في عالم الطب الحديث، يعد فحص التصوير المقطعي أداة حيوية للكشف عن المخاطر الصحية الخفية، وخاصة تلك المتعلقة بالقلب. في هذا المقال، سنستعرض كيف يمكن للذكاء الاصطناعي أن يحدث ثورة في هذا المجال.
فحص التصوير المقطعي: اكتشاف خطر القلب الخفي باستخدام الذكاء الاصطناعي
طور الباحثون في Mass Brigham أداة جديدة من الذكاء الاصطناعي بالتعاون مع وزارة شؤون المحاربين القدامى في الولايات المتحدة (VA) للتحقيق من خلال عمليات الفحص المقطعي المقطوعة المقطعية التي تم جمعها مسبقًا وتحديد الأفراد الذين يعانون من مستويات عالية من الكالسيوم في الشريان التاجي (CAC) التي تعرضهم لخطر أكبر لأحداث القلب والأوعية الدموية. أبحاثهم ، المنشورة في نجم AI، أظهرت الأداة التي تسمى AI-CAC دقة عالية وقيمة تنبؤية للنوبات القلبية المستقبلية والوفيات لمدة 10 سنوات. تشير النتائج التي توصلوا إليها إلى أن تنفيذ مثل هذه الأداة على نطاق واسع قد يساعد الأطباء في تقييم خطر القلب والأوعية الدموية لمرضاهم.
أهمية فحوصات التصوير المقطعي
قال مؤلف كبير المؤلفين هوجو آيرتس ، مدير برنامج الذكاء الاصطناعي في الطب (AIM) في Mass Brigham: “يتم أخذ ملايين عمليات الفحص بالأشعة المقطعية في الصدر كل عام ، وغالبًا ما تكون في الأشخاص الأصحاء، على سبيل المثال، لسرطان الرئة. تُظهر دراستنا أن المعلومات المهمة حول خطر القلب والأوعية الدموية لا يلاحظها أحد في هذه الفحوصات.” “توضح دراستنا أن الذكاء الاصطناعي لديه القدرة على تغيير كيفية ممارسة الأطباء للطب وتمكين الأطباء من التعامل مع المرضى في وقت سابق، قبل تقدم أمراض القلب إلى حدث القلب.”
كيف يعمل AI-CAC
يمكن أن تكتشف فحوصات التصوير المقطعي الصدري رواسب الكالسيوم في القلب والشرايين التي تزيد من خطر الإصابة بنوبة قلبية. يستخدم المعيار الذهبي لقياس CAC فحوصات “بوابات” التصوير المقطعي، والتي تتم مزامنة نبضات القلب لتقليل الحركة أثناء المسح. لكن معظم عمليات الفحص بالأشعة المقطعية التي تم الحصول عليها للأغراض السريرية الروتينية “غير معطلة”.
أدرك الباحثون أنه لا يزال من الممكن اكتشاف CAC على هذه عمليات المسح غير المطبعية، مما دفعهم إلى تطوير AI-CAC، وهي خوارزمية تعليمية عميقة للتحقيق من خلال عمليات المسح غير المقيد وقياس CAC للتنبؤ بخطر الأحداث القلبية الوعائية. لقد قاموا بتدريب النموذج على فحوصات الصدر التي تم جمعها كجزء من الرعاية المعتادة للمحاربين القدامى في 98 مركزًا طبيًا في VA، ثم اختبروا أداء AI-CAC على 8،052 مقطعًا مقطعًا لمحاكاة فحص CAC في اختبارات التصوير الروتينية.
نتائج الدراسة
وجد الباحثون أن نموذج AI-CAC كان دقيقًا بنسبة 89.4 ٪ في تحديد ما إذا كان الفحص يحتوي على CAC أم لا. بالنسبة لأولئك الذين لديهم CAC، كان النموذج دقيقًا بنسبة 87.3 ٪ في تحديد ما إذا كانت النتيجة أعلى أو أقل من 100، مما يشير إلى خطر القلب والأوعية الدموية المعتدلة. كانت AI-CAC تنبؤية أيضًا في الوفيات التي تبلغ مدتها 10 سنوات-أولئك الذين لديهم درجة CAC التي تزيد عن 400 عرض أكبر بمقدار 3.49 مرة من الوفاة على مدى فترة 10 سنوات من المرضى الذين لديهم درجة صفر. من بين المرضى الذين تم تحديدهم على أنهم يحملون درجات عالية جدًا من CAC (أكبر من 400)، تحقق أربعة من أطباء القلب من أن جميعهم تقريبًا (99.2 ٪) سيستفيدون من علاج خفض الدهون.
فرص الذكاء الاصطناعي في الرعاية الصحية
“في الوقت الحاضر، تحتوي أنظمة التصوير VA على ملايين من الأشعة المقطعية من الصدر غير المقطوعة التي قد تكون قد تم اتخاذها لغرض آخر، حوالي 50000 دراسة بوابة. وهذا يمثل فرصة لعلاج الذكاء الاصطناعي للاستفادة من فحوصات غير مدرجة بشكل روتيني. إن استخدام الذكاء الاصطناعي لمهام مثل اكتشاف CAC يمكن أن يساعد في تحويل الطب من النهج التفاعلي إلى الوقاية الاستباقية للمرض، مما يقلل من المراضة والوفيات والرعاية الصحية على المدى الطويل.”
التحديات المستقبلية
تشمل القيود المفروضة على الدراسة حقيقة أن الخوارزمية تم تطويرها على السكان المخضرمين حصريًا. يأمل الفريق في إجراء دراسات مستقبلية في عموم السكان واختبار ما إذا كانت الأداة يمكنها تقييم تأثير الأدوية لخفض الدهون على درجات CAC.
اقرأ أيضًا...
تأليف: بالإضافة إلى AERTS، من بين مؤلفي Mass Brigham، سيمون بيرنااتز، وليونارد نورنبرغ. من بين المؤلفين الإضافيين رافي هاجوبيان، تيموثي ستريبل، غريغوري إيه مايرز، إريك أوفيمان، إريك زونيغا، سي ي. كيم، أنجي تي ن.
التمويل: تم تمويل هذا العمل من قبل نظام الرعاية الصحية للمحاربين القدامى.
المصدر: Health & Medicine News — ScienceDaily
مع استمرار التطورات في الذكاء الاصطناعي، يمكن أن يكون لفحص التصوير المقطعي تأثير كبير على كيفية تقييم الأطباء لمخاطر القلب، مما يساهم في تحسين نتائج المرضى وتقليل الوفيات.
