في خزعات البروستات اليومية، المشكلة تبدأ عادة قبل كتابة التقرير النهائي. الشرائح كثيرة، مناطق ASAP أو البؤر الصغيرة تحتاج مراجعة هادئة، وقرار IHC أو deeper levels قد يضيف يوما أو أكثر إلى TAT. طبيب الباثولوجي يعرف أن الفرق بين Grade Group وآخر قد يغيّر نقاش MDT وخيار active surveillance أو العلاج.
لهذا السبب، قراءة Articulate Pro من زاوية العمل اليومي داخل القسم أهم من قراءتها كخبر عن برنامج AI. الدراسة المنشورة في npj Digital Medicine قيّمت Paige Prostate داخل ثلاث مؤسسات من NHS في إنكلترا: Oxford University Hospitals NHS Foundation Trust، North Bristol NHS Trust، وUniversity Hospitals Coventry and Warwickshire NHS Trust. التقييم شمل 1613 حالة خزعة بروستات، منها 1049 حالة قُرئت بمساعدة AI، مع ما لا يقل عن 14000 شريحة H&E في كامل الدراسة.
السيناريو العملي داخل غرفة التقرير
التصميم مهم. الفريق لم يضع AI model فوق العمل دفعة واحدة. الدراسة بدأت بمرحلة baseline من دون AI، ثم مرحلة second-read. في هذه المرحلة كان الباثولوجست يراجع الحالة بالطريقة المعتادة، يقرر إن كان يحتاج IHC أو deeper levels أو رأيا آخر، ثم يقفل رأيه الأول داخل أداة الدراسة قبل رؤية مخرجات Paige Prostate. بعد ذلك تُسجل أي فروق بين رأي الطبيب ومخرجات AI على مستوى التشخيص أو أعلى Grade Group في الحالة.
المرحلة الأخيرة كانت concurrent read. هنا يستطيع طبيب الباثولوجي فتح مخرجات AI أثناء قراءة الحالة، حسب الحاجة. هذا الفرق بين second-read وconcurrent read له قيمة عملية، لأن استخدام AI بعد إكمال القراءة يشبه تدقيقا إضافيا، بينما استخدامه أثناء القراءة يغيّر طريقة توزيع الانتباه على WSI منذ البداية.
الأرقام التي تهم طبيب الباثولوجي
في مرحلة second-read، أدت مراجعة مخرجات AI إلى تغيير التشخيص الأولي أو Grade Group في 21 من 386 مريضا، أي 5.4%. من هذه التغييرات، كان لدى 5 مرضى، أي 1.3% من المجموعة، أثر محتمل على القرار السريري. هذا رقم صغير على الورق، لكنه ليس صغيرا داخل قائمة خزعات بروستات؛ حالة واحدة تُنقل من مسار متابعة إلى مسار علاج، أو العكس، تعني نقاشا مختلفا تماما مع فريق المسالك والمريض.
الدراسة وضعت AI في موقع المراجعة المساعدة تحت قرار الطبيب. القيمة العملية كانت في كشف حالات تحتاج رجعة إضافية قبل authorization. هذه نقطة قريبة من واقع الباثولوجست: كثير من الأخطاء أو الاختلافات يرتبط بضغط الوقت، كثرة الشرائح، وتفاوت البؤر الصغيرة بين levels والشرائح، حتى عندما تكون القاعدة التشخيصية واضحة.
المؤشر الآخر كان IHC. عند مقارنة concurrent AI read مع baseline، انخفضت طلبات IHC في المواقع الثلاثة، مع Odds Ratios 0.50 و0.43 و0.33. يبقى IHC ضروريا في الحالات المناسبة، لكن AI قد يساعد الطبيب على تقليل الطلبات غير الضرورية عندما تكون morphology كافية، خصوصا في الحالات التي يتحول فيها الشك إلى طلب صبغات احترازي بسبب ضغط العمل أو صعوبة تتبع البؤرة على WSI.
زمن التقرير يتأثر بطريقة إدخال AI
الدراسة قاست TAT من استلام الحالة في المختبر إلى authorization. في الموقع A، انخفض متوسط TAT في مرحلة concurrent AI read بمقدار 30.1 ساعة مقارنة بمرحلة baseline، مع p أقل من 0.0001. كما انخفض زمن نشاط الباثولوجست على الحالة بمقدار 24.7 ساعة في الموقع نفسه. في الموقع B لم يظهر فرق إحصائي واضح، وفي الموقع C ظهر اتجاه نحو الانخفاض بمقدار 28.9 ساعة لكنه لم يصل إلى دلالة إحصائية.
