يُعد سرطان الثدي أكثر أنواع السرطان تشخيصًا بين النساء الأمريكيات — ومع ذلك فإن الفجوات في الرعاية واسعة. تشير تقارير إلى أن غالبية النساء فوق سن 40 عامًا يتخلين عن الفحص السنوي الموصى به. ويقرأ أطباء الأشعة الماموغرامات أكثر مع زملاء أقل. وعندما يصل التشخيص، قد تستغرق الاختبارات التي تحدد العلاج أسابيع لإرجاع النتائج.
تعمل الشركات ضمن برنامج NVIDIA Inception للشركات الناشئة على بناء تطبيقات ذكاء اصطناعي لدعم الأطباء في كل نقطة من نقاط الاحتكاك هذه، بما في ذلك التصوير وتقييم المخاطر وتخطيط العلاج.
تُجرى نحو 40 مليون فحص ماموغرام في الولايات المتحدة سنويًا، لكن النقص المتوقع لعشرات الآلاف من أطباء الأشعة خلال العقد المقبل يضغط على قدرة النظام على قراءتها.
وعلى الطرف الآخر من الجدول الزمني للرعاية، تعتمد قرارات العلاج غالبًا على فحوصات جينومية تُرسل إلى مختبرات خارجية — وهي فحوصات تستغرق أسابيع للمعالجة، في لحظة تكون فيها السرعة واليقين أكثر أهمية من أي وقت مضى.
وتعالج الشركات أدناه الطرفين من تلك الفجوة، وكل ما بينهما، بتسريع من بنية NVIDIA AI الأساسية.
التصوير المؤتمت يقدم رؤى مدعومة بالذكاء الاصطناعي
بالنسبة للنساء اللواتي يجدن صعوبة في إيجاد وقت أو موقع قريب لفحص سرطان الثدي، يشكل الوصول عائقًا عمليًا يترجم إلى تشخيصات مفقودة. تأسست شركة NVIDIA Inception الناشئة iSono Health حول تبسيط سير عمل التصوير هذا.
منصة ATUSA المعتمدة من إدارة الغذاء والدواء الأمريكية — وهو نظام موجات فوق صوتية كمي ثلاثي الأبعاد (3D) آلي قابل للارتداء — تلتقط حجمًا ثدييًا موحدًا في حوالي دقيقتين لكل ثدي، مقارنةً بما يصل إلى 45 دقيقة للتصوير فوق الصوتي اليدوي التقليدي.
يؤتمت الذكاء الاصطناعي للنظام، المدرب على آلاف عمليات مسح الثدي الكاملة التي تضم أكثر من 1.5 مليون إطار موجات فوق صوتية، عملية التقاط الصور. ويستخدم تسريع وحدات معالجة الرسوميات من NVIDIA وتقنيات التصوير الطبي مفتوحة المصدر لتقديم مسح ثلاثي الأبعاد (3D) تقول الشركة إنه أكثر حساسية بنسبة 28% من التصوير فوق الصوتي اليدوي ثنائي الأبعاد (2D).
يعتمد التصوير فوق الصوتي اليدوي على من يمسك المسبار، لذا لا يمكن عادةً مقارنة مسحات المرأة من سنة لأخرى. وتلتقط ATUSA الثدي بأكمله بالطريقة نفسها في كل مرة، مما يخلق منظرًا قابلًا للتكرار لأنسجة الثدي قد يساعد الأطباء في تحليل كيفية تغير أنسجة المريضة عبر المسحات المتتالية، مع تقليل أخطاء المشغل وتفاوته أيضًا.
يتوفر ATUSA تجاريًا عبر عيادات شريكة في كاليفورنيا وتكساس وجورجيا وتينيسي وواشنطن العاصمة، مع انضمام مواقع جديدة بانتظام.
قالت نيدا رضوي، الرئيسة التنفيذية لشركة iSono Health: "تقريب الفحص من المريضة هو الإنجاز الأول. ورؤيتنا هي جعل ذلك الفحص أكثر غنى بالمعلومات تدريجيًا: مساعدة الأطباء على رؤية ما هو موجود، وفهم ما تغيّر، واتخاذ قرارات أكثر استنارًا".
