يمكن التعرف على سرطان المبيض من خلال فحوصات الدم والبول وغيرها من المؤشرات! تولى فريق ليو جيهونغ من جامعة صن يات صن زمام المبادرة وقامت أربع كليات طبية كبرى ببناء نموذج اندماج الذكاء الاصطناعي بشكل مشترك

وفقًا لـ "المبادئ التوجيهية لتشخيص وعلاج سرطان المبيض (طبعة 2022)" الصادرة عن اللجنة الوطنية للصحة، فإن معدل الإصابة السنوي بسرطان المبيض في بلدي يحتل المرتبة الثالثة بين أورام الجهاز التناسلي الأنثوي، والثانية فقط بعد سرطان عنق الرحم وأورام جسم الرحم الخبيثة. ويحتل معدل الوفيات المرتبة الأولى بين الأورام الخبيثة في الجهاز التناسلي الأنثوي، ويرتبط معدل البقاء على قيد الحياة لمدة خمس سنوات ارتباطًا وثيقًا بمرحلة المرض في وقت التشخيص. وبحسب البيانات الصادرة عن المعهد الوطني للسرطان في الولايات المتحدة، فإن معدل البقاء على قيد الحياة لمدة 5 سنوات لسرطان المبيض في مرحلة العدوى المحلية المبكرة هو 92.4%، في حين ينخفض معدل البقاء على قيد الحياة لمدة 5 سنوات في المرحلة النقيلية إلى 31.5%.

تقع المبايض في عمق تجويف الحوض. غالبًا ما لا تظهر أعراض سريرية محددة لآفات المبيض في المراحل المبكرة. عندما تظهر الأعراض ويسعى المرضى للحصول على العلاج الطبي، يكون مرضى 70% بالفعل في المراحل المتأخرة. ولذلك فإن التشخيص المبكر لسرطان المبيض له أهمية كبيرة.

أجرى فريق البروفيسور ليو جيهونغ من قسم أمراض النساء في مركز الوقاية من السرطان وعلاجه بجامعة صن يات صن، بالتعاون مع جامعة الطب الجنوبية ومستشفى تونغجي التابع لكلية تونغجي الطبية بجامعة هواتشونغ للعلوم والتكنولوجيا ومستشفى التوليد وأمراض النساء التابع لكلية الطب بجامعة تشجيانغ، دراسة لمعالجة الصعوبات الحالية في التشخيص المبكر لسرطان المبيض ونقص علامات الورم الفعالة.تم إنشاء نموذج اندماج الذكاء الاصطناعي MCF لتشخيص سرطان المبيض، ويمكن حساب خطر الإصابة بسرطان المبيض عن طريق إدخال بيانات الاختبارات المعملية الروتينية والعمر.وقد نُشرت النتائج ذات الصلة في مجلة The Lancet Digital Health.

عنوان الورقة:
https://doi.org/10.1016/S2589-7500(23)00245-500245-5/fulltext#%20)
تابع الحساب الرسمي ورد "سرطان المبيض" للحصول على الورقة كاملة

أبرز الأبحاث:

* جمعت الدراسة البيانات من ثلاثة مستشفيات في بلدي واستخدمت إطار عمل تصنيف صنع القرار متعدد المعايير (MCF) لتطوير النموذج

* النموذج أكثر دقة في تحديد سرطان المبيض من المؤشرات الحيوية التقليدية مثل CA125 وHE4

* أظهرت الدراسة إمكانية أن يكون الاختبار المعملي الروتيني منخفض التكلفة وسهل الوصول إليه أداة تشخيصية فعالة لسرطان المبيض

جمع 3 مستشفيات و10000 مريض و98 فحصًا وبيانات ذات صلة

قام الباحثون بجمع البيانات من مركز السرطان بجامعة صن يات صن، ومستشفى تونغجي التابع لكلية تونغجي الطبية بجامعة هواتشونغ للعلوم والتكنولوجيا، ومستشفى التوليد وأمراض النساء التابع لكلية الطب بجامعة تشجيانغ بين 1 يناير 2012 و4 أبريل 2021.بيانات عن 98 اختبارًا معمليًا وخصائص سريرية لأكثر من 10000 مريضة (نساء مصابات بسرطان المبيض وآفات حميدة في ملحقات الرحم / فحص بدني طبيعي).

ومن بينها، تم اختيار بيانات المشاركين من كلية تونغجي الطبية بجامعة هواتشونغ للعلوم والتكنولوجيا (3007 شخصًا في المجموع) كمجموعة تدريب، وتم إجراء التحقق المتبادل خمس مرات على هذه المجموعة التدريبية. تم الحصول على مجموعتي التحقق الخارجيتين من مستشفى النساء بكلية الطب بجامعة تشجيانغ (5641 موضوعًا) ومركز السرطان بجامعة صن يات صن (2344 موضوعًا).

