وتاری MetAssist 2.0 لە Modern Pathology تاقیکردنەوەیەکی گرنگ زیاد دەکات بۆ پرسیارێکی کرداری کە هەر پزیشکی پاتۆلۆجییەک لەگەڵ نموونەکانی تومۆر کار دەکات دەیزانێت: ئایا سیستەمێکی تاک دەتوانێت گرێ لیمفاوییەکان لە چەند جۆری شێرپەنجەدا بپشکنێت، بەبێ ئەوەی کاتێک شانە، شێوازی مێتاستاز، یان دامەزراوە دەگۆڕێت، ئەدای دابەزێت؟
سیستەمی پێشنیارکراو ئامرازێک نییە تەنها بۆ جۆرێکی شێرپەنجە. تیمەکە لەسەر شێرپەنجەی کۆڵۆن و ریکتەم و بەشی سەرەوەی سیستەمی هەرسکردن ڕاهێنراوی کردووە، پاشان لەسەر 8144 سلاید لە 7 جۆری شێرپەنجەدا، لە ناو 14 cohort ـی چەند دامەزراوەییدا تاقی کراوەتەوە. ئەمە خاڵێکی بەهێزی دیزاینەکەیە، چونکە پشکنینی گرێی لیمفاوی بە زیرەکی دەستکرد بۆ ساڵانێک زۆرجار سنووردار بوو بە breast sentinel nodes یان colorectal lymph nodes. MetAssist 2.0 هەوڵ دەدات بیرۆکەکە لە مۆدێلێکی تایبەتمەندەوە بۆ چوارچێوەیەکی گونجاو بۆ خۆگونجاندن بگوازێتەوە.
MetAssist 2.0 چی دەکات؟
MetAssist 2.0 pathology foundation model و segmentation ـێکی بنیاتنراو لەسەر transformer تێکەڵ دەکات بۆ دۆزینەوەی مێتاستاز لە ناو گرێی لیمفاوی لەسەر وێنەکانی WSI. ئامانجی کرداری ئەوەیە سلایدەکان یان ناوچەکان دیاری بکات کە پێویستیان بە پێداچوونەوەی خێراتر هەیە، نە ئەوەی دیانۆزێکی جێگرەوەی پزیشکی پاتۆلۆجی بدات، بە تایبەتی کاتێک مێتاستازەکە بچووکە، یان ژمارەی گرێکان زۆرە، یان جیاکردنەوەی micrometastasis لە isolated tumor cells کاریگەری لەسەر staging و پلانی چارەسەر هەیە.
خاڵی سەرنجڕاکێش ئەوەیە وتارەکە مۆدێلەکە وەک تاقیکردنەوەیەکی ناوخۆیی سنووردار پیشان نادات. پشتڕاستکردنەوەکە چەند جۆری شێرپەنجە و چەند دامەزراوەیەکی گرتووەتەوە، لەگەڵ جۆرە قورسەکان وەک mucinous adenocarcinoma و tumor deposits. ئەم حاڵەتانە لاوازیی زۆر مۆدێل ئاشکرا دەکەن، چونکە لە دیمەنی کلاسیکی خانە تومۆرییەکان لە ناو گرێدا دوور دەکەونەوە، و ئەگەری تێکەڵبوون لەگەڵ mucin pools، histiocytes، یان گۆڕانکارییە وەڵامدانەوەییەکان زیاد دەکەن.
ژمارەکان کە بۆ پزیشکی پاتۆلۆجی گرنگن
بەپێی پوختەی بڵاوکراوە لە PubMed، MetAssist 2.0 هەستیارییەکی لانیکەم 90% لە 13 cohort و تایبەتمەندی 91% لە 11 cohort بەدەست هێناوە. کاتێک وەک ئامرازی triage لە شێرپەنجەی کۆڵۆن و ریکتەم بەکارهێنرا، گەیشتە 98% sensitivity لەگەڵ کەمکردنەوەیەکی ئەگەری لە باری کار تا 72%. هەروەها مێتاستازگەلێکی دۆزییەوە کە لە ڕاپۆرتی ڕۆتینیدا تۆمار نەکرابوون.