طورت iSono Health قدرات ذكاء اصطناعي لاكتشاف الآفات والتقسيم ثلاثي الأبعاد (3D) وتصنيف الآفات. وتخطط بعد ذلك لتوسيع خط أنابيب الذكاء الاصطناعي الخاص بها نحو ذكاء تشخيصي متعدد الوسائط يشمل الموجات فوق الصوتية ثلاثية الأبعاد (3D) والماموغرام والتصوير بالرنين المغناطيسي والمعلومات السريرية.
لدى الشركة دراسة سريرية متعددة المراكز تشمل 3,200 مريضة جارية لمزيد من التحقق من أداء المنصة، مع مواقع بحث رئيسية في جامعة كاليفورنيا ديفيس ومركز فاندربيلت الطبي الجامعي.
اكتشاف السرطانات وتقليل الإنذارات الكاذبة
وتقوم شركة NVIDIA Inception الأخرى، Whiterabbit.ai، بتطوير تقنية ذكاء اصطناعي لفحص سرطان الثدي. وقد استُخدم برنامج WRDensity المعتمد من إدارة الغذاء والدواء لتقييم كثافة الثدي تلقائيًا من الماموغرامات في رعاية مئات الآلاف من المرضى.
كما طورت الشركة WRRisk، وهو برنامج دعم قرارات سريرية لتقدير المخاطر طويلة المدى لدى المرضى للإصابة بسرطان الثدي — وتجري أبحاثًا على جيل جديد من الذكاء الاصطناعي للماموغرام قد يساعد أطباء الأشعة على اكتشاف المزيد من السرطانات مع أتمتة فرز الماموغرامات السلبية لسرطان الثدي.
والهدف هو تقليل العبء على القوى العاملة المضغوطة من أطباء الأشعة، وتسريع النتائج، وتقليل الاستدعاءات التي يمكن تجنبها للمرضى، وخفض تكاليف الرعاية الصحية اللاحقة.
قال جيسون سو، شريك التأسيس والمدير التقني لشركة Whiterabbit.ai: "يواجه أطباء أشعة الثدي يوميًا مشكلة إبرة في كومة قش، إذ يحاولون العثور على سرطان واحد تقريبًا في كل 200 ماموغرام. نأمل أن يكون الذكاء الاصطناعي رفيقًا قويًا لأطباء الأشعة، يساعد في إزالة القش ليتسنى لهم تركيز خبراتهم حيث يهم أكثر".
تدرب Whiterabbit نماذج الذكاء الاصطناعي على عنقود من وحدات معالجة الرسوميات من NVIDIA مقر في جامعة واشنطن في سانت لويس، معززًا بسعة إضافية من وحدات معالجة الرسوميات في السحابة. ويجري الاستدلال على وحدات معالجة رسوميات من NVIDIA منشورة مباشرة في العيادة.
التنبؤ بالعلاجات التي ستنجح
بعد تشخيص المريضة بسرطان الثدي، يأتي السؤال التالي: ماذا نفعل حيال ذلك — وتعتمد الإجابة على التنبؤ بكيفية استجابة السرطان للعلاج.
اليوم، تقتصر هذه التنبؤات على نطاق ودقة محدودين، وغالبًا ما تتطلب خزعة نسيجية منفصلة مع انتظار مدته من أسبوعين إلى أربعة أسابيع. وتعمل Ataraxis AI على بناء ذكاء سريري يتنبأ بنتائج المرضى واستجابتهم للعلاجات المختلفة باستخدام البيانات الرقمية، بما في ذلك شرائح علم الأمرship المرضية التي تُعدّ بالفعل جزءًا من التقييم الطبي القياسي للمريض.
