في تحول كبير في عالم الطب، يقف الذكاء الاصطناعي (AI) كأداة سريرية متطورة لعلاج سرطان البروستاتا. ولكن، تبقى بعض التحديات قائمة، خاصة فيما يتعلق بتعميم النتائج عبر التباينات في إعداد العينات والحفاظ عليها على مر الزمن. في خطوة غير مسبوقة، أجرى الباحثون دراسة شاملة لتقييم أداء نموذج GleasonAI، الذي يعتمد على التعلم المتعدد للحالات باستخدام نظام انتباه (Attention-based model).

التحليل شمل مجموعة مستقلة من 10,366 نقطة خزعة (biopsy cores) مأخوذة من 1,028 مريض في 14 منطقة سويدية، مستندًا إلى عينات محفوظة من أروقة ProMort بين عامي 1998 و2015. وقد حقق النموذج معدل kappa وزني نموذجي قدره 0.86 عند تقييم درجات ISUP على مستوى النقط، وهو ما يتماشى مع تقييمات عدد من أطباء الأمراض المحترفين.

ما يميز هذا النموذج هو استقراره على مدار فترة جمع البيانات التي استمرت 17 عاماً، الأمر الذي يظهر متانة النموذج أمام التغيرات الزمنية في المواد الأرشيفية. وتبين التحليلات الاستكشافية وجود تدرج تنبؤي ملحوظ عبر مجموعات الدرجات التي حددها الذكاء الاصطناعي، مما يعكس شدة خطورة الوفاة بسبب سرطان البروستاتا.

تؤكد هذه النتائج على إمكانية تعميم نموذج تقييم الذكاء الاصطناعي وتبرز القيمة المحتملة للأرشيفات النسيجية كمصدر ضخم لتطوير وتحقق الذكاء الاصطناعي وكذلك للأبحاث الاستعادية التنبؤية.

ما رأيكم في هذا التطور الثوري؟ هل ترون أن الذكاء الاصطناعي سيكون له دور محوري مستقبلاً في تحسين تشخيص الأمراض؟ شاركونا في التعليقات!