نظام آلي جديد يحسب حجم الورم الأيضي في سرطان الغدد الليمفاوية B-cell الكبير المنتشر

نظام آلي جديد يحسب حجم الورم الأيضي في سرطان الغدد الليمفاوية B-cell الكبير المنتشر

طور الباحثون في مركز سيلفستر الشامل للسرطان في كلية الطب بجامعة ميامي ميلر طريقة آلية جديدة لحساب حجم الورم الأيضي (MTV) في سرطان الغدد الليمفاوية B-cell الكبير المنتشر (DLBCL). هذه النتائج يمكن أن تسهل بشكل كبير حسابات حجم الورم للدراسات السريرية وربما رعاية المرضى. ونشرت الدراسة في مجلة السرطان.

وقال خوان بابلو ألديروتشيو، دكتوراه في الطب، أستاذ الطب المساعد في قسم أمراض الدم والمؤلف المشارك للدراسة: "يمكن أن يكون لحجم التمثيل الغذائي للورم تأثير عميق على نتائج المرضى، ولكن حتى الآن لا توجد طريقة آلية لحساب ذلك". "لقد قمنا الآن بتطوير نظام قائم على الذكاء الاصطناعي للحصول على أحجام دقيقة للأورام بشكل أسرع وبتدخل بشري أقل."

يميل مرضى سرطان الغدد الليمفاوية الذين لديهم أحجام كبيرة من الورم إلى تشخيص أكثر صعوبة. ونتيجة لذلك، أراد الأطباء تقسيم المرضى إلى طبقات بناءً على MTV، لكن هذا كان صعبًا للغاية. إن البرامج الموجودة هي شبه آلية فقط، مما يعني أنه يجب على أخصائيي الأشعة أن ينتبهوا جيدًا للنتائج وغالبًا ما يقومون بملء المعلومات المفقودة، وهي عملية يمكن أن تستغرق وقتًا طويلاً.

عندما نقرأ فحص PET، هناك آفات مرضية وهياكل طبيعية تضيء. يقوم أخصائيو الأشعة بمراجعة هذه الصور والتمييز بين الآفات والعمليات الحميدة. لا تستطيع معظم البرامج التمييز بين شيء حميد أو له نشاط فسيولوجي طبيعي وبين الورم.

روس كوكر، دكتوراه في الطب، أستاذ مشارك في الأشعة في قسم الطب النووي والمؤلف الأول للدراسة

مقاييس أسرع وأفضل

الأجسام المضادة الكتاب الإلكتروني

تجميع لأهم المقابلات والمقالات والأخبار من العام الماضي. تنزيل نسخة مجانية

في هذه الدراسة، اختبر الباحثون نهجًا جديدًا قائمًا على التعلم العميق والذي يعمل على أتمتة حسابات MTV بشكل كامل. استخدم الدكتور كوكر وزملاؤه طرقًا تقليدية شبه آلية لحساب MTV لدى 100 مريض. بشكل منفصل، قام عالم الفيزياء الطبية والمؤلف المشارك فاي يانغ، دكتوراه، في قسم علاج الأورام بالإشعاع بمراجعة نفس عمليات المسح باستخدام خوارزميات التعلم العميق.

قال الدكتور ألدروتشيو: "لقد وجدنا أن النتائج كانت مترابطة بشكل كبير". "ولكن الأهم من ذلك، أنه بدلاً من استغراق ما يصل إلى 30 دقيقة للعثور على الإجابة لكل فحص، استغرق نهج التعلم الآلي حوالي خمس دقائق. ومن خلال تقليل وقت القراءة بشكل كبير، يفتح هذا الباب لاستخدام MTV في التجارب السريرية لأنه يمكنك استخدامه على أعداد كبيرة من المرضى والحصول على النتائج على الفور."

كان هذا المشروع عبارة عن جهد متعدد التخصصات يدعمه الدكتور كريج موسكوفيتش، الطبيب العام لمركز سيلفستر الشامل للسرطان، وبدأه آلان بولاك، دكتوراه في الطب، رئيس قسم علاج الأورام بالإشعاع.

يمكن أن تكون MTV أداة قيمة للتجارب السريرية لتقسيم المرضى إلى طبقات حسب المخاطر من أجل فهم أفضل لمن يستجيب للعلاج ولماذا. بالإضافة إلى ذلك، يمكن استخدام هذه التقنية لتعزيز الرعاية السريرية، على الرغم من أنها ستتطلب قدرًا أكبر من التحقق من الصحة.

قال الدكتور ألدروتشيو: "نحن نعلم أن المرضى الذين يعانون من ارتفاع MTV يكون وضعهم أسوأ". "قد يكون هؤلاء المرضى أكثر عرضة لتلقي علاجات مكثفة أو تجريبية لتحسين النتائج. وقد يحصل المرضى الذين يعانون من انخفاض حجم الورم الأيضي على نتائج أفضل من العلاجات القياسية. يمكن أن يمنحنا نهج التعلم الآلي هذا فرصًا أفضل لإجراء هذه الفروق."

مصدر:

مركز سيلفستر الشامل للسرطان

مرجع:

كوكر، را، وآخرون. (2022) طريقة آلية مدعومة بالتعلم العميق لحساب حجم الورم الأيضي في سرطان الغدد الليمفاوية B-cell الكبير المنتشر. سرطان. doi.org/10.3390/cancers14215221.

.