قال جوزيف كابادونا، وهو من طاقم الفريق التقني في Ataraxis AI: "الأدوات التي يعتمد عليها أطباء الأورام اليوم لتوجيه قرارات العلاج جرى تدريبها إلى حد كبير مرة واحدة قبل خمسة عشر عامًا ولم تُحدَّث قط. وتصبح نماذجنا أقوى في كل مرة نحصل فيها على المزيد من بيانات التجارب السريرية". وأضاف: "لكن مع توسيع نطاق نماذجنا، فإن التغيير الأكبر هو القدرة على الإجابة عن المزيد من الأسئلة لمساعدة أطباء الأورام على تخصيص العلاج عبر جميع أنواع السرطان".
تحلل نماذج الذكاء الاصطناعي من Ataraxis شرائح علم الأنسجة الرقمية والمتغيرات السريرية القياسية للتنبؤ باستجابة العلاج وخطر تكرار المرض. يتنبأ أحد النماذج بما إذا كان العلاج الكيميائي قبل الجراحة من المرجح أن يقلص ورم المريض إلى حد الاستجابة قبل دخول غرفة العمليات. وبعد الجراحة، يقدّر نموذج آخر خطر تكرار المرض لدى المريض خلال خمس سنوات والفائدة المرجحة للعلاج الكيميائي كخطوة تالية.
تم التحقق من صحة كلا النموذجين في أكثر من 10 مؤسسات وفي عدة تجارب سريرية، وهما في استخدام سريري فعلي. ويعملان على معالجات NVIDIA GPU على الموقع، وفي مركز بيانات خارجي وفي السحابة — باستخدام PyTorch المُسرَّع بواسطة NVIDIA CUDA في جميع المراحل.
تقديم رؤى حول الأورام باستخدام التصور ثلاثي الأبعاد 3D
شركة أخرى ضمن برنامج NVIDIA Inception هي SimBioSysالتي انضمت إلى NVIDIA في جلسة نقاشية حديثة بمناسبة شهر التوعية بسرطان الثدي.
تبني الشركة تقنية طب دقيق مدعومة بالذكاء الاصطناعي تُنشئ نماذج 3D دقيقة لأورام الثدي والأوردة والأنسجة الرخوة الأخرى، وتقدم رؤى مهمة تساعد في توجيه العمليات الجراحية والتأثير في خطط العلاج. كما طوّرت أداة لتقدير خطر تكرار سرطان الثدي استنادًا إلى بيانات حجمية 3D من تصوير الرنين المغناطيسي لثدي المريضة وعلم أحياء الورم والبيانات السريرية.
قالت ستايسي ستيفنز، الرئيسة التنفيذية لشركة SimBioSys، في الفعالية: "نحن نبني منصة تتيح لنا الآن الاستفادة من البيانات متعددة الوسائط — الفحوصات التصويرية ونتائج علم الأنسجة والاختبارات الجينومية عند إمكانية تطبيقها وغيرها من المدخلات البيولوجية — وجمعها كلها معًا باستخدام الذكاء الاصطناعي". وأضافت: "عندما نفعل ذلك، يتولد رؤى جديدة تتجاوز ما كنا نحصل عليه من أي عنصر منفرد".
تستخدم SimBioSys NVIDIA MONAI لتدريب البيانات والتحقق من صحتها، وتستخدم مكتبات NVIDIA CUDA-X بما فيها cuBLAS و MONAI Deploy لتقنيتها التصويرية، التي تعمل على معالجات NVIDIA GPU في السحابة.
قالت ستيفنز: "تمنحنا تقنيات NVIDIA القدرة الحوسبية لمعالجة مئات أو آلاف الصور، وتطبيق الذكاء الاصطناعي لدينا وتحليلها بسرعة". وأضافت: "هذه السرعة مهمة لأن المرضى والأطباء يحتاجون إلى إجابات سريعة. ولا يمكنهم انتظار أيام أو أسابيع".
تعرّف أكثر على برنامج NVIDIA Inception للشركات الناشئة.
بعض التقنيات الموصوفة في هذه المقالة تجريبية ولم تتم الموافقة عليها من قبل إدارة الغذاء والدواء الأمريكية للاستخدام التجاري.