ما نشرته PathAI حول تحليل شرائح H&E بالذكاء الاصطناعي يفتح سؤالاً قريباً جداً من عمل اختصاصي التشريح المرضي: هل تبقى الشريحة الروتينية وثيقة تشخيصية فقط، أم يمكن أن تتحول أيضاً إلى مصدر قياسات قابلة للمقارنة بين المرضى والتجارب العلاجية؟
الفكرة ليست جديدة تماماً في المختبرات البحثية، لكنها هنا تأخذ شكلاً أكثر تحديداً. المقال يعرض أدوات PathExplore وPathExplore-IOP وPathExplore-Fibrosis مع إطار aMIL، وكلها موجهة لاستخراج قياسات من صور WSI المصبوغة بـ H&E. الشركة تؤكد أن هذه الأدوات مخصصة للبحث فقط وليست للاستخدام التشخيصي. هذه الجملة مهمة سريرياً وتنظيمياً، لأنها تمنع الخلط بين نتيجة داعمة للبحث وبين قراءة تشخيصية تدخل في تقرير مريض.
من الوصف النسيجي إلى قياسات قابلة للتتبع
الاختصاصي يرى مكونات الورم واللحمة والخلايا الالتهابية يومياً، لكن الرؤية المجهرية التقليدية لا تعطي عادة قياساً رقمياً ثابتاً لكل خلية وكل منطقة داخل الشريحة. PathExplore يحاول تحويل هذا المشهد إلى مجموعة صفات قابلة للقراءة البشرية. بحسب المقال، تشمل المخرجات أكثر من 600 صفة يمكن تفسيرها، منها نسب المناطق النسيجية، أعداد الخلايا، كثافات الخلايا، والعلاقات المكانية بين الخلايا والمناطق النسيجية.
هذا النوع من القياس لا يلغي خبرة الاختصاصي. بالعكس، قيمته تظهر عندما يضع أرقاماً فوق أنماط يراها الاختصاصي أصلاً، مثل كثافة اللمفاويات، نسبة الورم إلى اللحمة، تموضع البلازميات أو البلاعم قرب الخلايا السرطانية، أو نمط التليف حول الورم. الفرق العملي أن هذه الصفات يمكن تتبعها عبر عينة كبيرة من المرضى، وربطها بالاستجابة العلاجية أو البقاء أو مؤشرات جزيئية محددة.
لماذا يهم هذا لاختصاصي التشريح المرضي؟
الطب الدقيق يعتمد غالباً على اختبارات منفصلة: IHC، FISH، NGS، PCR أو منصات أخرى بحسب الورم والعلاج. H&E بقي في مركز التشخيص، لكنه لم يكن عادة اختباراً كميّاً موجهاً لاختيار العلاج. المقال يعرض اتجاهاً مختلفاً: استخدام H&E كطبقة قياس إضافية، خاصة في تقييم TME والأنماط المناعية والصفات النسيجية المرتبطة بالاستجابة.
في سرطانة الخلايا الحرشفية في الرأس والعنق ضمن تحليل لاحق لمرضى innovaTV part C، قارنت PathAI صفات PathExplore بين المستجيبين وغير المستجيبين لـ tisotumab vedotin، وهو ADC يستهدف Tissue Factor. ورد أن المستجيبين أظهروا كسوراً أعلى من البلاعم والخلايا البلازمية والليفية ضمن مسافة 40 ميكرومتر من الخلايا السرطانية، مع ارتفاع نسبة الورم إلى اللحمة. هذا لا يصنع واصماً تشخيصياً جاهزاً، لكنه يوضح كيف يمكن للقياس المكاني من H&E أن يقترح آليات استجابة أو مقاومة.
في NSCLC، يشير المقال إلى عمل من SUNY Upstate Medical Center استخدم تجميعاً غير مراقب لصفات PathExplore في مرضى عولجوا بالعلاج المناعي. النتيجة المذكورة أن النمط المناعي البارد المستخرج من H&E كان مؤشراً مستقلاً للبقاء الكلي، مع HR=2.12 وp<0.001. هذه أرقام تستدعي الانتباه لأنها تربط صفات مرئية في الشريحة بسلوك سريري، لكنها تبقى بحاجة إلى سياق العينة، طريقة الاختيار، والمعالجة الإحصائية قبل أي نقل إلى العمل اليومي.
H&E في تجارب العلاج المناعي وADC
المقال يربط هذه الأدوات بعدة تجارب معروفة في NSCLC. في تحليل رجعي لتجربة NEPTUNE، الخاصة بمقارنة durvalumab وtremelimumab مع العلاج الكيمياوي في NSCLC النقيلي، ارتبطت صفات مشتقة من H&E بالنتائج، وبعضها حمل قدرة تنبؤية. المثال المذكور هو أن ارتفاع كثافة الخلايا المناعية تنبأ بالاستجابة لمزيج durvalumab وtremelimumab، مع FDR p=0.04. كما ذكر المقال أن هذه الصفات حسنت فرز النتائج مقارنة بالبيانات السريرية وTMB وحالة PD-L1.
