أداة ذكاء اصطناعي تكشف 9 أنواع من الخرف بفحص واحد
وساعدت الأداة التي أُطلق عليها اسم "StateViewer" الباحثين على تحديد نوع الخرف في 88% من الحالات، وفقاً لدراسة نُشرت في مجلة "نيورولوجي" الصادرة عن الأكاديمية الأميركية لطب الأعصاب، بحسب تقرير نشره موقع "ميديكال إكسبريس" المتخصص في الأبحاث الطبية.
سرعة ودقة
مكّنت الأداة الجديدة الأطباء من تفسير الفحوص الدماغية بسرعة تصل إلى ضعف السرعة المعتادة، وبدقة تصل إلى ثلاثة أضعاف الأساليب التقليدية، وتم تدريب واختبار "StateViewer" باستخدام أكثر من 3600 فحص، تضمنت صوراً لأشخاص مصابين بالخرف وآخرين غير مصابين باضطرابات معرفية.
ويشكّل هذا الابتكار خطوة مهمة في التصدي لأحد أبرز التحديات في رعاية مرضى الخرف، والمتمثلة في تحديد المرض في مراحله المبكرة وبدقة، حتى عند وجود حالات متعددة.
ومع توفر علاجات جديدة، تزداد أهمية اكتشاف المرض في الوقت المناسب لتوجيه المرضى نحو الرعاية الأنسب في المراحل التي يكون فيها التدخل أكثر فاعلية.
وقد يتيح هذا الابتكار تقديم دعم تشخيصي متقدم في العيادات التي تفتقر إلى خبرات متخصصة في طب الأعصاب.
تشخيص معقّد
يؤثر الخرف على أكثر من 55 مليون شخص حول العالم، مع ما يقرب من 10 ملايين حالة جديدة سنوياً.
ويُعد مرض الزهايمر الشكل الأكثر شيوعاً، وهو الآن خامس سبب رئيسي للوفاة عالمياً.
ويتطلب تشخيص الخرف عادة اختبارات معرفية، وفحوصات دم، وتصويراً طبياً، ومقابلات سريرية، وإحالات إلى مختصين.
ومع ذلك، حتى مع هذه الاختبارات الموسعة، يبقى التمييز بين حالات مثل الزهايمر وخرف أجسام ليوي والخرف الجبهي الصدغي أمراً معقداً، حتى بالنسبة للخبراء المتمرسين.
قصة فريدة
تم تطوير "StateViewer" تحت إشراف الدكتور ديفيد جونز، طبيب الأعصاب ومدير برنامج الذكاء الاصطناعي بقسم الأعصاب في "مايو كلينك".
وقال الدكتور جونز: "كل مريض يدخل إلى عيادتي يحمل قصة فريدة تشكلها تعقيدات الدماغ. وهذا التعقيد هو ما جذبني إلى طب الأعصاب وما يزال يدفعني إلى السعي لإجابات أوضح".
وأضاف جونز: "تجسّد الأداة انعكاساً لهذا الالتزام باعتبارها خطوة نحو فهمٍ مبكر، وعلاج أكثر دقة، وتغيير مسار هذه الأمراض يوماً ما".
ولتحقيق هذه الرؤية، عمل الدكتور جونز إلى جانب الدكتور ليلاند بارنارد، عالم البيانات الذي يقود هندسة الذكاء الاصطناعي وراء تطوير الأداة.
وصرح بارنارد قائلاً: "بينما كنا نصمم (StateViewer)، لم نغفل عن أن خلف كل نقطة بيانات وكل فحص دماغي هناك شخص يواجه تشخيصاً صعباً وأسئلة ملحّة. ورؤية كيف يمكن لهذه التقنية أن تقدم للأطباء رؤى دقيقة وفورية تسلط الضوء على إمكانات التعلم الآلي في الطب السريري".
أنماط الدماغ
تحلل الأداة فحص التصوير المقطعي بالإصدار البوزيتروني باستخدام الفلوروديوكسي غلوكوز "FDG-PET"، والذي يُظهر كيف يستخدم الدماغ الغلوكوز كمصدر للطاقة.
