لنفترض أن طبيب الباثولوجي يراجع شرائح متتالية من منطقة دماغية واحدة ضمن مشروع بحثي. على شاشة تظهر صبغة لـ amyloid، وعلى أخرى صبغة لـ tau، ثم يصل جدول يحتوي قياسات آلية لكل شريحة. قبل تفسير الأرقام، يحتاج الطبيب إلى التأكد من أن القياسات تخص المنطقة نفسها، وأن الطيات أو اختلاف مساحة النسيج لم يغيّرا المقارنة. هذا مثال على العمل الذي يسبق الحصول على biomarker يمكن الوثوق به.
أعلنت Proscia في 27 أكتوبر 2026 تعاونًا مع Columbia University لاكتشاف biomarkers للأمراض التنكسية العصبية، ومنها Alzheimer’s disease، والتحقق من مؤشرات موجودة. يربط التعاون أرشيف الشرائح وخبرة Columbia بخبرة الشركة في pathology AI، وفق الإعلان الرسمي. ما يهم الباثولوجست هنا هو طريقة تحويل الأرشيف إلى قياسات يمكن مراجعتها وربطها بالبيانات السريرية.
قراءة عدة صبغات معًا تحتاج إلى ضبط المقارنة
يذكر الإعلان أن المؤشرات قد تشمل semi-quantitative manual scores، إلى جانب composite multiplex scores مستخرجة آليًا من صبغات متتالية بعد مطابقة مواضعها رقميًا. هذه المطابقة، أو co-registration، تحاول وضع المنطقة التشريحية المقابلة في موضع متوافق بين الصور. والفائدة البحثية المقصودة هي قراءة أكثر من إشارة نسيجية ضمن سياق مكاني مشترك، بحسب وصف التعاون.
عند جمع قياسين من شريحتين متتاليتين، قد تؤثر طريقة اختيار النسيج في الرقم النهائي. يحدث ذلك مثلًا إذا شمل أحدهما نسيجًا أكثر من الآخر، أو وقع جزء من الـ ROI خارج المنطقة المقابلة. لذلك أقترح أن تشمل المراجعة صور المطابقة نفسها، مع تحديد المناطق المستبعدة وسبب استبعادها. يجب أن يستطيع الطبيب الرجوع من النتيجة إلى الموضع الذي أُخذت منه.
وتحتاج المقاطع المتتالية إلى تفسير على مستوى المنطقة التي يسمح بها البروتوكول. افتراض أن كل خلية تظهر في المقطع الأول لها خلية مطابقة في المقطع التالي يستدعي تحققًا منفصلًا. يمكن للفريق أن يبدأ بسؤال أبسط: هل تصلح المقارنة لقياس مساحة أو عبء صبغة داخل ROI محددة؟ بهذه الطريقة يتوافق الادعاء مع مستوى القياس المتاح.
ابدأ بتعريف القياس قبل تشغيل AI
قبل تجربة أي نموذج، من المفيد كتابة وصف قصير للمخرج المطلوب. هل سنقيس نسبة المساحة الموجبة؟ كثافة بنى محددة؟ أم score مركبًا يجمع عدة صبغات؟ ولكل مخرج يجب تحديد المقام المستخدم في الحساب، وطريقة اختيار المنطقة، وما الذي يجعل الصورة غير صالحة للتحليل. هذا التعريف يساعد على تفسير اختلاف النتائج لاحقًا.
مثلًا، يمكن أن يحدد بروتوكول بحثي أن النتيجة تخص ROI راجعها طبيب الباثولوجي، مع استبعاد الطيات والمناطق الناقصة. عندها تُحفظ المنطقة المعتمدة مع القياس، ويُوثق أي تعديل يجريه الطبيب. أما إرسال رقم منفصل في ملف Excel، من دون رابط إلى الصورة أو حدود المنطقة، فيجعل مراجعة الحالات المختلفة عن المتوقع أصعب.
أفضّل أن تكون أول تجربة محلية محدودة بمخرج واحد واضح. يراجع الفريق الحالات المقبولة والحالات التي تعطلت فيها المعالجة، ثم يقرر إن كان المخرج يجيب عن السؤال البحثي أصلًا. إضافة صبغات وبيانات أكثر تأتي بعد فهم أخطاء هذه التجربة.
الأرشيف يحتاج إلى هوية عينة يمكن تتبعها
ستكون Concentriq أساس العمل، وتتيح شبكة Aperture مجالًا للتعاون مع مطوري الأدوية، وفق Proscia. أما تفاصيل التنفيذ، مثل طريقة ربط العينات والقياسات وإدارة المراجعات، فتحتاج إلى بروتوكول محدد لكل مشروع. النقاط التالية مقترحات تشغيلية مستقلة لمراجعة هذا النوع من المشروعات داخل المختبر.
