DOI: https://doi.org/10.3389/fonc.2025.1670852
PMID: https://pubmed.ncbi.nlm.nih.gov/41743184
تاريخ النشر: 2026-02-10
المؤلف: Fengdan Sun وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في اكتشاف السرطان
نظرة عامة
تقدم هذه الدراسة إطار عمل حسابي جديد، CervixFormer، مصمم للتشخيص المبكر والتنبؤ بتقدم الأمراض المعقدة، مع التركيز بشكل خاص على سرطان عنق الرحم. يدمج الإطار بين علم التصوير وعلم الجزيئات، معالجًا التحديات الكبيرة في تحليل البيانات الطبية متعددة الأنماط، مثل تباين الميزات، وعدم توازن البيانات، وعدم اليقين التشخيصي. غالبًا ما تفشل النماذج التشخيصية التقليدية في التقاط الاعتماديات غير الخطية وتوفير تقدير موثوق لعدم اليقين، مما يؤدي إلى محدودية التعميم في الإعدادات السريرية. يستخدم CervixFormer بنية قائمة على المحولات مع آليات انتباه هرمية ودمج ميزات عبر الأنماط، مما يعزز استخراج التمثيلات التشخيصية من البيانات عالية الأبعاد. بالإضافة إلى ذلك، يتضمن استراتيجية معايرة مدركة للمجال (DACS) لمواءمة الثقة المتوقعة مع المخاطر التشخيصية الفعلية من خلال دمج الأولويات السريرية وتقديرات عدم اليقين.
تظهر التجارب الواسعة على مجموعات بيانات متعددة الأنماط على نطاق واسع أن CervixFormer يتفوق بشكل كبير على نماذج التعلم الآلي والتعلم العميق التقليدية في دقة التشخيص، والموثوقية، وموثوقية المعايرة. تشير النتائج إلى تحسينات كبيرة في إدارة عدم توازن البيانات وعدم اليقين مع الحفاظ على أداء تنبؤي قوي عبر الأنماط المتنوعة. ومع ذلك، تعترف الدراسة بالقيود، بما في ذلك تعقيد النموذج الحسابي، الذي قد يعيق النشر في الوقت الحقيقي في الإعدادات ذات الموارد المحدودة، وتركيزه الحالي على دمج البيانات الثابتة، الذي لا يأخذ في الاعتبار المراقبة الطولية لتقدم المرض. تهدف الأعمال المستقبلية إلى تحسين النموذج من حيث الكفاءة الحسابية وتطوير وحدة زمنية ديناميكية لدمج البيانات الطولية، إلى جانب استكشاف أنماط علمية إضافية لتعزيز القابلية للتعميم والتطبيق السريري.
مقدمة
تسلط مقدمة الورقة الضوء على التحديات المستمرة في الكشف المبكر والتنبؤ بتقدم سرطان عنق الرحم، خاصة في الإعدادات ذات الموارد المحدودة. الطرق التقليدية مثل علم الخلايا واختبار فيروس الورم الحليمي البشري، على الرغم من فعاليتها في تقليل الحدوث، غالبًا ما تفتقر إلى الحساسية والدقة اللازمة للتنبؤ الشخصي. يدعو المؤلفون إلى نهج متعدد الأنماط يدمج علم التصوير (الرياضي من التصوير بالرنين المغناطيسي والتصوير المقطعي بالإصدار البوزيتروني/التصوير المقطعي المحوسب) مع علم الجزيئات (علم الجينوم، علم النسخ، وعلم البروتينات) لتعزيز التشخيص المبكر ومراقبة المرض. يشيرون إلى أن النماذج التشخيصية السابقة اعتمدت بشكل كبير على قواعد محددة مسبقًا واختيار الميزات يدويًا، مما حد من قابلية التوسع والتكيف مع تباين المرضى.
لقد تحولت التطورات الحديثة نحو هياكل موحدة تستفيد من تقنيات التعلم العميق، مما يسمح بالاستخراج التلقائي للميزات الهرمية من بيانات التصوير والجزيئات الخام. لقد أظهرت هذه النماذج، التي تشمل الشبكات العصبية التلافيفية والشبكات العصبية البيانية، وعدًا في تحسين أداء التصنيف والتقاط بيولوجيا الورم المعقدة. ومع ذلك، لا تزال التحديات قائمة، مثل ضمان القابلية للتفسير وإدارة عدم توازن البيانات. يقدم النهج المقترح وحدة دمج تعزز التمثيل متعدد الأنماط وتظهر دقة تشخيص محسنة (AUC تبلغ 0.92) وتنبؤ بالتقدم. بالإضافة إلى ذلك، يتم تقديم استراتيجية معايرة مدركة للمجال (DACS) لضمان توافق مخرجات النموذج مع عتبات القرار السريري، مما يعزز الموثوقية والقابلية للتفسير في التطبيقات الطبية ذات المخاطر العالية.
