في عينة البروستات المرسلة إلى NGS، يبدأ الخطر قبل تشغيل الجهاز. الشريحة قد تبدو مناسبة، لكن منطقة القص المختارة قد تحمل نسبة ورمية أقل من المطلوب، أو تمتزج فيها الغدد الحميدة والضمور وHGPIN مع adenocarcinoma بطريقة تجعل تقدير cellularity أقل ثباتاً بين قارئ وآخر. النتيجة معروفة في المختبر: عينة QNS، تأخير في التقرير الجزيئي، أو إعادة طلب مادة إضافية من بلوك لا يحتمل كثيراً من الاستنزاف.
إعلان Indica Labs عن Prostate Macrodissect AI يذهب مباشرة إلى هذه النقطة. المنتج مخصص لتحديد وقياس محتوى الورم في عينات FFPE للبروستات، مع خريطة حرارية على WSI تساعد طبيب الباثولوجي على اختيار ROI الأعلى عائداً قبل macrodissection وتحضير NGS. الأداة تعمل ضمن HALO AP، وتأتي ضمن عائلة HALO Macrodissection Solutions التي شملت lung وCRC وbreast، ثم أضيفت لها البروستات.
المشكلة العملية: اختيار ROI قبل الاختبار الجزيئي
في سرطان البروستات، قرار macrodissection لا يعتمد على وجود الورم وحده. طبيب الباثولوجي يحتاج إلى تقدير مساحة الورم ونسبته داخل المنطقة المختارة، مع الانتباه إلى النخر، stroma، الغدد الضامرة، precursor lesions، والأنسجة المجاورة. هذه التفاصيل لا تظهر في خانة واحدة داخل التقرير، لكنها تحدد جودة المادة الداخلة إلى NGS.
عندما تكون العينة صغيرة أو موزعة على بؤر متعددة، يصبح القرار أكثر حساسية. قد تكون أفضل منطقة للفحص الجزيئي بعيدة عن أكبر مساحة ظاهرة بالعين. وقد تكون منطقة ذات grade أعلى أو كثافة ورمية أفضل هي الخيار العملي، حتى لو كانت أصغر. هنا يظهر دور الطبقة الرقمية: تحويل التقدير البصري إلى خريطة قابلة للمراجعة، مع قياس واضح لمحتوى الورم داخل ROI قبل أن تنتقل العينة إلى الخطوة التالية.
Indica Labs تقول إن النموذج دُرّب على ما يقارب 100 ألف annotation تغطي طيفاً واسعاً من pathology البروستات. الإعلان يذكر pixel-level classification للتفريق بين adenocarcinoma وبين necrosis، benign and atrophic glands، stromal tissue، HGPIN، والأنسجة المحيطة. هذه التفاصيل مهمة لطبيب الباثولوجي لأنها تعني أن النظام يحاول فصل المكونات التي تضعف قيمة المنطقة المختارة للـ NGS، بدل وضع دائرة عامة حول الورم.
ما الذي يراه طبيب الباثولوجي على WSI؟
الفكرة المركزية بسيطة: تظهر خريطة حرارية لكمية الورم على الشريحة الرقمية. بدلاً من الاعتماد على تقدير يدوي سريع فوق H&E، يستطيع طبيب الباثولوجي مراجعة overlay، تعديل ROI عند الحاجة، ثم اعتماد المنطقة المناسبة للقص أو إرسالها إلى خطوة macrodissection.
هذا لا يلغي قراءة الشريحة. القرار يبقى طبياً، خاصة في العينات التي تحمل نمطاً مختلطاً، علاجاً سابقاً، artefact، أو بؤراً صغيرة يصعب فصلها. القيمة العملية تأتي من وضع قياس tumor cellularity داخل نفس مسار العمل الذي يستخدمه المختبر للصورة الرقمية. عندما يكون القياس محفوظاً مع الشريحة والـ ROI، يصبح النقاش مع molecular lab أو tumor board أكثر وضوحاً: أي منطقة اختيرت، لماذا اختيرت، وما نسبة الورم المقدرة فيها.
الإعلان يذكر أيضاً إمكانية ربط Prostate Macrodissect AI مع Xyall Tissector robotic macrodissectors. هذه النقطة تنقل الموضوع من قياس على شاشة إلى مسار تحضير نسيجي. إذا كان المختبر يملك ربطاً فعلياً بين WSI، اختيار ROI، والقص الآلي، يمكن تقليل الخطوات اليدوية المتفرقة، وتوثيق الصور قبل القص وبعده. هذا التوثيق مهم في QMS، خاصة عندما يتعلق الأمر بعينة محدودة ومؤثرة على قرار علاجي.
