باحثون يطورون نموذج ذكاء اصطناعي جديد لتحليل مخاطر الأمراض من صور الأشعة المقطعية

طور باحثون نموذج ذكاء اصطناعي جديد يحمل اسم Percival يساعد الأطباء على فهم صحة المرضى بشكل أفضل من خلال تحليل صور الأشعة المقطعية. ونشرت النتائج في دورية npj Digital Medicine، حيث جرى تدريب النظام على أكثر من 400,000 مجموعة من الصور والتقارير الطبية.

تعتمد معظم أدوات الذكاء الاصطناعي في التصوير الطبي على فحص الصور فقط للبحث عن مشكلات محددة. أما Percival فيستخدم إطار عمل ثنائي الترميز يربط بين البيانات البصرية من الأشعة والملاحظات السريرية المكتوبة، مما يمنحه فهماً أشمل للحالة الفسيولوجية للشخص.

تخيل لو طلبت من النظام فحص صورة أشعة، فبدلاً من مجرد البحث عن ورم، يستطيع Percival الربط بين المعلومات البصرية والبيانات الديموغرافية للمريض ونتائج المختبر. وقد اختبر الفريق النموذج على أكثر من 20,000 مريض لتقييم قدرته على توقع الاتجاهات الصحية المستقبلية.

أثبتت هذه الطريقة فعاليتها في تحديد المخاطر السريرية المتنوعة التي قد تغفل عنها النماذج التي تعتمد على الصور فقط. كما نجح النموذج في رصد الاختلافات الدقيقة في تشريح جسم الإنسان التي ترتبط بالتوقعات الصحية طويلة الأمد.

هل يمكن أن يغير هذا النهج الطريقة التي نتعامل بها مع الفحوصات الوقائية مستقبلاً؟

تشير الدراسة إلى أنه رغم براعة Percival في تحديد الأنماط السريرية الكامنة، إلا أنه جرى تدريبه حصرياً على بيانات من بنك Penn Medicine BioBank. ولم يختبر الباحثون بعد أداء النموذج على مجموعات من المرضى من أنظمة رعاية صحية أو مناطق جغرافية مختلفة.