→ العودة إلى الصفحة الرئيسية

حين تلتقي الأدوية الإشعاعية بالذكاء الاصطناعي التوليدي، تُعاد صياغة لغة تصميم العلاج الدقيق للسرطان

لم تعد الأدوية الإشعاعية مجرد ناقلات تُدخل الإشعاع إلى الورم؛ إذ بات التعلم الآلي يُستخدم لتصميم الجزيئات، والتنبؤ بتوزعها، وفرز المرضى، لكن الانتقال من أداء النماذج إلى الثقة السريرية ما زال يتطلب مسافة لا بد من التحقق منها.

By SURL BioNews

في علاج السرطان، لم يكن معنى الدقة يوما مقتصرا على «العثور على الورم». فالصعوبة الحقيقية تكمن في إيصال علاج فعال بما يكفي إلى موضع الآفة، مع تجنب الأنسجة الطبيعية السهلة التضرر مثل نخاع العظم والكلى والغدد اللعابية. وتقف علاجات الأدوية الإشعاعية في قلب هذه المسألة: فهي تستخدم جزيئات قادرة على التعرف إلى واسمات الورم كدليل، وتحمل نظائر مشعة إلى داخل الجسم، بحيث يرتبط التصوير التشخيصي والعلاج ضمن المسار البيولوجي نفسه.

أشار تقرير News-Medical.Net إلى أن التعلم العميق والذكاء الاصطناعي التوليدي يجري إدخالهما في تصميم هذه «الأدوية الإشعاعية الذكية» وتطبيقاتها السريرية. ولا يقتصر التصور هنا على تسريع البحث والتطوير، بل يشمل تحويل أجزاء من عملية كانت تعتمد في السابق على الخبرة والحدس الكيميائي والتجارب المتكررة إلى مسألة بحث قابلة للحوسبة: أي الجزيئات تستطيع الارتباط بهدف الورم على نحو أكثر استقرارا، وأي الروابط تؤثر في الأيض داخل الجسم، وأي مزيج من النويدة المشعة والجرعة قد يتيح نافذة علاجية أفضل.

وعلى نحو أكثر تحديدا، يمكن استخدام التعلم الآلي لتحليل البنى الجزيئية، وارتباط المستقبلات، والحركية الدوائية، وبيانات التصوير الطبي، بما يساعد الباحثين على التنبؤ بتوزع الأدوية المرشحة داخل الجسم وسرعة طرحها. أما النماذج التوليدية فقد تقترح ليغاندات أو هياكل جزيئية جديدة، ثم تُحال إلى التخليق الكيميائي، وتجارب الخلايا، والنماذج الحيوانية، والدراسات السريرية المبكرة للتحقق منها طبقة بعد أخرى. ويشبه ذلك اكتشاف الأدوية عموما، لكن الأدوية الإشعاعية تضيف طبقة أخرى من القيود: فالفعالية والسمية لا تعتمدان على الجزيء نفسه فحسب، بل أيضا على عمر النصف للنظير المشع، ونوع الإشعاع، وثبات الوسم، والمقاييس الزمنية داخل جسم المريض.

ويعكس هذا الاتجاه أيضا التوقعات المتزايدة في علم الأورام خلال السنوات الأخيرة بشأن «التكامل بين العلاج والتشخيص». فإذا أمكن استخدام النوع نفسه من الجزيئات المستهدفة أولا في التصوير للتأكد مما إذا كان الورم يعبّر عن مستقبل معين، ثم استخدام نويدات علاجية لإيصال الإشعاع، فقد تتاح للأطباء فرصة اختيار من يُحتمل أن يستفيدوا من العلاج بوضوح أكبر قبل بدء العلاج. ويتمثل دور الذكاء الاصطناعي هنا، نظريا، في قراءة الصور، وتقدير الجرعة الممتصة في كل عضو على حدة، والتنبؤ بالاستجابة للعلاج، بل وحتى المساعدة في تعديل استراتيجيات إعطاء الدواء بصورة شخصية.

غير أن المعلومات التي يكشفها ملخص التقرير محدودة، ولا يقدم بعد حجما واضحا لمجموعات البيانات، أو بنية النماذج، أو نتائج تحقق خارجية، أو أدلة سريرية مستقبلية. لذلك، فإن التفسير الأنسب حاليا هو النظر إلى هذا التطور بوصفه مسارا للبحث والتطوير قيد التشكل، لا استنتاجا سريريا غيّر معيار الرعاية بالفعل. وبالنسبة إلى الذكاء الاصطناعي الطبي، غالبا ما تكون الدقة على البيانات الاستعادية مجرد نقطة بداية؛ أما الاختبار الحقيقي فهو ما إذا كان النموذج سيظل يعمل بثبات عبر المستشفيات، وأجهزة المسح، والفئات السكانية، ومسارات العلاج المختلفة.

كما ستكون المسائل التنظيمية أكثر تعقيدا من البرمجيات العادية. فالأدوية الإشعاعية تنطوي على جودة الدواء، والتحضير الإشعاعي، وتفسير الصور، وحساب الجرعات، واتخاذ القرارات السريرية؛ وإذا شاركت نماذج الذكاء الاصطناعي في تصميم الجزيئات المرشحة أو فرز المرضى، فسيحتاج كل من الجهات التنظيمية والفرق السريرية إلى معرفة كيف دُرّب النموذج، ومتى قد يفقد دقته، وما إذا كان ينبغي إعادة التحقق منه بعد التحديث. وسيكون من الصعب أن تدعم التنبؤات ذات الطابع الصندوقي الأسود قرارات علاجية عالية المخاطر إذا تعذر تتبعها.

لذلك، قد لا يكون معنى التعلم الآلي بالنسبة إلى الأدوية الإشعاعية هو استبدال كيميائيي الإشعاع، أو أطباء الطب النووي، أو أطباء الأورام، بل ربط كميات ضخمة ومتباينة من البيانات لجعل تصميم الأدوية المرشحة واختيار المرضى أكثر توجها. وإذا أمكن في المستقبل إثبات قيمته من خلال تجارب مختبرية وسريرية صارمة، فقد تجعل هذه الأدوات العلاج الإشعاعي ينتقل من «قابل للاستهداف» إلى «قابل للضبط»؛ وحتى ذلك الحين، سيظل وعدا يحتاج إلى أن تضبطه الأدلة تدريجيا.

References

  1. News-Medical.Net