MCF: دمج 20 نموذج تصنيف أساسي

وقد شملت الدراسة عددا كبيرا من المشاركين من ثلاث مناطق مختلفة من بلدنا. كان متوسط العمر عند تشخيص سرطان المبيض في المجموعات الثلاث 51-56 سنة. ومع ذلك، فإن البيانات واسعة النطاق تجلب أيضًا بعض المشاكل. على سبيل المثال، بيانات المراكز المتعددة غير متجانسة، وهو ما لا يساعد على بناء نماذج الذكاء الاصطناعي القوية، ولديها العديد من العيوب، بما في ذلك اختلال التوازن الكبير بين عدد مرضى سرطان المبيض والمشاركين في المجموعة الضابطة، والوحدات غير المتسقة، وعدد كبير من القيم المفقودة (48.5% في مجموعة التحقق الداخلي).

من أجل حل مشاكل البيانات هذه وضمان قوة النموذج،لقد قام الباحثون بالكثير من أعمال تنظيف البيانات.يشمل:

* عند بناء النموذج، تم إدراج 98 عنصر اختبار معمل كميزات إدخال مرشحة. تم التعامل مع عناصر الاختبار المعملية المختلفة لكل وحدة بشكل موحد من قبل الوحدة.

* تم احتساب البيانات المفقودة باستخدام خوارزمية MICE (الاستنتاج المتعدد المتغيرات بواسطة المعادلات المتسلسلة).

* لتقليل الاختلافات في توزيع البيانات بين المؤسسات، تم استخدام خوارزمية بوكس-كوكس للتوفيق بين البيانات، ومن ثم تم تطبيع البيانات عن طريق توحيد الحد الأدنى والحد الأقصى.

* من أجل حل مشكلة عدم توازن البيانات، يتم استخدام طريقة أخذ العينات الشاملة التكيفية بنسبة موازنة تبلغ 0.5.

بالإضافة إلى ذلك، فإن إطار عمل MCF هو أحد أشكال H-MCF (مخطط التنبؤ الهرمي القائم على MCF) الذي اقترحه فريق البحث في العمل السابق.أنشأ الباحثون 176 نموذج تصنيف أساسي ودمجوا طريقة اختيار الميزة مع مصنف التعلم الآلي. ومن خلال التحقق المتبادل الخماسي، اختاروا أفضل 20 نموذج تصنيف أساسي من بين 176 نموذجًا.ومن بينها، ستحدد عملية اختيار الميزة 20 ميزة الأكثر أهمية لكي يستخدمها المصنف لإنشاء نموذج تصنيف أساسي.

قام الباحثون بعد ذلك بتقدير وزن كل نموذج بناءً على نظرية اتخاذ القرار متعددة المعايير، وفي النهاية دمجوا توقعاتهم للوصول إلى تصنيف متسق.

أداء النموذج أعلى بكثير من الطرق التقليدية

قام الباحثون بقياس دقة التنبؤ لنموذج MCF باستخدام AUC والدقة والخصوصية والحساسية والقيمة التنبؤية الإيجابية والقيمة التنبؤية السلبية ودرجة F1. وتظهر النتائج في الشكل أدناه:

قام الباحثون باختيار 52 سمة (51 مؤشر اختبار معمل والعمر) من أفضل 20 نموذج تصنيف أساسي، ومن بينها حوالي 901 سمة TP3T كانت مرتبطة بشكل كبير بخطر الإصابة بسرطان المبيض، وقاموا ببناء تصنيف متسق مماثل للسمات على أساس SHAP (شرح Shapley الإضافي، وهي تقنية لتقييم وشرح تنبؤات النموذج). تراوحت قيم AUC التنبؤية للميزات الفردية من 0.477 (AFP) إلى 0.886 (CA125) وكانت متوافقة بشكل عام مع تصنيفاتها.

في،تشمل مؤشرات الاختبارات المعملية 51 اختبارًا روتينيًا للدم، واختبارات البول، والاختبارات الكيميائية الحيوية، وما إلى ذلك.على سبيل المثال، قياس مستوى الصفائح الدموية PLT، وقياس الفيبرينوجين FIB، وCRP وهو مؤشر لتقييم درجة الالتهاب، وALB الذي يقيس مستويات الألبومين في المصل، ومعدل ترسيب كريات الدم الحمراء ESR، وقيمة الرقم الهيدروجيني للبول، وما إلى ذلك. يوضح الشكل أ أدناه ترتيب أهمية مؤشرات الاختبار.

كانت AUCs لـ MCF على مجموعة التحقق الداخلي ومجموعتي التحقق الخارجي المستقلتين 0.949 (95%CI 0.948-0.950)، و0.882 (0.880-0.885)، و0.884 (0.882-0.887)، على التوالي.

كما قارن الباحثون أيضًا MCF مع علامات الورم التقليدية في الكشف عن سرطان المبيض.بالنسبة لجميع مجموعات التحقق الثلاث للتمييز بين سرطان المبيض، كانت المساحة تحت المنحنى والحساسية ودرجة F1 لـ MCF أعلى من تلك الخاصة بعلامات الورم التقليدية.كما هو موضح في الشكل التالي:

بالنسبة لتصنيف سرطان المبيض المتقدم ومجموعات التحكم، كانت المساحة تحت المنحنى لـ MCF في مجموعة التحقق الداخلي 0.985؛ وقد وصلت إلى 0.972 في مجموعة التحقق الخارجية الأولى و 0.943 في مجموعة التحقق الخارجية الثانية. بالنسبة لتصنيف سرطان المبيض في المرحلة المبكرة مقابل الضوابط، كانت AUC لـ MCF 0.879 في مجموعة التحقق الداخلي، و0.823 في مجموعتي التحقق الخارجي الأولى والثانية، و0.810 على التوالي.

