نجح فريق من كلية الطب بجامعة هارفارد في تطوير أداة جديدة قائمة على الذكاء الاصطناعي تحمل اسم PICTURE (Pathology Image Characterization Tool with Uncertainty-aware Rapid Evaluations).

تستطيع هذه التقنية التمييز بدقة عالية بين نوعين خطيرين من أورام الدماغ :

الجليوبلاستوما (Glioblastoma).

اللمفوما الأولية للجهاز العصبي المركزي (PCNSL).

وبحسب نتائج الدراسة المنشورة في مجلة Nature Communications، وصلت دقة النموذج إلى أكثر من 98% حتى في أكثر ظروف التشخيص الجراحي صعوبة.

لماذا هذه التقنية مهمة؟

أثناء جراحات الأعصاب، يعتمد الأطباء عادة على شرائح مجمدة من الورم للتشخيص السريع.

لكن هذه الطريقة قد تؤدي إلى أخطاء تشخيصية بسبب:

تغير البنية الخلوية للورم أثناء التجميد.

التشابه الكبير في المظهر بين بعض أنواع الأورام.

ويُعد هذا الأمر بالغ الخطورة، لأن طرق العلاج تختلف جذريا:

الجليوبلاستوما تتطلب الاستئصال الجراحي للورم.

بينما تُعالج اللمفوما الأولية للجهاز العصبي المركزي غالبا بالعلاج الكيميائي والإشعاعي.

كيف يقلل الذكاء الاصطناعي من الأخطاء الطبية؟

يتميز نموذج PICTURE بعدة خصائص فريدة:

يقدم تشخيصا فوريا ودقيقا أثناء العملية الجراحية.

يقلل من احتمالية الأخطاء الطبية في اختيار خطة العلاج.

يتمتع بميزة تقدير الثقة، حيث يُصدر تنبيها للجراح إذا لم يكن متأكدا من النتيجة.

نتائج التجارب السريرية

أُجريت اختبارات على النظام في 5 مستشفيات عبر 4 دول، وأظهرت النتائج:

تفوق PICTURE على خبراء علم الأمراض من حيث الدقة.

أداء أفضل مقارنة بأنظمة الذكاء الاصطناعي الأخرى في نفس المجال.

قدرة على تحديد 67 نوعا آخر من أورام الجهاز العصبي المركزي، إلى جانب الجليوبلاستوما واللمفوما.

تحديات مستقبلية

رغم النتائج الواعدة، أشار الباحثون إلى أن معظم عينات التجارب أُخذت من مرضى من الأصل الأوروبي.

لذلك، هناك حاجة إلى دراسات إضافية على أعراق مختلفة لضمان فعالية النموذج على نطاق عالمي.

يعتقد العلماء أن هذه التقنية قد تغير معايير التشخيص العصبي، وتُحسن بشكل كبير من دقة التدخلات الجراحية في واحدة من أصعب مجالات طب الأورام.