هذه الفروقات بين المواقع مهمة للقسم أكثر من الرقم العام. AI model نفسه قد يعطي قيمة مختلفة حسب طريقة المسح، سرعة توفر WSI، ربط النظام مع LIMS، سياسة IHC، وتوزيع الحالات على الاستشاريين. عند نقل الفكرة إلى مختبر آخر، السؤال العملي يجب أن يكون: أين سيظهر الأثر داخل مسارنا نحن؟ عند triage؟ عند مراجعة الحالات السلبية؟ عند تحديد أعلى Grade Group؟ أم عند تقليل IHC في مجموعة محددة؟
قبول الأطباء والقلق من automation bias
بنهاية الدراسة، وافق 6 من 8 باثولوجست على أن مخرجات AI الخاصة بـ Gleason grading كانت متوافقة مع رأيهم في معظم الحالات. في المقابل، انقسم الأطباء حول القلق من تأثير مخرجات AI على رأيهم في grading؛ 3 وافقوا على هذا القلق، و3 لم يوافقوا، و2 كانوا في المنتصف.
هذا الجزء قد يكون أهم من رقم TAT. أي نظام AI يدخل تقرير تشخيصي يحتاج سياسة واضحة: متى يرى الطبيب المخرجات؟ هل تُعرض heatmap قبل تكوين الرأي الأول أم بعده؟ كيف تُوثق حالة discrepancy؟ ومن يراجع الحالات التي يرفعها AI؟ هذه تفاصيل تشغيلية، لكنها تمس جودة القرار مباشرة.
الدراسة استخدمت طريقة staged assistance لتقليل هذا الخطر في البداية. الطبيب يكوّن رأيه، ثم يرى AI، ثم تُسجل الفروقات. في التطبيق اليومي قد تختار بعض الأقسام نمطا مشابها للحالات عالية الحساسية، بينما تسمح باستخدام concurrent read في الحالات الروتينية بعد فترة تدريب ومراجعة داخلية.
ما الذي يجب أن يسأله القسم قبل التبني؟
النتيجة المفيدة من Articulate Pro أن AI في البروستات يجب أن يُقاس داخل مسار التقرير مع مؤشرات مثل AUC أو sensitivity في dataset خارجية. طبيب الباثولوجي يحتاج لوحة متابعة بسيطة: معدل تغيير Grade Group بعد مراجعة AI، عدد طلبات IHC لكل 100 خزعة، عدد طلبات deeper levels، TAT من الاستلام إلى authorization، وعدد حالات discrepancy التي احتاجت رأيا ثانيا.
كما يحتاج القسم إلى تعريف واضح لمكان المسؤولية. التقرير يبقى قرار الباثولوجست. AI يضع إشارة، يقترح منطقة، أو يعطي grading output، لكن الطبيب يربط ذلك مع morphology والسياق السريري وتاريخ العينة وجودة WSI. إذا كانت الصورة غير صالحة، أو scan ناقصا، أو البؤرة خارج منطقة التحليل، فالقرار التشغيلي يجب أن يكون معروفا قبل بدء الاستخدام.
النقطة الأخيرة تخص اختيار الحالات. قد يبدأ القسم بخزعات البروستات لأنها مجال مناسب للـ AI: حجم عمل عال، grading له أثر سريري مباشر، وIHC يتكرر في حالات الشك. لكن نجاح التجربة لا ينتقل آليا إلى كل subspecialty. كل مسار يحتاج قياسا محليا بنفس اللغة: هل قلل النظام وقت الطبيب؟ هل خفّض طلبات إضافية غير لازمة؟ هل كشف حالات ذات أثر سريري؟ وهل بقي الطبيب مرتاحا لمسؤوليته على التقرير؟
الخلاصة المهنية لطبيب الباثولوجي
Articulate Pro تقدم مثالا عمليا على إدخال AI في التشخيص اليومي: بدء تدريجي، قياس قبل وبعد، متابعة اختلافات الطبيب مع AI، ثم تقييم أثر ذلك على IHC وTAT. الرقم الأبرز هو تغيير التشخيص أو Grade Group في 5.4% من المرضى في مرحلة second-read، مع أثر محتمل على الإدارة السريرية في 1.3%. الرقم التشغيلي الأبرز هو انخفاض TAT بمقدار 30.1 ساعة في أحد المواقع عند استخدام concurrent read.
بالنسبة لطبيب الباثولوجي، الرسالة ليست شراء برنامج جديد. الرسالة هي بناء طريقة قياس قبل التبني. إذا دخل Paige Prostate أو أي AI model مشابه إلى القسم من دون baseline واضح، فلن يعرف الفريق هل تحسّن العمل فعلا أم أضيفت شاشة جديدة فقط. أما إذا بدأ القسم بأسئلة محددة، فإن AI يصبح جزءا قابلا للمراجعة داخل مسار التقرير، لا طبقة غامضة فوقه.
المصدر: An evaluation of artificial intelligence assisted prostate biopsy reporting in the Articulate Pro study. الخبر الصحفي متاح عبر BioSpace.