في مختبر يشارك في تجربة دوائية، قد تبدو عينة الورم كأي عينة أخرى: بلوك FFPE، شريحة H&E، وربما IHC أو mIF حسب البروتوكول. الاختلاف الحقيقي يبدأ بعد المسح. الصورة تدخل viewer، ثم تدخل مسارا أطول: اختيار العينة، ضبط جودة الصبغة، تحديد ROI، تشغيل AI model، مراجعة overlay، ربط النتيجة بالمعايير المحددة في البروتوكول، ثم توثيق القرار داخل ملف التجربة.
هذا هو السياق العملي لتوسيع التعاون بين Imagene AI وCellCarta، كما أعلن الطرفان في 1 أكتوبر 2026. الإعلان يخص برامج biomarker وcompanion diagnostic في تطوير الأدوية، مع بقاء الاستخدام داخل إطار تطويري منظم. أهميته لطبيب الباثولوجي تأتي من مكان دخول AI في مسار CDx: قبل اعتماد المريض للتجربة، وقبل تحويل قياس رقمي من WSI إلى قرار يمكن أن يؤثر في إدخال المريض أو استبعاده.
الخبر باختصار
Imagene وCellCarta أعلنتا توسيع التعاون بينهما لتقديم مسار منظم لشركات الأدوية في biomarker strategy، assay development، validation، تنفيذ التجارب السريرية، الجاهزية التنظيمية، ثم النشر التجاري عند اكتمال المتطلبات. حسب البيان الرسمي، يوجد عمل قائم مع شركتين دوائيتين عالميتين. البرنامج الأول يتعلق بتطوير companion diagnostic معتمد على IHC وAI. البرنامج الثاني يستخدم Lung Prediction Panel من Imagene في NSCLC.
البيان يذكر أن قدرات OI CDx لدى Imagene تستخدم quantitative AI pathology لتقييم biomarker وtarget expression، مع تحليل على مستوى الخلية وتحت الخلية، وcontinuous scoring، وspatial scoring، وpatient stratification. دور CellCarta يأتي من جهة المختبرات العالمية، CDx development، trial deployment، والخبرة التنظيمية. Lung Prediction Panel مذكور كأداة Research Use Only، ويجب قراءة هذه العبارة كما هي: مجال بحث وتطوير خارج النتيجة التشخيصية النهائية.
أين يلمس هذا الخبر عمل طبيب الباثولوجي؟
في برامج CDx، يحتاج رقم AI إلى مسار يمكن مراجعته قبل دخوله في قرار التجربة. طبيب الباثولوجي يحتاج أن يعرف نوع العينة، زمن التثبيت، طريقة المعالجة، جودة H&E أو IHC، منطقة الورم المختارة، كمية النسيج القابل للتقييم، ونسبة necrosis أو crush artifact إذا كانت مؤثرة. بعد ذلك يأتي السؤال الرقمي: هل قرأ النموذج الخلايا الصحيحة؟ هل فصل tumor عن stroma بطريقة مقبولة؟ هل يعرض overlay قابلا للمراجعة؟ وهل يستطيع الطبيب تعديل ROI أو رفض العينة عند فشل الجودة؟
هذه الأسئلة تصبح أشد حساسية في companion diagnostics. في التشخيص الروتيني، قد يساعد AI في ترتيب الحالات أو قياس biomarker تحت إشراف الطبيب. في CDx، النتيجة قد تدخل في قرار أهلية المريض لعلاج أو تجربة. لهذا يحتاج المختبر إلى SOP واضح: من يوافق على الشريحة؟ من يراجع score؟ أين تحفظ نسخة النموذج؟ كيف يسجل model version؟ ماذا يحدث عند تحديث النموذج؟ وكيف تعالج الحالات الحدية؟
IHC مع AI: القياس يحتاج سياقا قابلا للمراجعة
تطوير IHC CDx مع AI يعني أن قراءة biomarker تتحول من انطباع بصري أو score نصف كمي إلى مخرج رقمي أكثر تفصيلا. هذا قد يشمل شدة الصبغ، موقع الإشارة داخل الخلية، النسبة المئوية للخلايا الإيجابية، ووجود نمط مكاني له علاقة بالاستجابة الدوائية. الفائدة العملية تظهر عندما تكون هذه المخرجات قابلة للتكرار بين المواقع، ومفهومة لطبيب الباثولوجي الذي يراجع الحالة.
المشكلة المعتادة أن التفاصيل الرقمية قد تبدو دقيقة أكثر مما تسمح به العينة. اختلاف fixation، اختلاف clone أو platform، تغير batch، تفاوت thickness، أو اختيار ROI غير مناسب قد يغير النتيجة. لذلك لا يبدأ اعتماد AI في CDx من النموذج. يبدأ من pre-analytics والـ assay نفسه، ثم ينتقل إلى validation على عينات تمثل مرضى التجربة ومواقعها وسكانها المتوقعين.
إذا كان البرنامج متعدد المواقع، يحتاج الفريق إلى خطة واضحة لمقارنة الأداء بين مختبرات مختلفة. هل تم اختبار slides من scanners مختلفة؟ هل توجد قواعد لقبول staining run؟ هل يستخدم النموذج نفس cut-off في كل موقع؟ هل يعاد تدريب النموذج عند تغير البروتوكول؟ هذه الأسئلة تحدد ثقة طبيب الباثولوجي بالمخرج قبل أن يدخل في قرار علاجي.