ئەم ژمارانە سیستەمەکە ناخەنە شوێنی جێگرتنەوە یان پشتبەستنی تەنها. بەڵام ئەوە دەڵێن بەهای نزیکتر بە جێبەجێکردن ڕەنگە لە triage ـی نەرێنی بێت: ئەو سلایدانەی ئەگەری کەمیان هەیە بە پێداچوونەوەی خێراتر تێدەپەڕن، و ئەو سلایدانەی نیشانەی گومانلێکراویان هەیە دەخرێنە سەرەوەی لیستی کار. لە تاقیگەیەکی قەرەباڵغدا، ئەم جۆرە triage ـە ڕەنگە کرداریتر بێت لە چاوەڕوانکردنی ئەلگۆریتمێک کە بڕیاری pN ـی تەواو بە شێوەی سەربەخۆ بدات.
Few-shot fine-tuning: بۆچی ئەم خاڵە گرنگە؟
یەکێک لە بەشە کردارییەکانی وتارەکە ئەوەیە کە سیستەمەکە خۆی لەگەڵ شێرپەنجەی نەبینراو لە کاتی ڕاهێناندا گونجاند، تەنها بە 10 سلایدی نیشانەکراو. ئەگەر ئەم ڕەفتارە لە دەرەوەی ژینگەی توێژینەوەکە پشتڕاست بکرێتەوە، ئاستەنگی هێنانی مۆدێلەکانی گرێی لیمفاوی بۆ تاقیگەکان کەم دەکاتەوە، ئەوانەی هەزاران سلایدی نیشانەکراویان بۆ هەر جۆرە شێرپەنجەیەک نییە.
بەڵام ئەم خاڵە پێویستی بە خوێندنەوەیەکی ورد هەیە. دە سلاید ڕەنگە بۆ خۆگونجاندنێکی سەرەتایی بەس بێت، بەڵام بە تەنها بەس نییە بۆ دڵنیابوون لە جێگیریی ئەدا لە scanner ـێکی جیاواز، پرۆتۆکۆلی جیاوازی بڕین و ڕەنگکردن، یان جیاوازی لە پێناسەی ئەوەی چی دەبێت وەک focus ـێکی شایانی ڕاپۆرتکردن هەژمار بکرێت. هەر جێبەجێکردنێکی کلینیکی پێویستی بە validation ـی ناوخۆیی دەبێت، لەگەڵ پێوانەکردنی ڕوونی هەستیاری بەپێی قەبارەی مێتاستاز، جۆری شێرپەنجە و کوالیتی سلاید.
ئەمە لە کوێی workflow دەچێتە ناوەوە؟
باشترین شوێن بۆ ئەم ئامرازە پێش ئەوەیە کە پزیشکی پاتۆلۆجی خوێندنەوەی ورد دەست پێ بکات، نە لە کۆتایی ڕاپۆرت. سیستەمەکە دەتوانێت سلایدەکانی خاوەن نیشانەی بەرز دیاری بکات، لیستی گرێکان بەپێی مەترسی ڕیز بکات، و heatmap یان regions of interest لە ناو WSI viewer پیشان بدات. بڕیاری کۆتایی لە ناو سیاقی تەواوی شانەناسیدا دەمێنێتەوە: capsule، sinus histiocytosis، extranodal extension، tumor deposit، artifact، و پەیوەندیی ئەنجامەکە بە نموونەی سەرەکی.
بەهای ڕۆژانەی لەو حاڵەتانەدا ڕوونتر دەبێت کە کات دەخۆن: colectomy لەگەڵ ژمارەیەکی زۆری گرێ، gastric یان upper GI resections، و breast sentinel nodes کاتێک بؤرەکان بچووکن. بەڵام ئەو حاڵەتانەی morphology ـی نامۆیان هەیە یان treatment effect ـی ڕوونیان هەیە، هێشتا تاقیکردنەوەیەکی قورس دەبن بۆ هەر مۆدێلێک، تەنانەت ئەگەر لەسەر foundation model بنیاتنرابێت.