وتُجري "StateViewer" بعد ذلك مقارنة بين الفحص وقاعدة بيانات ضخمة من صور لأشخاص تم تشخيصهم بأنواع مختلفة من الخرف، وتتعرف على الأنماط التي تطابق نوعاً معيناً أو مزيجاً من أنواع الخرف.
خريطة بصرية
عادة ما يؤثر الزهايمر على مناطق الذاكرة والمعالجة، بينما يشمل خرف أجسام ليوي مناطق ترتبط بالانتباه والحركة، ويؤثر الخرف الجبهي الصدغي على المناطق المسؤولة عن اللغة والسلوك.
وتعرض أداة "StateViewer" هذه الأنماط من خلال خرائط دماغية ملونة تُبرز المناطق الرئيسية لنشاط الدماغ، ما يتيح لجميع الأطباء، حتى غير المختصين في طب الأعصاب، فهماً بصرياً لما يراه الذكاء الاصطناعي وكيف يدعم التشخيص.
أمجد الأمين (أبوظبي)
هاشتاغز
جرب ميزات الذكاء الاصطناعي لدينا
اكتشف ما يمكن أن يفعله Daily8 AI من أجلك:
التعليقات
لا يوجد تعليقات بعد...
أخبار ذات صلة
الإمارات اليوم
منذ 20 ساعات
- الإمارات اليوم
«سوار استجابة».. مبادرة لضمان سلامة مرضى الزهايمر في المجتمع
صمم رائد الأعمال الاجتماعية، عمر عبدالله، «سوار استجابة QR» مبتكراً، لضمان سلامة مرضى الزهايمر، وتسهيل العثور عليهم عند فقدانهم. وقد زود السوار المصنوع من مادة لينة حتى لا يضايق المريض عند ارتدائه بقفل يصعب فتحه دون مساعدة. وتبنت المشروع مبادرة «وياكم» لتصميم الحلول المبتكرة ومعالجة أهم التحديات المجتمعية، التابعة لدائرة تنمية المجتمع في أبوظبي. وذكر عبدالله أن فكرة مشروعه تقوم على تصميم سوار ذكي مطبوع عليه رمز الاستجابة «QR» يحتوي على المعلومات الشخصية المشفّرة للتعريف بهوية من يرتديه، والتي تتضمن الاسم وحالة حامله المرضية، وهاتف أسرته، وموقع منزله، بحيث يُمكن للمارة في حال مشاهدة أي شخص مرتبكاً مسح الرمز ضوئياً من خلال هاتف نقال والمساعدة في إعادته إلى عائلته. وقال: «سيتم طباعة جملة (امسح ضوئياً لمساعدتي في العودة إلى المنزل) على السوار باللغتين العربية والإنجليزية لتنبيه المارة إلى إدراك حاجة المريض للمساعدة، مع توحيد لون السوار وتصميمه بحيث يمكن التعرف عليه مباشرة، ومعرفة أن من يرتديه يعاني ضعفاً في الذاكرة»، مشيراً إلى أنه يمكن أيضاً الاستفادة من السوار المزود بـQR في متابعة وحماية الأطفال وأصحاب الهمم المصابين بإعاقات عقلية.
