الذكاء الاصطناعي مستقبل التشخيص الطبي

بفضل الذكاء الاصطناعي، يعمل عدد كبير من الباحثين على تطوير طرق لاكتشاف المخاطر الصحية مبكرًا. يمكن لنموذج التعلم العميق للذكاء الاصطناعي أن يتنبأ بخطر وفاة شخص ما خلال السنوات الـ10 المقبلة، بسبب سكتة دماغية أو نوبة قلبية من أشعة سينية واحدة على الصدر. هذا قد يمكّن المرضى من إجراء تغييرات صحية في نمط حياتهم، لتقليل الخطر وإطالة فترة حياتهم.

تعمل قدرات التعرف إلى الأنماط في التعلم العميق للذكاء الاصطناعي على تطوير طرق جديدة محتملة بسرعة لاكتشاف المخاطر الصحية مبكرًا. توضح دراسة جديدة أجراها باحثون في مستشفى ماساتشوستس العام وبرنامج الذكاء الاصطناعي في الطب في مستشفى بريغهام، بالتعاون مع مستشفى النساء في بوسطن، كيف يمكن لنموذج التعلّم العميق بالذكاء الاصطناعي أن يتنبأ بخطر الوفاة خلال 10 سنوات بسبب السكتة الدماغية أو النوبة القلبية من صورة صدر شعاعية واحدة. قدّم الباحثون نتائجهم في الاجتماع السنوي الأخير لجمعية الطب الإشعاعي لأميركا الشمالية (RSNA) لعام 2022.

نحو 15 مليون وفاة على مستوى العالم سببها النوبات القلبية والسكتة الدماغية سنويًا، وفقًا لإحصاءات منظمة الصحة العالمية. يُتيح الاكتشاف المبكّر لأمراض القلب والأوعية الدموية الفرصة للتدخلات والعلاجات المنقذة للحياة. يمكن الوقاية من معظم أمراض القلب والأوعية الدموية عن طريق تغيير العادات السلوكية ونمط الحياة، مثل تحسين النظام الغذائي وزيادة التمارين الرياضية والقضاء على الاستخدام الضار للكحول والتبغ، وفقًا لمنظمة الصحة العالمية.

من المتوقع أن يزداد الذكاء الاصطناعي في مجال الرعاية الصحية في جميع أنحاء العالم من قيمة حجم سوق تبلغ 15.4 مليار دولار أميركي عام 2022 إلى 208.2 مليارات دولار أميركي بحلول عام 2030، بمعدل نمو سنوي مركب (CAGR) يبلغ 38.4 في المائة خلال تلك الفترة، وفقًا لتقرير صادر عن مجموعة غراند للأبحاث. تشمل العوامل المساهمة في هذا الاتجاه الاحتضان المتزايد للطب الدقيق، والأهمية الناشئة للبيانات الطبية الضخمة، وخفض تكاليف الأجهزة، والحاجة إلى خفض تكاليف الرعاية الصحية، وفقًا للتقرير نفسه.

تكنولوجيا

التحديثات الحية

محاولات أوروبية وأميركية لكبح جماح الذكاء الاصطناعي

وقد أثّرت جائحة كوفيد-19 بشكل كبير على عدد من الاقتصادات في جميع أنحاء العالم. تم هدم العديد من الشركات نتيجة الإغلاق الذي فرضته الحكومات في جميع أنحاء العالم. ومع ذلك، فقد تأثر الذكاء الاصطناعي في سوق التشخيص الطبي بشكل إيجابي بسبب ظهور الوباء. يؤثر كوفيد-19 في الغالب على رئات المرضى. وبالتالي، فإن تصوير القلب هو إجراء تشخيصي نموذجي لتحديد شدة المرض لدى المصابين. 

عام 2020، زاد عدد المشاريع البحثية التي تستخدم أساليب الذكاء الاصطناعي لتشخيص كوفيد-19 بشكل كبير. ركّزت العديد من الدراسات على تلخيص تشخيص المرض من التصوير المقطعي للصدر، عبر تقنية الذكاء الاصطناعي. أثبتت دراسات متعددة أن نماذج الذكاء الاصطناعي قد تكون دقيقة مثل تشخيص أطباء الأشعة المحترفين في كوفيد-19.

استخدم التشخيص بمساعدة الكمبيوتر CAD، وهو شكل سابق من الذكاء الاصطناعي، في الأشعة لعدة سنوات لتطبيقات مثل الكشف عن سرطان الثدي في التصوير الشعاعي للثدي وعقيدات الرئة في فحوصات الصدر المقطعية. تم ترميز برنامج CAD السابق بناءً على معرفة المجال. مع ظهور رؤية الكمبيوتر AI ومجموعات البيانات الضخمة، فإن أحدث نهج هو استخدام التعلم العميق لتعلم الميزات الكامنة داخل بيانات التصوير من دون تشفير.

في هذه الدراسة، قام الباحثون بتدريب خوارزمية التعلم العميق بالذكاء الاصطناعي التي تسمى نموذج مخاطر CXR-CVD، باستخدام 150 ألف صورة شعاعية للصدر لأكثر من 40 ألف مريض في مراكز متعددة، لتجربة محكومة لفحص سرطان البروستات والرئة والقولون والمستقيم والمبيض. قيمت الخوارزمية بعد ذلك باستخدام الأشعة السينية للصدر من مجموعة مستقلة ثانية تضم أكثر من 11 ألفاً و400 مريض خارجي من Mass General Brigham، والتي قد تكون مؤهلة للعلاج بالعقاقير المخفضة للكوليسترول، إذ كانت قرابة 9.6 في المائة حدثًا قلبيًا كبيرًا على مدى متابعة متوسط 10.3 سنوات.

قارن الباحثون القيم التنبؤية لخوارزمية الذكاء الاصطناعي بالمعيار السريري المعمول به لتقرير أهلية العقاقير المخفضة للكوليسترول. أفاد العلماء في بيان بأن خوارزمية التعلّم العميق بالذكاء الاصطناعي الخاصة بهم كانت قادرة على التنبؤ بأحداث القلب والأوعية الدموية العكسية الرئيسية في المستقبل من صورة أشعة سينية واحدة للصدر "مع أداء مماثل وقيمة إضافية للمعيار السريري المعمول به".

يشمل تطبيق أساليب الذكاء الاصطناعي أيضًا الكشف عن مجموعة متنوعة من الأمراض، بما في ذلك مرض ألزهايمر والسكري والسل وارتفاع ضغط الدم وأمراض الجلد وأمراض الكبد. يمكن لأنظمة البرامج القائمة على الذكاء الاصطناعي تقييم بيانات عملية التشخيص أو المساعدة في فرز المرضى عن طريق تحديد الصور الطبية الشاذة أو تقديم تشخيص مناسب لممارسة الرعاية الصحية. يستخدم الذكاء الاصطناعي التعلم العميق والخوارزميات ورؤى البيانات في التشخيصات الطبية لتشخيص الاضطرابات الخطيرة والمهددة للحياة، ويقوم بأتمتة عملية التشخيص ويقلل من عبء العمل على ممارسي الرعاية الصحية.