طور باحثون من كلية الطب في جامعة "بيتسبرغ" الأمريكية، نموذجا للتعلم الآلي يجمع بين جينات الاندماج المعروفة بانتشارها في سرطان البروستاتا ونظام تصنيف "غليسون" ومستوى مستضد البروستات.
ويعتبر نظام تصنيف "غليسون" طريقة فعالة في وصف درجة سرطان البروستاتا بناء على طبيعة الخلايا السرطانية في عينة الخزعة وسرعة نموها وانتشارها، ومستضد البروستات عبارة عن بروتين تنتجه الأنسجة السرطانية وغير السرطانية في البروستات.
جينات الاندماج تنتشر في سرطان البروستاتا، لكن إمكانياتها في التنبؤ بمسار المرض لم تكن معروفةالدكتور جيان هوا لو
وأدى نموذج التعلم الآلي الجديد إلى تحسين التنبؤ بتكرار الإصابة بسرطان البروستاتا في الاختبارات السريرية؛ وفقا لدراسة الفريق المنشورة في مجلة "ذا أميريكان جورنال أوف باثولوجي" العلمية.
وقال الدكتور جيان هوا لو، الباحث الرئيس في الدراسة، إن "استخدام نظام تصنيف غليسون ومستوى مستضد البروستات، قدم نتائج متفاوتة في التنبؤ بالنتائج السريرية لمرضى سرطان البروستاتا، لكنهما يقدمان نظرة محدودة لآلية المرض"؛ وفقا لموقع ميديكال إكسبرس.
وأضاف: "من المعلوم أن جينات الاندماج تنتشر في سرطان البروستاتا، لكن إمكانياتها في التنبؤ بمسار المرض لم تكن معروفة".
وتحتوي بيانات الفريق على عينات من مجموعة من المؤسسات، تصل إلى 271 عينة من المركز الطبي بجامعة "بنسلفانيا" الأمريكية، و191 عينة من جامعة "ويسكونسن ماديسون" الأمريكية، فضلا عن 112 عينة إضافية من مركز "ستانفورد" الطبي.
واكتشف الفريق أن جميع العينات احتوت على جينات الاندماج وبروتين مستضد البروستات، وقدمت العينات أيضا درجات نظام تصنيف "غليسون".
وطور الباحثون أولا نموذجا تدريبيا، وطبقوا على البيانات خوارزميات التعلم الآلي لتحديد أفضل مزيج من جينات الاندماج للتنبؤ بتكرار سرطان البروستاتا، وتطبيق أفضل الخوارزميات الناتجة لبناء نموذج متكامل.
أشار الفريق إلى أن استخدام نموذج تعلم الآلة مع آليات التنبؤ الأخرى، يتفوق دائما في دقة التنبؤ بتكرار سرطان البروستاتا
وحققت التنبؤات المبنية على درجات نظام تصنيف "غليسون" وحدها دقة وصلت إلى 77.9%، أما تلك المعتمدة على مستوى مستضد البروستات فقط، فقد حققت دقة وصلت إلى 73.5%، لكن عند استخدام نموذج الفريق الذكي، أظهرت النتائج دقة أعلى من 80% مع العينات جميعها.
وطبق فريق الباحثين 764 نموذجا مدربا على بيانات المركز الطبي في جامعة "بنسلفانيا" على جميع العينات الأخرى.
وأشار الفريق إلى أن استخدام نموذج تعلم الآلة مع آليات التنبؤ الأخرى، يتفوق دائما في دقة التنبؤ بتكرار سرطان البروستاتا.
ويساهم الاستكشاف المبكر لتكرار سرطان البروستاتا في اتخاذ تدابير استباقية تفيد المرضى فيما يتعلق بتشخيص تطور السرطان ومراقبته وعلاجه، وقد يؤدي استخدام نماذج تعلم الآلة في الفحوصات السريرية إلى إنقاذ الأرواح مستقبلا.