الطرق
في هذا القسم، يوضح المؤلفون منهجيتهم التجريبية لتقييم إطار التعلم متعدد الأنماط المطبق على مجموعات بيانات طبية متنوعة، بما في ذلك SIPaKMeD، مسحة عنق الرحم، CERVIX93، وCx22. يتم استخدام استراتيجية موحدة للمعالجة المسبقة، حيث يتم تغيير حجم الصور إلى 224×224 بكسل، ويتم ترميز السمات الفئوية بطريقة واحدة بينما تخضع الميزات المستمرة لتطبيع z-score. بالنسبة لمجموعة بيانات Cx22، التي تشمل متغيرات سريرية وجزيئية، يتم معالجة القيم المفقودة من خلال تقنيات الاستبدال. يتم تنفيذ استراتيجيات زيادة البيانات مثل التدوير والقص لتعزيز تعميم النموذج. يستخدم المؤلفون ResNet-50 وVision Transformer (ViT-B/16) كأطر عمل أساسية لتصنيف الصور، بينما يتم استخدام شبكة عصبية متعددة الطبقات (MLP) لنمذجة البيانات السريرية. تتضمن عملية التدريب تقنيات للتخفيف من الإفراط في التكيف، مثل الإيقاف المبكر وفقدان الانتروبيا المتقاطع الموزون لمعالجة عدم توازن الفئات.
يتم مقارنة أداء الطريقة المقترحة بدقة مع النماذج المتطورة (SOTA)، مما يظهر نتائج متفوقة عبر عدة مقاييس تقييم، بما في ذلك الدقة، ودرجة F1، وAUC. من الجدير بالذكر أن النموذج يحقق دقة تبلغ 94.78% على مجموعة بيانات SIPaKMeD و92.87% على مجموعة بيانات Cx22، متفوقًا على المعايير الحالية. ينسب المؤلفون هذه التحسينات إلى وحدة التفاعل عبر الأنماط الخاصة بهم، التي تعزز محاذاة الميزات وتعلم التمثيل، بالإضافة إلى استراتيجيتهم لدمج الميزات الهرمية التي تلتقط المعلومات السياقية متعددة المقاييس. تؤكد النتائج على قوة وعمومية نهجهم، خاصة في معالجة تحديات عدم توازن الفئات وتباين مهام التصوير الطبي، مما يساهم في تقديم رؤى قيمة لعمليات اتخاذ القرار السريري.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على التقدم في استخراج ميزات علم التصوير وعلم الجزيئات لتشخيص سرطان عنق الرحم وتنبؤ تقدمه. يستخدم علم التصوير بيانات التصوير الطبي (التصوير بالرنين المغناطيسي، التصوير المقطعي المحوسب، التصوير المقطعي بالإصدار البوزيتروني) لاستخراج ميزات عالية الأبعاد تقيس تباين الورم من خلال مقاييس تتعلق بالملمس، والشكل، والشدة. تتضمن هذه العملية تقسيمًا دقيقًا، واستخراج الميزات، ومعالجة مسبقة صارمة لضمان موثوقية البيانات. ثم يتم استخدام نماذج التعلم الآلي للتفريق بين الآفات الحميدة والخبيثة وتنبؤ تقدم المرض، مع تعزيز دقة التنبؤ من خلال توقيعات التصوير متعدد الأنماط. يتم التأكيد على التحقق من صحة هذه النماذج من خلال التحقق المتقاطع والمجموعات الخارجية لضمان القابلية للتعميم وإعادة الإنتاج.
بالتوازي، يستفيد علم الجزيئات من تقنيات عالية الإنتاجية لتحديد العلامات الحيوية للكشف المبكر وتقدم المرض. تكشف تقنيات مثل تسلسل الجينوم، وتحليل النسخ، وتحليل البروتينات عن تغييرات جزيئية حاسمة مرتبطة بسرطان عنق الرحم. يمثل دمج هذه البيانات الجزيئية مع علم التصوير، الذي يُطلق عليه اسم علم الجينوم التصويري، نهجًا متقدمًا للتشخيص الدقيق. يسمح هذا الدمج بتطوير نماذج متعددة الأنماط تعزز القوة التنبؤية وتسهّل استراتيجيات العلاج الشخصية. تؤكد الورقة على أهمية التحقق القوي والحاجة إلى القابلية للتفسير في هذه النماذج لتعزيز الثقة السريرية وتحسين نتائج المرضى.
DOI: https://doi.org/10.3389/fonc.2025.1670852
PMID: https://pubmed.ncbi.nlm.nih.gov/41743184
Publication Date: 2026-02-10
Author(s): Fengdan Sun et al.
Primary Topic: AI in cancer detection
Overview
This research introduces a novel computational framework, CervixFormer, designed for the early diagnosis and progression prediction of complex diseases, specifically targeting cervical cancer. The framework integrates imaging omics and molecular omics, addressing significant challenges in multimodal biomedical data analysis, such as feature heterogeneity, data imbalance, and diagnostic uncertainty. Traditional diagnostic models often fail to capture non-linear dependencies and provide reliable uncertainty quantification, leading to limited generalization in clinical settings. CervixFormer employs a transformer-based architecture with hierarchical attention mechanisms and cross-modality feature fusion, enhancing the extraction of diagnostic representations from high-dimensional data. Additionally, it incorporates a Domain-Aware Calibration Strategy (DACS) to align predicted confidence with actual diagnostic risks by integrating clinical priors and uncertainty estimates.