H&E كمدخل للـ biomarker prediction
الجزء الثاني من التعاون يتحدث عن Lung Prediction Panel في NSCLC، وهو نموذج يتوقع biomarkers من H&E WSI خلال دقائق حسب بيان الشركة. هذه الفكرة تجذب شركات الأدوية لأن H&E متوفرة مبكرا وبكلفة أقل من اختبارات جزيئية كثيرة. في workflow التجارب، قد يساعد ذلك في فرز أولي للمرضى أو توجيه العينات نحو اختبار تأكيدي أسرع.
القراءة العملية هنا تحتاج حذرا. prediction من H&E قد يكون مفيدا كطبقة فرز، خصوصا عندما يكون النسيج محدودا أو عندما تتأخر نتائج molecular testing. مع ذلك، القرار الذي يؤثر في CDx يحتاج مرجعا واضحا. إذا كان النموذج يقترح احتمالا لوجود biomarker، يجب أن يعرف الطبيب ما هو الاختبار المرجعي، وما هي حساسية النموذج ونوعيته داخل population مشابهة، وما نسبة الحالات التي تقع في المنطقة الرمادية. من دون ذلك، يتحول الاحتمال إلى عبء إضافي على الطبيب بدلا من أن يساعده.
ما الذي يجب أن تطلبه أقسام الباثولوجي؟
أي مختبر يفكر في إدخال مخرج AI إلى برنامج biomarker أو CDx يحتاج قائمة تدقيق قبل التوقيع على البروتوكول. البداية من العينة: نوع النسيج، طريقة التثبيت، الحد الأدنى من tumor content، قواعد الرفض، وإجراءات إعادة القطع أو إعادة الصبغ. بعد ذلك تأتي الصورة: نوع scanner، دقة المسح، سياسة rescanning، ومكان حفظ WSI.
ثم يأتي model governance. يجب توثيق اسم النموذج، version، تاريخ التشغيل، إعدادات التحليل، ROI، والمستخدم الذي أطلق التحليل أو راجعه. إذا ظهرت نتيجة متعارضة مع morphology أو IHC التقليدي أو molecular result، يجب أن يحتوي البروتوكول على مسار تصعيد واضح. طبيب الباثولوجي يحتاج حق رفض المخرج الرقمي عندما تكون العينة غير مناسبة أو عندما لا يطابق overlay الواقع النسيجي.
في بيئة LIS وimage management system، يصبح التكامل جزءا من السلامة. النتيجة الرقمية التي تصل كملف منفصل خارج سجل الحالة تزيد خطر الخطأ. الأفضل أن تكون مرتبطة برقم الحالة، slide ID، block ID، وتاريخ التحليل. ويجب أن يظهر في التقرير ما هو تقرير الطبيب وما هو مخرج أداة مساعدة داخل تجربة أو برنامج تطوير.
لماذا يهم هذا في العراق والمنطقة؟
كثير من المختبرات في منطقتنا تفكر في scanner وviewer كمدخل للباثولوجي الرقمي. خبر Imagene وCellCarta يذكرنا أن القيمة الأكبر في البرامج الدوائية تأتي من المسار الكامل حول الشريحة. وجود WSI لا يحل مشكلة biomarker workflow إذا بقيت العينة تتحرك بين البريد الإلكتروني، ملفات منفصلة، وتعليقات غير موثقة.
بالنسبة لطبيب الباثولوجي في مركز يريد المشاركة في trials أو بناء شراكات بحثية، السؤال العملي واضح: هل يستطيع القسم إنتاج عينة قابلة للتقييم، وصورة قابلة للمراجعة، ونتيجة قابلة للتتبع؟ إذا كان الجواب نعم، يصبح AI إضافة قابلة للضبط. إذا كان الجواب غامضا، سيزيد AI عدد القرارات غير الموثقة داخل المسار.
هذا النوع من التعاون بين شركة AI وشركة CRO يوضح اتجاه السوق: شركات الأدوية تريد biomarker workflows أسرع وأكثر قابلية للقياس، مع قدرة على العمل عبر مواقع متعددة. دور طبيب الباثولوجي في هذا الاتجاه مركزي. الطبيب يحدد صلاحية النسيج، يراجع morphology، يفسر القياس داخل سياق الحالة، ويمنع تحويل النتيجة الرقمية إلى قرار خارج حدود الدليل.
الخلاصة لطبيب الباثولوجي
توسيع تعاون Imagene وCellCarta يضع AI داخل مسار CDx وتجارب دوائية يحتاج إلى ضبط عينات، تحقق تحليلي، توثيق، ومراجعة طبية. النقطة التي يجب أن يحملها طبيب الباثولوجي من هذا الإعلان: اسأل عن workflow قبل أن تسأل عن score.
إذا دخل AI إلى IHC أو H&E biomarker prediction، فالمطلوب معرفة مصدر العينة، جودة الشريحة، حدود النموذج، طريقة عرض المخرج، وكيفية حفظ القرار داخل السجل. عندها فقط يمكن أن يخدم AI التجربة الدوائية من دون أن يضع طبيب الباثولوجي أمام نتيجة يصعب تفسيرها أو الدفاع عنها.