كشف أمراض القلب الخطيرة عن طريق الذكاء الاصطناعي
ابتكر الباحثون تقنية جديدة لكشف أمراض القلب الخطيرة بواسطة للذكاء الاصطناعي (AI) تستخدم صور التصوير المقطعي بالتماسك البصري (OCT) للكشف تلقائيًا عن تآكل اللويحات في شرايين القلب.
تعد مراقبة اللويحة الشريانية أمرًا بالغ الأهمية لأنه إذا تحلل، فقد يعيق تدفق الدم إلى القلب، مما يؤدي إلى نوبة قلبية أو مشاكل خطيرة أخرى.
قال قائد فريق البحث تشاو وانغ من جامعة العلوم والتكنولوجيا الإلكترونية في الصين: “إذا بدأت الشرايين المبطنة للوحة الكوليسترول في التآكل، فقد يؤدي ذلك إلى انخفاض مفاجئ في تدفق الدم إلى القلب”.
وتعرف هذه الحالة باسم “متلازمة الشريان التاجي الحادة”، وهي من أمراض القلب الخطيرة وتتطلب علاجًا عاجلاً، بحسب وانغ.
وأضاف وانغ “طريقتنا الجديدة يمكن أن تساعد في تحسين التشخيص السريري لتآكل اللويحات ويمكن استخدامها لتطوير علاجات جديدة لمرضى القلب”.
طور الباحثون طريقة جديدة للذكاء الاصطناعي يمكنها تلقائيًا اكتشاف تآكل اللويحات في الشرايين باستخدام صور OCT.
OCT هي تقنية تصوير بصري بدقة ميكرون يمكن استخدامها داخل الأوعية الدموية لإنتاج صور ثلاثية الأبعاد للشرايين التاجية التي تنقل الدم إلى القلب.
على الرغم من أن الأطباء يستخدمون OCT داخل الأوعية بشكل متكرر للتحقق من تآكل البلاك.
وهناك مستوى كبير من التباين بين المراقبين بسبب حجم البيانات المتولدة وصعوبة تفسير الصور بصريًا.
من أجل معالجة هذه المشكلة، تعاون وانغ مع فريق من المهندسين من مؤسسته وأخصائيين طبيين من المستشفى الثاني التابع لجامعة هاربين الطبية تحت إشراف Bo Yu لإنشاء طريقة آلية وموضوعية تستخدم الذكاء الاصطناعي لتحديد تآكل اللويحات.
قال وانغ: “يمكن لطريقتنا الجديدة القائمة على الذكاء الاصطناعي أن تكتشف تلقائيًا وجود تآكل البلاك باستخدام صور OCT الأصلية دون أي مدخلات إضافية”.
وأكد أن القدرة على اكتشاف تآكل اللويحات بشكل موضوعي وتلقائي “ستقلل من التقييم اليدوي الشاق المرتبط بالتشخيص”.
تطبيق الذكاء الاصطناعي
تتكون الطريقة الجديدة من خطوتين أساسيتين. أولاً، يستخدم نموذج AI المعروف باسم الشبكة العصبية الصورة الأصلية وقطعتين من معلومات الشكل للتنبؤ بمناطق تآكل اللويحات المحتمل.
ثم يتم تنقيح التنبؤ الأولي باستخدام خوارزمية ما بعد المعالجة بناءً على ميزات قابلة للتفسير سريريًا تحاكي المعرفة التي يستخدمها الأطباء المحترفون لإجراء التشخيص.
قال وانغ: “كان علينا تطوير نموذج ذكاء اصطناعي جديد يتضمن معلومات واضحة عن الشكل ، وهي الميزة الرئيسية المستخدمة لتحديد تآكل اللويحات في صور OCT”.
وأضاف “تعد تقنية التصوير المقطعي المحوسب داخل الأوعية أمرًا بالغ الأهمية أيضًا لأنها تعد حاليًا طريقة التصوير عالية الدقة التي يمكن استخدامها لتشخيص تآكل اللويحات في المرضى الأحياء”.
عند استخدام OCT للتصوير داخل الأوعية الدموية ، يتم سحب مسبار التصوير تلقائيًا للخلف داخل القسطرة، مما ينتج عنه مئات الصور لكل عملية سحب.
اختبر الباحثون طريقتهم باستخدام 16 عملية سحب من 5553 صورة OCT السريرية مع تآكل البلاك و 10 عمليات سحب من 3224 صورة دون تآكل البلاك.
الطريقة الأوتوماتيكية تنبأت بشكل صحيح بـ 80% من حالات تآكل البلاك مع قيمة تنبؤية إيجابية تبلغ 73 في المائة.
ووجدوا أيضًا أن التشخيصات التي تعتمد على الطريقة الآلية تتوافق جيدًا مع التشخيصات من ثلاثة أطباء ذوي خبرة.
قال وانغ: “على الرغم من الحاجة إلى مزيد من التحقق من السلامة والموافقة التنظيمية للاستخدام السريري المستقل في المرضى، يمكن استخدام هذه التقنية لتسهيل تشخيص تآكل اللويحة”.
وأضاف “سيشمل ذلك قيام الأطباء بإجراء فحص نهائي لنتائج الخوارزمية ثم تحديد سبب متلازمة الشريان التاجي الحادة واستراتيجيات العلاج الأفضل”.
دراسة علاجات جديدة
يمكن أن تكون الطريقة مفيدة أيضًا لتحليل الكميات الهائلة من بيانات OCT الحالية من خلال التخلص من العملية الشاقة التي تستغرق وقتًا طويلاً لتحليل الصور اليدوي.
يمكن أن يساعد هذا العلماء على تحسين تحديد وعلاج تآكل اللويحة.
على سبيل المثال، غالبًا ما تُستخدم الدعامة لاستعادة انخفاض تدفق الدم لدى المرضى الذين يعانون من متلازمة الشريان التاجي الحادة.
لكن الدراسات الحديثة تشير إلى أن بعض الأدوية قد تقدم بديلاً أقل توغلاً.
وقال وانغ: “يمكن أن يكون التصوير داخل الأوعية الدموية، المصحوب بتقنيات الذكاء الاصطناعي، أداة قيّمة للغاية لتشخيص مرض الشريان التاجي وتخطيط العلاج”.
وأضاف “في المستقبل، يمكن أن يساعد هذا النهج الجديد الأطباء على تطوير استراتيجيات علاج فردية للإدارة المثلى للمرضى الذين يعانون من متلازمة الشريان التاجي الحادة”.
يعمل الباحثون الآن على تحسين أسلوبهم الجديد من خلال دمج المعلومات ثلاثية الأبعاد بشكل أفضل ودمج المزيد من البيانات غير المسماة لتحسين أداء نموذج الذكاء الاصطناعي.
في المستقبل، يخططون أيضًا لاستخدام مجموعة بيانات أكبر تتضمن سكانًا عالميًا لتدريب الخوارزمية وتقييمها.
إنهم يريدون أيضًا استكشاف كيفية استخدامه في المواقف السريرية المختلفة لإثبات فائدته وقيمته المحتملة.