پێش بەکارهێنانی کلینیکی چی داوا بکەین؟
توێژینەوەکە لە قەبارەی پشتڕاستکردنەوە و هەمەجۆریی شێرپەنجەکاندا بەهێزە، بەڵام پرسیاریش دەکاتەوە کە لە ژمارە بڵاوکراوەکان کەمتر گرنگ نین. پێویستمان بە زانینی ئەدای سیستەمەکە هەیە بەپێی قەبارەی مێتاستاز، نە تەنها لە ئاستی cohort. پێویستمان بە false negative review لەلایەن پزیشکانی پاتۆلۆجیی سەربەخۆ هەیە، و شیکردنەوەی هەڵەکان بەپێی جۆری شانەناسی، scanner، و کوالیتی H&E. هەروەها پێویستمان بە پێوانەیەکی کرداری بۆ کات لە ناو workflow ـی ڕاستەقینە هەیە، چونکە کەمکردنەوەی ژمارەی ئەو سلایدانەی پێداچوونەوەیان بۆ دەکرێت هەمیشە مانای کەمکردنەوەی هاوشێوە لە کاتی ڕاپۆرت نییە.
خاڵێکی ڕێکخستنیش هەیە. ئەو ئامرازەی مێتاستازی missed in routine reporting دەدۆزێتەوە، شێوازی مامەڵەکردن لەگەڵ discordant findings دەگۆڕێت. ئایا هەموو نیشانەیەکی ئەرێنی پێداچوونەوەی دووبارەی بۆ دەکرێت؟ کێ بەرپرسی بڕیاری پشتگوێخستنی focus ـێکی بچووکە؟ و ئەنجامەکە چۆن لە ناو LIS یان synoptic report دا دەتۆمارکرێت؟ ئەمانە پرسیاری جێبەجێکردنن، بەڵام هەر ئەمانە دیاری دەکەن ئایا سیستەمەکە وەک پڕۆژەیەکی توێژینەوە دەمێنێتەوە یان دەچێتە ناو تاقیگە.
کورتەی کرداری
MetAssist 2.0 ئاراستەیەکی تا ڕادەیەک پێگەیشتوو لە پاتۆلۆجیی دیجیتاڵدا پیشان دەدات: مۆدێلێک کە سەرنجی لەسەر ئەرکێکی دیاریکراوە و کاریگەریی ڕاستەوخۆی لەسەر staging و کاری ڕۆژانە هەیە، نە ئەوەی هەوڵ بدات هەموو شتێک بخوێنێتەوە. هێزی وتارەکە لە تاقیکردنەوەی cross-cancer و multi-institutional دایە، و لە پێشنیارکردنی few-shot adaptation وەک چارەسەرێک بۆ کێشەی داتای سنووردار.
بۆ پزیشکی پاتۆلۆجی، پەیامی کرداری پەیوەندیدارە بە ڕیزکردنی خوێندنەوەی گرێکان بەپێی مەترسی. پەیامی نزیکتر بە واقع ئەوەیە کە پشکنینی گرێی لیمفاوی ڕەنگە ببێتە workflow ـێکی ڕێنماییکراو بە مەترسی: سلایدی ئاسایی خێراتر تێدەپەڕێت، و سلایدی گومانلێکراو یەکەمجار دەگاتە چاوی پزیشکی پاتۆلۆجی. ئەمە جیاوازییەکی کردارییە، بە تایبەتی کاتێک مێتاستازەکە بچووکە و کات سنووردارە.
سەرچاوە: Garcia-Baroja J, Dislich B, Zens P, et al. MetAssist 2.0: A Generalizable Artificial Intelligence Framework for Lymph Node Metastasis Detection Across Multiple Cancer Types. Modern Pathology. 2026;39(6):101003. DOI: 10.1016/j.modpat.2026.101003