وأظهرت النتائجكانت AUC وحساسية نموذج MCF لتحديد مرضى سرطان المبيض، وخاصة أولئك الذين يعانون من سرطان المبيض في مرحلة مبكرة، أعلى بشكل ملحوظ من تلك الخاصة بعلامات سرطان المبيض التقليدية CA125 وHE4 ومزيجهما.وعلاوة على ذلك، لا يزال من الممكن التنبؤ بخطر الإصابة بسرطان المبيض بدقة في مجموعة سكانية تفتقر إلى بعض المؤشرات، وهو ما يدل على أن نموذج MCF يتمتع باستقرار جيد وتوافق جيد مع البيانات في العالم الحقيقي.

بالإضافة إلى ذلك، وجدت هذه الدراسة أيضًا أنه بالإضافة إلى علامات الورم، فإن الاختبارات المعملية الروتينية الأخرى، مثل ثنائي DD وعدد الصفائح الدموية، ساهمت أيضًا بشكل كبير في تشخيص سرطان المبيض والتنبؤ به، مما يشير إلى أن العمليات المرضية الفيزيولوجية المرتبطة بمؤشرات الاختبار هذه قد تلعب دورًا مهمًا في تطور سرطان المبيض، وتستحق آلياتها المحتملة المزيد من الاستكشاف.

الذكاء الاصطناعي يعزز تطوير الرعاية الصحية الأولية

وفقًا لـ "النشرة الإحصائية حول تطوير صناعة الرعاية الصحية في بلدي لعام 2022"، على الرغم من وجود 979768 مؤسسة طبية وصحية أولية في بلدي، تمثل 94.85% من إجمالي عدد المؤسسات الطبية والصحية في البلاد، من حيث عدد التشخيص والعلاج، يبلغ عدد التشخيص والعلاج في المؤسسات الطبية والصحية الأولية 4.27 مليار، وهو ما يمثل 50.7% فقط من إجمالي عدد التشخيص والعلاج للعام بأكمله. ومن الواضح أن عدد المؤسسات الطبية والصحية الأولية في بلدي يشكل نسبة عالية، إلا أن عدد التشخيص والعلاج لا يزال يحتاج إلى الكثير من التحسين.

وبالإضافة إلى ذلك، ووفقاً لإحصاءات المركز الوطني للسرطان، في سوق خدمات الطب السرطاني في بلدي، قامت المستشفيات العامة المتخصصة بأكثر من 80% من مهام علاج السرطان. معظم هذه المستشفيات من الدرجة الأولى تقع في عواصم المحافظات، ولكنها مضطرة لاستقبال المرضى من جميع أنحاء العالم في نفس الوقت. من الممكن تصور الضغط على الأطباء.

ومع ذلك، فإن التطبيق الناضج للذكاء الاصطناعي في السنوات الأخيرة جلب خيالًا لا نهاية له إلى الصناعة الطبية وقدم أفكارًا جديدة للرعاية الأولية. تم إنشاء نموذج تشخيص سرطان المبيض MCF في هذه الدراسة وهو مفتوح المصدر. يمكن حساب قيمة خطر الإصابة بسرطان المبيض عن طريق إدخال بيانات الاختبارات المعملية المقابلة والعمر، مما يوفر بلا شك دعماً مهماً لترويج هذا النموذج في المؤسسات الطبية الأولية.

يعد نشر التشخيص بمساعدة الذكاء الاصطناعي في مؤسسات الرعاية الصحية الأولية أمرًا في غاية الأهمية. كما أشار "الرأي بشأن مواصلة تعميق الإصلاحات لتعزيز التنمية الصحية للأنظمة الطبية والصحية الريفية" الذي أصدره مجلس الدولة سابقًا إلى الحاجة إلى تسريع نشر وتطبيق التشخيص بمساعدة الذكاء الاصطناعي في المؤسسات الطبية والصحية الريفية.

إن تطبيق الذكاء الاصطناعي في مؤسسات الرعاية الصحية الأولية لا يمكنه فقط معالجة المعلومات الطبية وتحويلها إلى بيانات منظمة، وحل مشاكل "جزر البيانات" وجودة البيانات، ووضع الأساس للترابط وتبادل المعلومات الطبية في المنطقة؛ كما يمكنه أيضًا تحسين مستوى التشخيص والعلاج الأساسي من خلال الاستشارة المساعدة والتشخيص المساعد وإدارة الأمراض المزمنة والوظائف الأخرى، وتقليل احتمالية التشخيص الخاطئ والتشخيص الخاطئ، والسماح لمزيد من الأماكن بالاستمتاع بالتشخيص والعلاج عالي الجودة.

مراجع:

1.https://www.sysu.edu.cn/news/info/2331/1091611.htm