الاتحاد
منذ يوم واحد
- الاتحاد
نموذج ذكاء اصطناعي جديد يكشف مؤشرات السرطان مبكراً
طوّر باحثون في مبادرة "تشان زوكربيرغ" (CZI) نموذجاً جديداً للذكاء الاصطناعي يساعد العلماء على اكتشاف العلامات المبكرة للخلايا السرطانية وفهم الشبكات الجينية التي تتحكم في سلوك الخلايا. النموذج الذي أُطلق عليه اسم "GREmLN"، يُعد إنجازاً مهماً ضمن خطة المبادرة التي أطلقها الرئيس التنفيذي لشركة "ميتا" مارك زوكربيرغ وزوجته بريسيلا تشان لبناء عائلة من النماذج البيولوجية بالذكاء الاصطناعي. وتهدف هذه النماذج إلى التنبؤ بكيفية عمل الخلايا وفهمها على جميع المستويات، من الجزيئات إلى الأنظمة البيولوجية الكاملة، لدعم جهود علاج الأمراض والوقاية منها. اقرأ أيضاً.. الذكاء الاصطناعي يساعد الأطباء في قرارات العناية الحرجة نهج جديد على عكس معظم النماذج، يركز "GREmLN" على "المنطق الجزيئي" الذي يحدد كيفية تفاعل الجينات داخل الخلية، في صورة شبكة معقدة من المحادثات. ويساعد هذا النهج الباحثين على تتبع التغيرات المبكرة التي قد تؤدي إلى أمراض مثل السرطان أو التنكس العصبي، كما يتيح تحديد أهداف جديدة لعلاجات مبتكرة. وقال أندريا كاليفانو، رئيس مركز "تشان زوكربيرغ بيوهب نيويورك": "النموذج يمثل نهجاً غير مسبوق لفهم كيفية اتخاذ الخلايا للقرارات، والأهم من ذلك، كيفية انحراف تلك القرارات في الأمراض مثل السرطان". وأضاف: "GREmLN لا يحاول إعادة تشكيل علم الأحياء ليتناسب مع الذكاء الاصطناعي، بل يعيد تشكيل الذكاء الاصطناعي ليتناسب مع علم الأحياء". اقرأ أيضاً.. تقنية ذكية تُسهِّل فهم سجلات المرضى في أقسام الطوارئ بيانات ضخمة بحسب موقع "ميديكال إكسبريس" المتخصص في الأبحاث الطبية، تم تدريب "GREmLN" على أكثر من 11 مليون نقطة بيانات باستخدام أداة "CellxGene"، التي يستخدمها آلاف الباحثين أسبوعياً لتحليل خلايا مأخوذة من أنسجة متنوعة، مثل الدماغ والرئة والكلى والدم. ويخطط فريق البحث لتوسيع استخدام النموذج للإجابة عن أسئلة طبية وبيولوجية حاسمة، بما في ذلك اكتشاف التحولات المبكرة للخلايا السرطانية، رصد بداية تلف الخلايا العصبية، ومنع الالتهابات من التسبب بأضرار دائمة لخلايا الدماغ. اقرأ أيضاً.. الذكاء الاصطناعي يحلّل تخطيط صدى القلب خلال دقائق آفاق مستقبلية وفقاً للباحثين، يمكن أن يساعد "GREmLN" في المستقبل على منع الخلايا السرطانية من مقاومة العلاج، والتنبؤ بكيفية استجابة الخلايا للأدوية الجديدة، وزيادة معدلات نجاح التجارب السريرية بشكل كبير. وقال ثيوفانيس كارالتسوس، المدير الأول للذكاء الاصطناعي في "CZI": "فهم سلوك الخلية يعني فهم شبكة المحادثات التي تحدث داخلها، وGREmLN يلتقط هذه التعقيدات بطريقة غير مسبوقة. إنه خطوة نحو بناء أنظمة تساعدنا على محاكاة سلوك الخلايا والتنبؤ به". أمجد الأمين (أبوظبي)
الاتحاد
منذ يوم واحد
- الاتحاد
الذكاء الاصطناعي يساعد الأطباء في قرارات العناية الحرجة
