خلفية الدراسة
مع توسع فحوصات المؤشرات الحيوية وزيادة أعمار مرضى السرطان، أصبحت تقارير علم الأمراض أكثر تعقيداً وطولاً، غالباً ما تمتد لعشرات الصفحات وتشمل نتائج من مؤسسات متعددة. هذا الحجم من المعلومات يضع عبئاً كبيراً على الأطباء المكلفين بتجميع الخلاصات السريرية تحت ضغط الوقت.
دراسة جديدة من Northwestern Medicine نُشرت في JCO Clinical Cancer Informatics اختبرت ستة نماذج لغوية مفتوحة المصدر في مهمة تلخيص تقارير أمراض السرطان، وقارنت نتائجها بخلاصات كتبها أطباء فعليون.
المنهجية والنتائج
حلل الباحثون 94 تقريراً منزوع الهوية لمرضى سرطان الرئة. التقاير تضمنت نتائج الفحص النسيجي، والكيمياء المناعية، والبيانات الجزيئية والوراثية المتعلقة بالعلاج. طُلب من النماذج اللغوية توليد خلاصات منظمة، ثم قارنها فريق من أطباء الأورام بخلاصات الأطباء الأصلية.
النماذج الستة المُختبَرة: Llama 3.0 و3.1 و3.2 من Meta، وGemma 9B من Google، وMistral 7.2B، وDeepSeek-R1. جميعها نماذج مفتوحة المصدر يمكن تشغيلها محلياً.
النتيجة: الخلاصات المولدة بالذكاء الاصطناعي كانت أكثر اكتمالاً بشكل ثابت، مع فارق واضح في احتواء النتائج الجزيئية والجينومية. أفضل أداء سُجّل لـ DeepSeek-R1 وLlama 3.1.
لماذا يهم هذا أخصائي علم الأمراض
الفجوة الأكبر ظهرت في التقاط النتائج الجزيئية، بالتحديد البيانات التي تغيّر قرارات العلاج. في ممارستنا اليومية، تفصيلة واحدة فائتة في تقرير طويل قد تعني تفويت فرصة علاجية. هذه الدراسة تشير إلى أن النماذج اللغوية يمكن أن تعمل كطبقة تحقق إضافية تضمن عدم ضياع أي نتيجة مؤثرة.
التطبيق العملي لا يتطلب بنية تحتية ضخمة. النماذج مفتوحة المصدر تعمل محلياً، وهذا يعني إمكانية التشغيل داخل بيئة المستشفى دون الحاجة لإرسال بيانات المرضى إلى خدمات سحابية خارجية. فريق Northwestern يعمل حالياً على تطوير تطبيق مبني على Llama 3.1 يتيح للأطباء رفع التقارير واستقبال خلاصات فورية.
ملاحظات مهمة
الدراسة اقتصرت على 94 تقريراً من سرطان الرئة فقط. التعميم على أنواع أخرى يحتاج اختبارات إضافية. كما أن التطبيق لا يزال في مرحلة الاختبار ولم يدخل الاستخدام السريري بعد. الباحثون يؤكدون أن الهدف هو دعم الطبيب وليس استبداله.
المصدر: Toward Automating the Summarization of Cancer Pathology Reports Using Large Language Models to Improve Clinical Usability — JCO Clinical Cancer Informatics