سرطان الثدي هو أكثر السرطانات شيوعًا لدى النساء، ونحو 70% من الحالات تنتمي إلى النمط الفرعي الموجب لمستقبلات الهرمونات والسالب لـ HER2. تُوصف لجميع هؤلاء المريضات معالجة صماوية (endocrine therapy)، لكن إضافة العلاج الكيميائي لا تفيد إلا بعضهن. الاختبارات الجينية القائمة، مثل Oncotype DX، تقدّر خطر الانتكاس لا فائدة العلاج الكيميائي، ما يؤدي إلى علاج مفرط. يقع هذا العمل ضمن أبحاث التنبؤ بمآلات السرطان اعتمادًا على الصور الطبية والبيانات الجينية. تستخدم الأعمال المجاورة التعلم العميق للتنبؤ بالانتكاس أو الاستجابة للعلاج، لكنها تبقى في الغالب تنبؤية لا استشرافية: فهي لا تقدّر مقدار ما سيفيد علاج معين مريضة معينة. تسد هذه الورقة تلك الثغرة بتطبيق مقاربة سببية على بيانات متعددة الوسائط.
يجمع نموذج CTX بين مصدرين للبيانات: صور الأنسجة (histology) للورم، المعالجة بشبكة عصبية مدربة مسبقًا تُدعى Falcon (دُرِّبت على ملياري قطعة نسيجية)، والسمات السريرية المعيارية مثل العمر ومرحلة الورم وحالة المستقبلات. ولتقدير الأثر الفردي للعلاج استُخدمت شبكة انحدارية مضادة للواقع (CFRNet)، وهي توازن توزيعات السمات بين مجموعات المريضات اللواتي تلقين العلاج الكيميائي واللواتي لم يتلقينه. وهذا يمكّن النموذج من التنبؤ باحتمال الانتكاس لكل مريضة في سيناريوهين: المعالجة الصماوية وحدها، وإضافة العلاج الكيميائي. والفرق بين هذين التنبؤين هو الفائدة الشخصية للعلاج الكيميائي. دُرِّب النموذج على بيانات 9 141 مريضة من 12 مجموعة في 9 دول، واختُبر على 1 994 مريضة من 5 مجموعات مستقلة.
أظهر النموذج معايرة شبه مثالية: تطابق الاحتمال المتوقع للانتكاس مع التكرار الفعلي للأحداث. وبلغت القدرة التمييزية AUC 0.711 لأفق 5 سنوات و0.765 لأفق 10 سنوات. أما المؤشر الرئيسي، أي التفاعل بين الفائدة المتوقعة للعلاج الكيميائي والعلاج الفعلي، فقد كان ذا دلالة إحصائية (p = 8.11×10⁻⁵). لدى المريضات ذوات الفائدة المتوقعة العالية خفّض العلاج الكيميائي خطر الانتكاس بنسبة 58% (HR = 0.42)، بينما لم يظهر أي أثر لدى المريضات ذوات الفائدة المنخفضة (HR = 1.40). وفي مقارنة مباشرة مع Oncotype DX على المريضات أنفسهن، أظهر CTX ارتباطًا أقوى بفائدة العلاج (p = 9.68×10⁻⁴ مقابل p = 0.0247). كما كشف النموذج عن مرافقات مورفولوجية وجزيئية: فقد كانت الأورام ذات الحساسية المتوقعة العالية للعلاج الكيميائي غنية بجينات دورة الخلية والإجهاد التضاعفي والاستجابة المناعية.
يتميز هذا العمل عن الأبحاث المجاورة بأنه يقدّر مباشرة الفائدة الشخصية للعلاج، لا مجرد التنبؤ. فمعظم النماذج القائمة، بما فيها تلك التي تستخدم التعلم العميق على الأنسجة، تتنبأ بخطر الانتكاس بمعزل عن العلاج، ما لا يسمح بتحديد من يحتاج العلاج الكيميائي. أما هنا فيفصل النموذج السببي بين التنبؤ والحساسية للعلاج، وهذا يغيّر التطبيق السريري جذريًا. يضاف إلى ذلك أن النموذج يعمل على بيانات روتينية (الأنسجة والبيانات السريرية) دون اختبارات جينية مكلفة، ما يوسع إتاحة علم الأورام الشخصي.
يمكن توسيع المقاربة لتشمل أنواعًا أخرى من السرطان وطرق علاج أخرى. وقد أظهر المؤلفون أن النموذج، المدرب على سرطان الثدي فقط، ينتقل دون إعادة تدريب إلى 16 نوعًا آخر من السرطان، لا سيما تلك التي تُستخدم فيها أدوية سامة للخلايا مشابهة. وعلى المدى البعيد يمكن إضافة بيانات جزيئية مكانية أو الحمض النووي الورمي الجائل لتحسين التنبؤات. كما يمكن تدريب النموذج لتقدير أثر العلاج الموجه والعلاج المناعي.
ستؤثر النتائج في علم الأورام السريري، إذ تتيح تقليص الوصف المفرط للعلاج الكيميائي وتوجيهه إلى من سيستفيد منه فعلًا. كما ستسرّع تطوير مؤشرات حيوية جديدة وتغيّر تصميم التجارب السريرية، حيث يصبح اختيار المريضات أكثر دقة.
يلزم التحقق المستقبلي من النموذج في تجارب سريرية عشوائية لتأكيد دقته التنبؤية في ظروف مضبوطة. ويستحسن أيضًا دراسة إمكانية التنبؤ بأثر نظم علاج كيميائي محددة وتوليفاتها مع الأدوية الموجهة.
لا تزال في علم الأورام مشكلة تحديد المريضات اللواتي سيفيدهن العلاج الكيميائي المساعد فعليًا دون حل. فالمؤشرات الحيوية التنبؤية القائمة تخلط بين خطر الانتكاس والحساسية للعلاج، ما يؤدي إلى علاج مفرط. يعالج هذا العمل تلك المهمة مباشرة، بفصله بين التنبؤ وأثر العلاج على المستوى الفردي.
النموذج Falcon المستخدم في تحليل صور الأنسجة دُرِّب على ملياري قطعة نسيجية، أي ما يعادل نحو 40 000 شريحة كاملة، وهو ما يوازي أرشيف مركز أورام كبير على مدى عقود.
فكرة التنبؤ بالاستجابة الفردية للعلاج تذكّر بفيلم «غاتاكا»، حيث يحدد التحليل الجيني مصير الإنسان. لكن الأمر هنا ليس قدرية، بل إمكانية اختيار العلاج الأمثل استنادًا إلى البيانات.