طوّر باحثون من جامعة وورويك البريطانية (The University of Warwick)، أداة ذكاء اصطناعي جديدة لمساعدة الأطباء في اتخاذ القرار الصعب بشأن إدخال أنبوب التنفس للمرضى المصابين بفشل تنفسي حاد، عبر التنبؤ المبكر بالحالات التي قد تحتاج إلى التنبيب، ما يساعد على تحسين نتائج العلاج. اقرأ أيضاً.. تقنية ذكية تُسهِّل فهم سجلات المرضى في أقسام الطوارئ تحديات العلاج يحدث الفشل التنفسي الحاد عندما يعجز الجهاز التنفسي عن إمداد الجسم بالأكسجين أو التخلص من ثاني أكسيد الكربون. ويعتمد العلاج أساساً على دعم التنفس الخارجي، مثل التهوية غير الغازية عبر قناع الوجه، إلا أن حوالي 40% من المرضى لا يستجيبون لهذا العلاج، ويحتاجون لاحقاً إلى إدخال أنبوب التنفس والتهوية الميكانيكية الغازية. "TabPFN" المبتكر يُعرف النموذج باسم "TabPFN"، وهو نظام تعلم آلي مبتكر صُمم خصيصاً لتصنيف البيانات الجدولية، ويعتمد على تقنية "التعلم داخل السياق"، التي تمكّنه من إصدار توقعات دقيقة وفورية عند التعامل مع بيانات جديدة، حتى مع مجموعات صغيرة من القياسات، ودون الحاجة إلى تدريب من الصفر. اقرأ أيضاً.. أداة ذكية تتفوق على الأطباء في تشخيص سرطان المعدة تجارب ميدانية وفقاً لموقع "ميديكال إكسبريس" المتخصص في الأبحاث الطبية، بدأ اختبار النظام الذكي ميدانياً في مستشفيات جامعة "نورث ميدلاندز"، حيث يستخدم الأطباء تطبيقاً لإدخال القياسات الروتينية لمرضى التهوية غير الغازية، وتُرسل هذه البيانات إلى فريق جامعة وورويك، ليحللها "TabPFN" ويصدر توقعاته حول نجاح أو فشل العلاج، ثم تُقارن هذه التوقعات بالنتائج الفعلية لقياس دقته. دعم القرارات الطبية قال البروفيسور ديكلان بيتس من كلية الهندسة بجامعة وورويك وقائد فريق البحث: "علاج الفشل التنفسي الحاد يتطلب قرارات حاسمة في ظروف ضاغطة وبمعلومات محدودة، والمرضى الذين يفشلون في التهوية غير الغازية معرضون لخطر أكبر للوفاة، ما يجعل هذه القرارات بالغة الأهمية". وأضاف: "طوّرنا هذا النموذج ليعمل على القياسات الروتينية، مثل معدل التنفس ومستويات الأكسجين، ويقدم توقعاً لفشل التهوية غير الغازية خلال ساعتين فقط من بدء العلاج بدقة تفوق الأساليب الحالية، مما يجعله واعداً للتجارب السريرية وللتطبيق على نطاق واسع". وأوضح بيتس: "النموذج لا يستبدل قرارات الأطباء، لكنه يدعمهم بتحليل موضوعي للبيانات وإصدار توقعات يمكنهم الاستفادة منها عند اتخاذ قراراتهم المعقدة". اقرأ أيضاً.. أداة ذكاء اصطناعي تكشف 9 أنواع من الخرف بفحص واحد آفاق التوسع قال تيم سكوت، استشاري التخدير في مستشفيات جامعة نورث ميدلاندز: "نختبر حالياً تطبيقاً قائماً على هذا النموذج في المستشفى، وقد أظهر دقة عالية في التنبؤ بنتائج التهوية غير الغازية. نحن متفائلون بإمكاناته في تحسين رعاية المرضى ونسعى إلى تطويره لاعتماده على نطاق أوسع". بدوره، ذكر البروفيسور جافين بيركنز، عميد كلية الطب بجامعة وورويك: "مرضى الفشل التنفسي الحاد يستهلكون موارد كبيرة ويواجهون معدلات وفيات مرتفعة. الذكاء الاصطناعي لديه إمكانات هائلة لدعم الأطباء في إدارة هذه الحالات وتحسين نتائجها. وحدة التجارب السريرية في الجامعة رائدة في تقييم العلاجات الجديدة، ونتطلع للتعاون مع كلية الهندسة لتطوير هذه التقنيات لصالح المرضى". ومع غياب إرشادات رسمية لتوقيت إدخال أنبوب التنفس، واعتماد الأطباء المحدود على المؤشرات الحالية، يمثل "TabPFN" إضافة قيّمة لتحسين رعاية المرضى وجودة حياتهم. أمجد الأمين (أبوظبي)
