كشف باحثو مؤسسة مايو كلينيك بالتعاون مع شركاء مستقلين عن قدرة تقنيات الذكاء الاصطناعي على تحليل شرائح الفحوصات المرضية الروتينية لتصنيف أورام السحايا، والتنبؤ بخطر انتكاسها. وقد نُشرت نتائج هذه الدراسة في مجلة ذا لانست للذكاء الاصطناعي والصحة الرقمية، لتثبت أن نماذج التعلم العميق تستطيع استخراج المؤشرات الجزيئية والتنظيمية الدقيقة من شرائح الصبغة القياسية المستخدمة في الممارسة السريرية الحالية، مما يوفر بديلاً عملياً للاختبارات الجينية المتقدمة. كانت الرؤى الجزيئية السابقة حصرية للاختبارات المعقدة مثل تحليل مثيلة الحمض النووي، وهي عمليات باهظة الثمن، وتتطلب بنية تحتية متطورة وخبرات متخصصة غالباً ما تكون غير متاحة خارج المراكز الطبية الكبرى. ويؤكد الدكتور جلاره زاده، رئيس قسم الجراحة العصبية في مايو كلينيك، أن هذه المبادرة تمثل نموذجاً لاستغلال قوة علم الأمراض الرقمي من خلال دمج قرون من المعرفة الجينومية داخل خوارزميات متقدمة. اعتمد المنهجية البحثية على تحليل عينات أنسجة وصور مرضية وسجلات سريرية تعود لـ 672 مريضاً. وتم تدريب النماذج على البيانات المجمعة من منصات المؤسسة لتحديد الخصائص البيولوجية للورم بدقة. أشارت النتائج إلى أن تنبؤات الذكاء الاصطناعي حافظت على دقتها حتى عند احتساب العوامل السريرية القياسية، مثل الدرجة المرضية، ومدى نجاح الجراحة في الاستئصال، وعمر المريض. بالإضافة إلى ذلك، كشفت الخوارزميات عن أنماط التباين الخلوي داخل الأورام، وهو عامل جوهري لفهم السلوك العدواني للورم وتوجيه العلاج. من الناحية السريرية، يمكن لهذه التقنيات أن تغير مسار المتابعة الطبية، بما في ذلك تحديد وتيرة التصوير الإشعاعي وتقييم الحاجة إلى العلاج الإشعاعي التكميلي، دون تعريض المرضى لإجراءات جينية مكلفة. وعلى الرغم من هذه النتائج الملموسة، يشدد الفريق على وجوب إجراء دراسات استباقية قبل اعتماد هذه الأدوات في البروتوكولات العلاجية اليومية. وتروم المؤسسة من وراء هذا التطوير توحيد المعايير وتحسين إتاحة الرعاية الدقيقة عالمياً، مع إمكانية تعميم المنهجية على أنواع أخرى من الأورام مستقبلاً.