قراءة صور الموجات فوق الصوتية للثدي بصورة متتابعة: الذكاء الاصطناعي يحسّن دقة تفسير الأطباء المبتدئين

قد تتشابه الكتل الحميدة والآفات الخبيثة في صور الموجات فوق الصوتية للثدي من حيث الحدود والأصداء، مما يجعل تفسيرها اختبارًا للخبرة. وأظهرت دراسة مستقبلية متعددة المراكز، نُشرت في 10 أكتوبر في «Holistic Integrative Oncology»، أن تحليل مقاطع فيديو المسح الديناميكي بالذكاء الاصطناعي، ثم إتاحة نتائجه للأطباء للاستعانة بها، يمكن أن يحسّن أداء الأطباء الأقل خبرة في التمييز بين الآفات الحميدة والخبيثة.

ركزت الدراسة على الآفات المصنفة ضمن الفئتين 4 و5 من نظام تقارير وبيانات تصوير الثدي (BI-RADS)، أي الحالات التي صُنفت بناءً على التصوير بأنها مشتبه بها أو يُشتبه بشدة في كونها خبيثة. وجمع فريق البحث البيانات من أربعة مستشفيات بين نوفمبر 2019 ويناير 2023، وشملت الدراسة إجمالًا 532 آفة، استُخدمت 334 منها لتدريب النموذج والتحقق من أدائه؛ وأُكدت جميع التشخيصات، سواء كانت حميدة أم خبيثة، بنتائج الفحص النسيجي بعد الخزعة أو الجراحة.

يربط هذا النموذج، المسمى TGMIL، الصور المأخوذة في نقاط زمنية مختلفة من مقاطع فيديو المسح ويحللها معًا، ويمنح الإطارات التي تحتوي على معلومات تشخيصية أكثر وزنًا أعلى. وبالمقارنة مع اختيار صورة تمثيلية واحدة فقط، يهدف هذا التصميم إلى الاحتفاظ بالتغيرات الشكلية التي تظهر أثناء مرور المسبار فوق الآفة، للمساعدة في التعامل مع السمات التي يصعب توضيحها في إطار واحد.

أجرت الورقة المنشورة بصيغتها النهائية الاختبار على 120 مريضًا و198 مقطع فيديو، وبلغت المساحة تحت المنحنى (AUC) للنموذج على مستوى المرضى 0.845؛ ويقيس هذا المؤشر القدرة على التمييز بين الآفات الحميدة والخبيثة، ولا يعني دقة قدرها 84.5%. وبعد حصول الأطباء على مساعدة الذكاء الاصطناعي، ارتفعت دقة التشخيص في مجموعة الأطباء المبتدئين من 66.7% إلى 89.2%، وفي مجموعة الأطباء المعالجين من 80.8% إلى 90.0%. كما عرض ملخص الدراسة نفسها، الذي نشرته 生物通 في 12 أكتوبر، هذه النتائج على مستوى المرضى.

ينبغي الانتباه إلى وحدة المقارنة بين الأرقام. فالنسخة الأولية المبكرة التي أُتيحت على Research Square في 21 مايو اعتمدت مقاطع الفيديو وحدةً للتقييم، وأفادت بارتفاع دقة الأطباء المبتدئين من 69.2% إلى 85.9%؛ أما النسخة النهائية فجمعت عدة مقاطع فيديو لكل مريض ثم أجرت التقييم. لذلك، لا يمكن استخدام مجموعتي النتائج بالتبادل، ولا تفسير الفارق على أنه تحسن إضافي في النموذج خلال بضعة أشهر.

لا تزال الأدلة الحالية مستمدة من فئة محددة من المرضى الخاضعين للتشخيص في المستشفيات. فقد اقتصرت الدراسة على الآفات الأكبر من 5 مليمترات والمصنفة ضمن الفئتين 4 و5 من BI-RADS، واستبعدت حالات مثل رداءة جودة الصور، ولم تشمل عموم الأشخاص الذين يخضعون للفحص التحري دون أعراض. وأشارت الورقة أيضًا إلى أن تداخل السمات التصويرية للآفات الحميدة والخبيثة لا يزال يسبب أخطاء في التفسير؛ وعندما تتعارض توصيات الذكاء الاصطناعي مع حكم الأطباء ذوي الخبرة، فقد تؤثر كذلك في قرارات كانت صحيحة أصلًا.

تدعم هذه النتائج مواصلة التحقق من قيمة الذكاء الاصطناعي أداةً للمساعدة في تفسير الصور، لكنها لم تثبت بعد إمكانية الاعتماد عليه لتقليل الخزعات بأمان. وحتى إن كان عنوان النسخة الأولية المبكرة قد أشار إلى احتمال تقليل الخزعات، فإن تحسن دقة تفسير الصور لا يعني التأكد من إمكانية إجراء فحوص أقل دون زيادة الحالات التي يفوت تشخيصها. وتحتاج الخطوة التالية إلى تقييم كيفية تأثيره في قرارات إجراء الفحوص ونتائج المرضى، لدى فئات أوسع من المرضى وضمن مسارات التشخيص والعلاج الفعلية؛ ويظل التأكيد بالفحص النسيجي والتقييم السريري الكامل عاملين أساسيين.