أبدأ من هوية العينة: معرف الحالة، والمنطقة التشريحية، والـ block، وترتيب المقاطع. ثم أربط كل صورة بالصبغة والبيانات التقنية اللازمة لتفسيرها. إذا أُعيد المسح، ينبغي أن يعرف الباحث أي نسخة استُخدمت في التحليل، وأن تبقى النتيجة السابقة قابلة للتتبع. يمكن استخدام LIS أو نظام إدارة بيانات بحثية لهذا الغرض، حسب بنية المؤسسة.
وعند دمج الصورة مع بيانات سريرية، أقترح توثيق مصدر كل معلومة وما هو مفقود منها. يحدد البروتوكول أيضًا صلاحيات الوصول وآلية إزالة التعريف. ويحتاج الفريق إلى معرفة إن كانت العينات المختارة تمثل سؤال الدراسة، أم أنها فقط الشرائح الأسهل في الاسترجاع من الأرشيف.
التحقق يشمل مصدر الاختلاف بين القياسات
توجد خبرة منشورة سابقة في القياس الرقمي لهذه التغيرات. ففي دراسة من Rush نُشرت عام 2023، ارتبطت القياسات الرقمية لـ Aβ وtau-tangles بالقياسات اليدوية، مع معاملات ارتباط تراوحت بين 0.83 و0.94. شملت الدراسة تطوير مسار عمل ومقارنة البيانات الجديدة بقياسات تاريخية. هذه دراسة مستقلة عن التعاون الحالي، وتوضح نوع العمل المطلوب للتحقق من القياس.
الارتباط بين طريقتين يجيب عن سؤال مختلف عن قدرة biomarker على توقع تدهور سريري أو استجابة لعلاج. لذلك يجب تحديد مستوى الدليل الذي يبحث عنه المشروع منذ البداية. قد يكون الهدف إعادة إنتاج score يدوي، أو وصف نمط نسيجي جديد، أو اختبار علاقة مع مخرج سريري. لكل هدف تصميم تحقق يناسبه.
في مراجعة محلية، أقترح مقارنة نتائج التحليل مع قراءة مرجعية، ثم فحص الحالات التي يظهر فيها اختلاف كبير. هل المشكلة في الصبغة؟ في اختيار المنطقة؟ في التعرف على البنى؟ أم في مطابقة المقاطع؟ يفيد هذا التصنيف في معرفة ما يحتاج إلى تعديل قبل تكرار التجربة. ويجب احتساب الحالات المستبعدة وتعطل المعالجة ضمن تقييم قابلية الاستخدام.
اكتشاف biomarker يسبق استخدامه في القرار السريري
المعلن حاليًا هو تعاون بحثي. الإعلان لا يقدم حجم cohort أو نتائج أداء أو أثرًا على قرارات العلاج. كما يوضح موقع الشركة أن تطبيقات Proscia للـ AI مخصصة للاستخدام البحثي، وأن الحالة التنظيمية لأي تطبيق من طرف ثالث تتبع تعليمات الشركة المصنّعة الخاصة به. لذلك يجب فصل هذا الخبر عن أي ادعاء بوجود اختبار تشخيصي جديد معتمد، كما تبين حدود الاستخدام المنشورة.
هذا الفصل ينعكس على التعامل مع المخرجات داخل المؤسسة. أقترح وسم القياسات البحثية بوضوح، وتحديد مكان حفظها ومن يراجعها، مع إبقائها ضمن نطاق موافقات الدراسة. ويحتاج انتقال أي biomarker إلى استخدام يؤثر في رعاية المريض إلى دليل سريري ومتطلبات تنظيمية تناسب الاستخدام المقصود.
بالنسبة لمختبر يفكر في مشروع مشابه، يمكن أن يبدأ العمل باختيار مجموعة شرائح وسؤال نسيجي محدد، ثم اختبار قدرة الفريق على إعادة إنتاج القياس مع حفظ مسار المراجعة. المخرج المفيد في هذه المرحلة هو سجل يربط كل رقم بالعينة والصورة والـ ROI ونسخة التحليل، ويبيّن ما حدث للحالات التي احتاجت إلى تدخل طبيب الباثولوجي.
المصادر
إعلان Proscia وColumbia، 27 أكتوبر 2026، ودراسة Rush عن القياس الرقمي، 2023. مصدر اكتشاف الخبر: Pathology News.