الأحد 04 مايو 2025 الموافق 06 ذو القعدة 1446
المشرف العام
محمود المملوك
مستشار التحرير
د. خالد منتصر
المشرف العام
محمود المملوك
مستشار التحرير
د. خالد منتصر

طريقة جديدة لتحسين التنبؤ بمخاطر الإصابة بسرطان الثدي

السبت 07/ديسمبر/2024 - 09:00 ص
سرطان الثدي
سرطان الثدي


تصف دراسة جديدة طريقة مبتكرة لتحليل صور الثدي بالأشعة السينية تعمل على تحسين دقة التنبؤ بخطر الإصابة بسرطان الثدي على مدى السنوات الخمس التالية بشكل كبير.

وباستخدام ما يصل إلى 3 سنوات من صور الثدي بالأشعة السينية السابقة، تمكنت الطريقة الجديدة من تحديد الأفراد المعرضين لخطر الإصابة بسرطان الثدي بدقة أكبر بنحو 2.3 مرة من الطريقة القياسية، والتي تعتمد على استبيانات لتقييم عوامل الخطر السريرية وحدها، مثل العمر والعرق والتاريخ العائلي لسرطان الثدي.

نُشرت الدراسة في مجلة JCO Clinical Cancer Informatics.

وحسب موقع ميديكال إكسبريس، قال المؤلف الرئيسي جراهام أ. كولديتز: "نحن نسعى إلى طرق لتحسين الكشف المبكر، لأن ذلك يزيد من فرص نجاح العلاج".

وأضاف: "قد يساعد هذا التحسن في التنبؤ بالمخاطر أيضًا في البحث حول الوقاية، حتى نتمكن من إيجاد طرق أفضل للنساء اللائي يقعن في فئة عالية الخطورة لخفض خطر الإصابة بسرطان الثدي خلال خمس سنوات".

أظهر الباحثون أن صور الثدي بالأشعة السينية السابقة تحتوي على ثروة من المعلومات حول العلامات المبكرة لتطور سرطان الثدي والتي لا يمكن إدراكها حتى بواسطة عين بشرية مدربة جيدًا.

تتضمن هذه المعلومات تغييرات طفيفة بمرور الوقت في كثافة الثدي، وهو مقياس للكميات النسبية للأنسجة الليفية مقابل الأنسجة الدهنية في الثديين.

بالنسبة للدراسة الجديدة، قام الفريق ببناء خوارزمية تعتمد على الذكاء الاصطناعي يمكنها تمييز الاختلافات الدقيقة في صور الثدي بالأشعة السينية والمساعدة في تحديد النساء الأكثر عرضة لخطر الإصابة بورم جديد في الثدي خلال فترة زمنية محددة.

بالإضافة إلى كثافة الثدي، تأخذ أداة التعلم الآلي الخاصة بهم في الاعتبار التغييرات في الأنماط الأخرى في الصور، بما في ذلك الملمس والتكلس وعدم التناسق داخل الثديين.

وقال جيانج "إن طريقتنا الجديدة قادرة على اكتشاف التغيرات الدقيقة مع مرور الوقت في صور الماموجرام المتكررة والتي لا يمكن رؤيتها بالعين"، ومع ذلك فإن هذه التغييرات تحتوي على معلومات غنية يمكن أن تساعد في تحديد الأفراد المعرضين للخطر".

في الوقت الحالي، تعد خيارات الحد من المخاطر محدودة ويمكن أن تشمل أدوية مثل عقار تاموكسيفين الذي يقلل من المخاطر ولكن قد يكون له آثار جانبية غير مرغوب فيها.

في معظم الأحيان، يتم تقديم فحص أكثر تكرارًا للنساء المعرضات لخطر كبير أو خيار إضافة طريقة تصوير أخرى، مثل التصوير بالرنين المغناطيسي، لمحاولة تحديد السرطان في أقرب وقت ممكن.

قالت الدكتورة ديبي إل بينيت، المؤلفة المشاركة في الدراسة: "اليوم، ليس لدينا طريقة لمعرفة من هم الأشخاص الأكثر عرضة للإصابة بسرطان الثدي في المستقبل بناءً على صور الأشعة السينية الخاصة بهم، والأمر المثير للاهتمام في هذا البحث هو أنه يشير إلى أنه من الممكن استخلاص هذه المعلومات من صور الأشعة السينية الحالية والسابقة باستخدام هذه الخوارزمية، لن يكون التنبؤ مثاليًا أبدًا، لكن هذه الدراسة تشير إلى أن الخوارزمية الجديدة أفضل بكثير من أساليبنا الحالية".

الذكاء الاصطناعي والتنبؤ بسرطان الثدي

قام الباحثون بتدريب خوارزمية التعلم الآلي الخاصة بهم على صور الثدي بالأشعة السينية لأكثر من 10000 امرأة خضعن لفحوصات سرطان الثدي من خلال مركز سيتمان للسرطان في الفترة من 2008 إلى 2012، وتم متابعة هؤلاء الأفراد حتى عام 2020، وفي ذلك الوقت تم تشخيص إصابة 478 منهم بسرطان الثدي.

ثم طبق الباحثون طريقتهم للتنبؤ بخطر الإصابة بسرطان الثدي في مجموعة منفصلة من المرضى - أكثر من 18000 امرأة تلقين تصوير الثدي بالأشعة السينية من خلال جامعة إيموري في منطقة أتلانتا من عام 2013 إلى عام 2020، وبعد ذلك، تم تشخيص إصابة 332 امرأة بسرطان الثدي خلال فترة المتابعة، والتي انتهت في عام 2020.

وحسب نموذج التنبؤ الجديد، فإن النساء في المجموعة الأكثر عرضة للخطر كن أكثر عرضة للإصابة بسرطان الثدي بنحو 21 مرة خلال السنوات الخمس التالية مقارنة بالنساء في المجموعة الأقل عرضة للخطر. وفي المجموعة الأكثر عرضة للخطر، أصيبت 53 من كل 1000 امرأة خضعن للفحص بسرطان الثدي خلال السنوات الخمس التالية.

وعلى النقيض من ذلك، في المجموعة منخفضة المخاطر، أصيبت 2.6 امرأة من كل 1000 امرأة خضعن للفحص بسرطان الثدي على مدى السنوات الخمس التالية.

وفي ظل الأساليب القديمة القائمة على الاستبيانات، تم تصنيف 23 امرأة فقط من كل 1000 امرأة خضعن للفحص بشكل صحيح في المجموعة عالية المخاطر، مما يوفر دليلًا على أن الطريقة القديمة، في هذه الحالة، أغفلت 30 حالة سرطان ثدي اكتشفتها الطريقة الجديدة.