الذكاء الاصطناعي يتولى المتابعة المرهقة لصور الأورام، وMoffitt يختبره أولًا في البيئة البحثية

غالبًا لا تقتصر صعوبة تفسير صور السرطان على العثور على ورم واحد، بل تشمل تحديد آفات متعددة في فحوص الجسم بالكامل، ثم مقارنة كل منها على حدة بصور أُجريت قبل عدة أشهر، لمعرفة ما إذا كانت قد تقلصت أو ازدادت حجمًا أو ظهرت حديثًا. وقد جمعت شركة الذكاء الاصطناعي الطبي الفرنسية Raidium هذه الخطوات الآن ضمن سير عمل واحد، ونشرته في Moffitt Cancer Center في الولايات المتحدة، ليخدم في البداية أبحاث الأورام والتجارب السريرية.

يجمع النظام، المسمى Raidium Read، بين اكتشاف الآفات في الجسم بالكامل، وتقسيم الصور بالذكاء الاصطناعي، والمتابعة الطولية. وعند قراءة صور جديدة، يستطيع النظام نقل الآفات المحددة في الفحوص السابقة إلى الصور الحالية، وإنشاء قياسات RECIST تلقائيًا؛ وRECIST هو معيار شائع الاستخدام في التجارب السريرية لتقييم استجابة الأورام، ويعتمد أساسًا على التغير في حجم الآفات لتحديد فعالية العلاج.

اختارت Moffitt هذا النظام ليحل محل أداة تحليل الصور الإشعاعية السابقة لديها. وبالنسبة إلى فريق البحث، تكمن القيمة المحتملة في تقليل العمل اليدوي المتكرر للعثور على الآفات ورسم حدودها وقياسها، فضلًا عن تسهيل ربط السجلات بين النقاط الزمنية المختلفة. وتقول Raidium إن سير العمل البحثي المستقل هذا لا يتطلب من المستشفى إكمال تكامل أنظمة الواجهة الخلفية أولًا، ما يساعد على خفض عتبة التبني في بيئة التجارب.

لكن «نشره في مركز للسرطان» لا يعني أنه متاح للاستخدام في التشخيص السريري اليومي. فلا يزال نطاق الإتاحة الحالي مقتصرًا على التجارب السريرية وأبحاث الأورام، ولا يجوز للأطباء، استنادًا إلى هذا الإطلاق وحده، اعتبار الوظائف ذات الصلة أدوات سريرية معتمدة من الجهات التنظيمية. وتتقدم Raidium بطلب للحصول على تصريح 510(k) من FDA في الولايات المتحدة لبعض هذه الوظائف، وتتوقع الإعلان عن تطورات قبل نهاية عام 2026؛ غير أن الجدول الزمني النهائي لا يزال يتوقف على نتيجة المراجعة.

كما ينبغي النظر إلى أدلة الأداء بمعزل عن سردية المنتج. تدّعي الشركة أن قياسات RECIST المؤتمتة يمكن أن تخفض التباين بين القائمين على التفسير بمقدار ثلاثة أضعاف، لكن الإعلان وتقريرين عن الحدث نفسه لم يوضحوا حجم عينة الدراسة، أو توزيع أنواع السرطان، أو مصادر الصور، أو معيار المقارنة، أو نتائج التحقق الخارجي. وفي غياب هذه المعلومات، لا يمكن في المرحلة الحالية تحديد ما إذا كانت الفوائد ستظل قائمة عبر أجهزة المسح المختلفة والمؤسسات الطبية والأنماط المعقدة للآفات.

لذلك، يبدو هذا النشر أقرب إلى اختبار بحثي في بيئة تحاكي سير العمل الفعلي: فالذكاء الاصطناعي لا يقدم حكمًا منفردًا فحسب، بل يحاول الربط بين البحث عن الآفات، ورسم حدودها، ومتابعة فعالية العلاج. أما ما إذا كان يستطيع بالفعل توفير وقت الأطباء، والحفاظ على اتساق القياسات، والتوسع بأمان إلى الرعاية الروتينية، فلا يزال أمرًا يتعين أن تجيب عنه مجتمعةً عمليات التحقق المستقلة، وبيانات الاستخدام الفعلي، ومراجعة FDA.