيانات وأمنها من الاعتبارات الرئيسية للمستشفيات عند نشر الذكاء الاصطناعي الطبي. يجب أن تبدأ المستشفيات من الحاضر عند التخطيط لتخطيط الذكاء الاصطناعي الخاص بها، والتأكد من توحيد إدخال البيانات وأرشفتها وإدارتها، وتصميم إطار معقول لإدارة البيانات مسبقًا، وحجز الواجهات لمعالجة البيانات في المستقبل. وتتمثل ميزة الذكاء الاصطناعي في أنه يمكنه استيعاب البيانات الجديدة بشكل مستمر وتحسين نفسه. وهذا يتطلب أن يكون نظام تخزين البيانات في المستشفى قابلاً للتطوير للتعامل مع الطلب المتزايد على البيانات متعددة الوسائط.

فيما يتعلق بأمن البيانات، يعتقد Xu Zhonghuang أن المستشفيات بحاجة إلى إنشاء آليات صارمة لتشفير البيانات وحماية الخصوصية لضمان أن تطبيقات التكنولوجيا يمكن أن توفر دعمًا موثوقًا للتشخيص والعلاج السريري في ظل فرضية الامتثال للقوانين واللوائح والأخلاق الاجتماعية.