هذا الادعاء، إن تأكد في مجموعات مستقلة، سيكون مهماً في نقاش معروف داخل المختبر: PD-L1 وحده لا يكفي دائماً، وTMB لا يحسم كل الحالات، والاختصاصي يرى heterogeneity في الورم لا تختزلها نتيجة واحدة. لكن إدخال نموذج H&E إلى هذا النقاش يحتاج إلى ضبط صارم: نوع العينة، جودة المسح، طريقة تحديد مناطق الورم، التلوين، مركزية القراءة، وتغيرات التحضير بين المختبرات. من دون ذلك ستبدو الأرقام دقيقة أكثر مما تسمح به العينة.
الأمثلة الأخرى تشمل تحليلات OAK وIMpower150 مع atezolizumab في NSCLC، حيث عُرّفت تواقيع نسب خلايا ذات قيمة إنذارية أو تنبؤية. أحد التواقيع، CP1، وُصف بإثراء الخلايا البلازمية واللمفاويات في مناطق اللحمة السرطانية، وارتبط بتحسن البقاء مع atezolizumab حتى لدى مرضى من دون PD-L1 قابل للكشف. هذه نقطة قريبة من تفكير الاختصاصي، لأن التوزيع المكاني للخلايا المناعية غالباً يحمل معنى لا يظهر في عدّ بسيط أو واصمة واحدة.
إطار aMIL وما يضيفه إلى PathExplore
PathExplore يقدّم صفات قابلة للتفسير، أما aMIL فيتعامل مع الشريحة على مستوى التنبؤ الكلي اعتماداً على رقع متعددة من WSI. المقال يذكر استخدامه للتنبؤ بالحالة اللمعية في urothelial carcinoma، وببصمة TGFβ-CAF الجينية في أورام متعددة، وبحالة MSI في سرطان المعدة. في مثال MSI، حقق المصنف متوسط AUROC مقداره 0.86 عبر خمسة أضعاف، باستخدام aMIL مع PLUTO embeddings.
القيمة هنا ليست في رقم AUROC وحده. الأهم للاختصاصي أن النموذج لا يقدّم نتيجة غامضة بالكامل، إذ يمكن ربط مناطق الانتباه بصفات PathExplore. في الشرائح المتوقعة كـ MSI، أظهر المقال زيادة في كسور اللمفاويات داخل مناطق ذات انتباه نموذجي مرتفع. هذا الربط بين التنبؤ والصفة النسيجية يساعد في تقليل فجوة الثقة، لكنه لا يحلها بالكامل. سيظل الاختصاصي بحاجة إلى معرفة أين أخطأ النموذج، وما نوع الحالات التي تربكه، وكيف يتصرف عند ضعف العينة أو وجود نخر أو علاج سابق.
حدود الاستخدام قبل إدخاله إلى المختبر
أول حد واضح أن أدوات PathAI المذكورة مخصصة للبحث فقط. لذلك يجب قراءة النتائج كدليل على اتجاه بحثي، لا كبديل عن الاختبارات المعتمدة أو القرار العلاجي. ثاني حد أن معظم الأمثلة المعروضة رجعية أو تحليلية بعدية. هذا مفيد لتوليد الفرضيات، لكنه لا يكفي وحده لاعتماد واصم تنبؤي جديد.
هناك أيضاً سؤال تشغيلي. إذا أصبحت صفات H&E الرقمية جزءاً من تطوير الواصمات أو اختيار المرضى في التجارب، فمن سيملك مسؤولية الجودة؟ هل يراجع الاختصاصي منطقة الورم قبل التحليل؟ هل تُرفض الشرائح غير الملائمة آلياً أم بقرار بشري؟ هل يخرج التقرير بصيغة رقمية منفصلة أم يدمج في تقرير الباثولوجيا؟ هذه الأسئلة ليست إدارية فقط. إنها تحدد إن كان النموذج سيضيف وضوحاً، أو سيضيف طبقة جديدة من النتائج التي لا يعرف الفريق السريري كيف يستخدمها.
الخلاصة العملية
الرسالة الأقوى في هذا الخبر أن H&E قد يدخل مرحلة جديدة كمنصة قياس بحثية للأورام، خاصة في TME، العلاج المناعي، ADC، وMSI. هذا لا يعني أن H&E سيستبدل IHC أو NGS. المعنى العملي أن الشريحة نفسها قد تعطي مؤشرات إضافية عند تحليلها رقمياً وبطريقة مضبوطة.
بالنسبة لاختصاصي التشريح المرضي، أفضل موقف الآن هو التعامل مع هذه الأدوات كامتداد كمي للقراءة النسيجية، مع طلب أدلة تحقق واضحة قبل أي استخدام سريري: عينات مستقلة، بروتوكولات تلوين متعددة، مواقع مختلفة، تحليل أخطاء، ومعايير رفض العينة. إذا دخلت هذه النماذج المختبر من باب البحث والتجارب السريرية أولاً، فسيكون دور الاختصاصي مركزياً في تحديد ما يصلح منها للعمل اليومي وما يبقى مجرد نتيجة بحثية جذابة.
المصدر: PathAI عبر LinkedIn، مع الإشارة إلى نشر الخبر في Pathology News.