أين يجب أن يكون الحذر؟
التفصيل التنظيمي في الإعلان مهم. Prostate Macrodissect AI مذكور كأداة Research Use Only وغير مخصص للاستخدام التشخيصي السريري. HALO AP يحمل CE-IVDR للاستخدام التشخيصي في أوروبا والمملكة المتحدة وسويسرا، لكنه في الولايات المتحدة Research Use Only وغير حاصل على FDA clearance للاستخدام التشخيصي. هذه الفروق التنظيمية يجب أن تظهر في SOP، لا أن تبقى في صفحة المنتج.
للمختبر، السؤال العملي هو نطاق الاستخدام. هل سيستخدم القياس كدعم داخلي لاختيار ROI قبل إرسال NGS؟ هل سيظهر في تقرير موجه للطبيب المعالج؟ هل سيُحفظ كجزء من سجل الحالة؟ كل خيار يحتاج إلى validation محلي، حدود قبول واضحة، وخطة للتعامل مع الحالات التي يفشل فيها النموذج أو يعطي overlay غير مقنع.
التدريب على عدد كبير من annotations يعطي انطباعاً جيداً عن تنوع البيانات، لكنه لا يكفي وحده لتغيير السياسة داخل المختبر. يحتاج طبيب الباثولوجي إلى معرفة أداء النظام على عينات المؤسسة نفسها: prostatectomy، core biopsy، TURP إن وُجدت في المسار، اختلافات التلوين، اختلافات scanner، ونسب الورم المنخفضة. الحالات الطرفية هي التي تكشف قيمة الأداة، مثل عينة ذات tumor fraction قريب من الحد الأدنى المطلوب للـ NGS.
ما الذي يتغير في مسار البروستات داخل المختبر؟
إذا أُدخلت الأداة بطريقة صحيحة، فالتغيير لا يكون في التشخيص الأساسي. التغيير يكون في مرحلة ما قبل التحليل الجزيئي. بدلاً من وضع علامة يدوية على منطقة مختارة ثم الاعتماد على وصف مختصر، يمكن للمختبر بناء مسار يحتوي على WSI، overlay، ROI، تقدير tumor cellularity، صورة قبل القص، صورة بعد القص، وربط ذلك مع طلب NGS في LIS أو image management system.
هذا النوع من التوثيق يفيد عند مراجعة QNS failures. بدلاً من الاكتفاء بسؤال: هل كانت العينة كافية؟ يصبح بالإمكان الرجوع إلى قرار الاختيار نفسه. هل اختيرت منطقة ذات محتوى ورمي منخفض؟ هل كان هناك stroma زائد؟ هل حدثت مشكلة في خطوة القص؟ وجود سلسلة موثقة يساعد المختبر على تحسين العمل من دون تحويل النقاش إلى لوم فردي.
كما أن وجود أداة قياس داخل HALO Clinical AI suite يجعل المسار أقرب إلى ما تحتاجه companion diagnostics في الممارسة اليومية: grade assistance عند الحاجة، tumor detection، ثم اختيار منطقة صالحة للفحص الجزيئي. الربط بين هذه الطبقات يجب أن يخدم تقريراً أدق وزمناً أقصر، لكن بشرط أن تبقى نقاط القرار مرئية لطبيب الباثولوجي.
قراءة عملية للإعلان
إطلاق Prostate Macrodissect AI يذكّرنا بأن AI في الباثولوجي الرقمي لا يقتصر على تشخيص الصورة أو حساب marker. بعض أكثر الاستخدامات فائدة قد تكون في المناطق الرمادية بين التشخيص والتحضير الجزيئي: اختيار المادة، توثيق ROI، تقليل QNS، وتحسين traceability.
بالنسبة لطبيب الباثولوجي، القيمة ليست في أن النموذج “يعرف” مكان الورم. القيمة في أن القياس يصبح قابلاً للمراجعة داخل مسار الحالة، وأن قرار إرسال المادة إلى NGS يستند إلى صورة ورقم وسجل يمكن الرجوع إليه. هذا مهم في البروستات تحديداً، حيث قد تُبنى قرارات علاجية لاحقة على نتيجة جزيئية خرجت من منطقة صغيرة داخل بلوك واحد.
المختبر الذي يفكر في استخدام مثل هذه الأداة يحتاج إلى تجربة محددة قبل أي اعتماد: مجموعة عينات محلية، مقارنة بين تقدير الباثولوجست والـ overlay، قياس أثر ذلك على QNS، ومراجعة زمن العمل. إذا لم يتحسن اختيار ROI أو توثيق القرار، فالأداة تصبح طبقة إضافية على الشاشة. وإذا حسّنت هذه النقطة، فقد تكون إضافة عملية في واحد من أكثر مواضع NGS حساسية.
المصدر: Indica Labs press release، مع متابعة إعلان Pathology News حول نفس المنتج.