Extensive experiments on large-scale multimodal datasets demonstrate that CervixFormer significantly outperforms conventional machine learning and deep learning baselines in diagnostic accuracy, robustness, and calibration reliability. The findings indicate substantial improvements in managing data imbalance and uncertainty while maintaining strong predictive performance across heterogeneous modalities. However, the study acknowledges limitations, including the model’s computational complexity, which may impede real-time deployment in resource-limited settings, and its current focus on static data integration, which does not account for longitudinal monitoring of disease progression. Future work aims to optimize the model for computational efficiency and develop a dynamic temporal module to incorporate longitudinal data, alongside exploring additional omics modalities for enhanced generalizability and clinical applicability.
Introduction
The introduction of the paper highlights the ongoing challenges in the early detection and progression prediction of cervical cancer, particularly in resource-limited settings. Traditional methods such as cytology and HPV testing, while effective in reducing incidence, often lack the necessary sensitivity and specificity for personalized prognostication. The authors advocate for a multimodal approach that integrates imaging omics (radiomics from MRI and PET/CT) with molecular omics (genomics, transcriptomics, and proteomics) to enhance early diagnosis and disease monitoring. They note that previous diagnostic models relied heavily on predefined rules and manual feature selection, which limited scalability and adaptability to patient variability.
Recent advancements have shifted towards unified architectures that leverage deep learning techniques, allowing for the automatic extraction of hierarchical features from raw imaging and molecular data. These models, which include convolutional neural networks and graph neural networks, have shown promise in improving classification performance and capturing complex tumor biology. However, challenges remain, such as ensuring interpretability and managing data imbalance. The proposed approach introduces a fusion module that enhances multimodal representation and demonstrates improved diagnostic accuracy (AUC of 0.92) and progression prediction. Additionally, the Domain-Aware Calibration Strategy (DACS) is introduced to ensure that model outputs align with clinical decision thresholds, enhancing reliability and interpretability in high-stakes medical applications.
Methods
In this section, the authors detail their experimental methodology for evaluating a multimodal learning framework applied to various medical datasets, including SIPaKMeD, Pap Smear, CERVIX93, and Cx22. A unified preprocessing strategy is employed, where images are resized to 224×224 pixels, and categorical attributes are one-hot encoded while continuous features undergo z-score normalization. For the Cx22 dataset, which includes clinical and molecular variables, missing values are addressed through imputation techniques. Data augmentation strategies such as rotation and cropping are implemented to enhance model generalization. The authors utilize ResNet-50 and Vision Transformer (ViT-B/16) as backbone architectures for image classification, while a multi-layer perceptron (MLP) is used for clinical data modeling. The training process incorporates techniques to mitigate overfitting, such as early stopping and weighted cross-entropy loss to address class imbalance.
The performance of the proposed method is rigorously compared against state-of-the-art (SOTA) models, demonstrating superior results across multiple evaluation metrics, including accuracy, F1 Score, and AUC. Notably, the model achieves an accuracy of 94.78% on the SIPaKMeD dataset and 92.87% on the Cx22 dataset, outperforming existing benchmarks. The authors attribute these improvements to their cross-modal interaction module, which enhances feature alignment and representation learning, as well as their hierarchical feature fusion strategy that captures multi-scale contextual information. The results underscore the robustness and generalizability of their approach, particularly in addressing the challenges of class imbalance and variability in medical imaging tasks, thereby contributing valuable insights to clinical decision-making processes.
Discussion
The discussion section of the research paper highlights the advancements in radiomic feature extraction and molecular omics for cervical cancer diagnosis and progression prediction. Radiomics utilizes medical imaging data (MRI, CT, PET) to extract high-dimensional features that quantify tumor heterogeneity through metrics related to texture, shape, and intensity. This process involves precise segmentation, feature extraction, and rigorous preprocessing to ensure the reliability of the data. Machine learning models are then employed to differentiate between benign and malignant lesions and predict disease progression, with multimodal radiomic signatures enhancing predictive accuracy by integrating various imaging modalities. Validation of these models through cross-validation and external cohorts is emphasized to ensure generalizability and reproducibility.
In parallel, molecular omics leverages high-throughput technologies to identify biomarkers for early detection and disease progression. Techniques such as genomic sequencing, transcriptomic profiling, and proteomic analysis reveal critical molecular alterations associated with cervical cancer. The integration of these molecular data with imaging omics, termed radiogenomics, represents a cutting-edge approach to precision diagnostics. This integration allows for the development of multimodal models that enhance predictive power and facilitate personalized treatment strategies. The paper underscores the importance of robust validation and the need for explainability in these models to foster clinical trust and improve patient outcomes.