أصدرت نتائج تحدي autoPET3، الذي اقيم ضمن مؤتمر MICCAI 2024، وأظهر إنجازات بارزة في مجال تقسيم الآفات بشكل آلي باستخدام تقنيات PET/CT. هذا البحث يأتي بعد تحليل بيانات تتضمن 1,014 دراسة قياسية ([18F]-FDG) من مستشفى جامعة توبنغن و597 دراسة من مستشفى جامعة LMU في ميونيخ، حيث تحتوي هذه المجموعة على أكبر مجموعة بيانات معلّمة متاحة لدرجات PSMA حتى الآن.

كما تم اختبار أداء 200 دراسة في سيناريوهات متعددة، مما أتاح لمراكز متعددة تقييم أدائها على تقنيات مختلفة. وقد قامت 17 فريقًا بتقديم 27 خوارزمية، مع التركيز بشكل أساسي على الشبكات الثلاثية الأبعاد nnU-Net وجمع بيانات PET/CT.

الفوز في هذا التحدي كان من نصيب أفضل خوارزمية التي حققت متوسط DSC (معامل التشابه) يبلغ 0.66، مما يُظهر تحسنًا بنسبة 8% مقارنة بالنماذج الأساسية، وتقليل حجم الأخطاء السلبية بمقدار 5 مل.

بالإضافة إلى النتائج، قدمنا تحليلاً معمقًا لأداء النموذج على مستوى المرضى والآفات. تظهر النتائج أن تقسيم الآفات في نطاق البيانات المأخوذة ضمن نفس المصدر يمكن أن يكون دقيقًا، لكن يبقى التحدي الرئيسي هو التكيف مع التكوينات التي لم تُشاهد سابقًا.

يمكننا أن نستنتج ثلاثة نتائج رئيسية: (1) تعد تقنية تقسيم PET/CT كافية وقد تقترب من التوافق بين الممارسين؛ (2) تبقى المشكلة المتعلقة بالتكيُّف مع تركيبات جديدة غير مُعالجة بعد، ويعزى ذلك بشكل أساسي إلى تقدير أحجام غير دقيق؛ (3) تتأثر الاختلافات في الأداء بشكل أكبر بتباين الحالة وصعوبتها أكثر من اختيار الخوارزمية.

هذا البحث يمثل نقطة انطلاق مهمة نحو تعزيز دقة التشخيص والعلاج في مجال الأورام. ما رأيكم في هذه التطورات المثيرة؟ شاركونا في التعليقات!