تُعتبر سرطان الخلايا الكبدية (Hepatocellular Carcinoma - HCC) واحدة من أكثر السرطانات تحدياً، ليس فقط بسبب التنوع البيولوجي الكبير الذي تتسم به، ولكن أيضاً بواسطة التفاعل المعقد بين الاحتياطي الوظيفي الكبدي والعوامل الغير سرطانية المرتبطة بالورم. هذا التعقيد يجعل من الضروري تطوير نماذج تنبؤية موثوقة لفهم مسارات المرض ولفهم النتائج المحتملة بشكل أدق.

في ضوء ذلك، قدم الباحثون نموذج BioFact-MoE، وهو إطار مبتكر يعتمد على تقنية Mixture of Experts (MoE) للعوامل الحيوية، حيث يقوم هذا النموذج بفصل العوامل المرتبطة بالكبد وتلك المرتبطة بالورم، مما يتيح تقييمًا دقيقًا للعوامل البيولوجية الأساسية. يعكف هذا النموذج على استخدام مجموعة بيانات ضخمة تضم ما يقارب 588 مريضاً، وتم تدريبه مسبقًا على 4,582 زوجاً من صور MRI ثلاثية الأبعاد وتقارير طبية.

تشير النتائج التي أحرزها BioFact-MoE إلى تحسينات ملحوظة في تنبؤات البقاء، حيث تحققت نسب AUC (منطقة تحت المنحنى) بلغت 75.33%، 75.85%، و73.96% على الترتيب لفترات 12، 18، و24 شهراً. هذا الابتكار لا يقتصر على التنبؤ بالمخاطر بشكل مجرد، بل يساعد في تصنيف المخاطر بطريقة تدرك الأنماط السريرية، مما يأخذ بعين الاعتبار الفروق العلمية ذات الصلة بالعلاج.

إضافة إلى ذلك، يكشف نموذج BioFact-MoE عن تنوع البقاء المرتبط بالمعالجة، ويظهر أن التمثيلات المرتبطة بالكبد والأورام ترتبط بشكل انتقائي مع مؤشرات وظائف الكبد والأحمال السرطانية، مما يُعزز القدرة على اتخاذ قرارات علاجية أكثر فعالية. يتوفر الكود الخاص بالنموذج عبر الرابط التالي: رابط الكود.

ما مدى أهمية هذا الدمج بين البيانات البيولوجية ونماذج التنبؤ في تطوير طرق علاج جديدة وأكثر فعالية؟ شاركونا آرائكم في التعليقات.