في خطوة مبتكرة نحو تعزيز فعالية علاج البروستاتا، كشفت دراسة جديدة عن استخدام الذكاء الاصطناعي (AI) لاكتشاف التغيرات الزمنية الدقيقة في الصور المأخوذة بواسطة جهاز الـ MR-Linac. يهدف هذا البحث إلى تحديد ما إذا كانت الأساليب المدعومة بالذكاء الاصطناعي قادرة على اكتشاف التغيرات التي تحدث بين الجلسات العلاجية.

تضمنت الدراسة استخدام بيانات من 761 مريضاً، حيث تم تحليل صور MR-Linac بتقنية التصوير المغناطيسي على مدى فترة طويلة. اعتمد الباحثون على نماذج التعلم العميق لتحديد التغيرات الزمنية من خلال مقارنة الأزواج مع ترتيب زمني، وهي تقنية تم إثبات فعاليتها في الدراسات السابقة. تم تدريب النموذج على أزواج جلسات متعددة (الأولى إلى الأخيرة) وجميع الأزواج المتاحة.

جاءت النتائج مذهلة، حيث أظهر نموذج (F1-FL) أداءً عاليًا مع دقة (0.95) و AUC (0.99)، متفوقاً في ذلك على أداء الأطباء في تنظيم التغيرات الزمنية. بينما أظهر نموذج (All-pairs) أيضاً نتائج جيدة بدقة (0.91) و AUC (0.97). تشمل المناطق التي ساهمت في هذه التنبؤات البروستاتا والمثانة ومنطقة نُقطة العانة.

تظهر الأداء القوي للنموذج ارتباطاً واضحاً مع الفواصل الزمنية بين الجلسات، وتقلص النتائج في اللحظات الزمنية التي لم تتعرض للإشعاع، مما يسلط الضوء على تأثير كل من التغيرات الزمنية والتعرض للإشعاع على النتائج.

تُظهر هذه الدراسة أن استخدام التصوير بواسطة MR-Linac يمكن أن يكشف عن التغيرات الدقيقة خلال علاج البروستاتا، مما يمهد الطريق لاستخدام تقنيات الذكاء الاصطناعي في تطبيقات سريرية جديدة تتجاوز مجرد توجيه الصور.