الذكاء الاصطناعي يحلّل تخطيط صدى القلب خلال دقائق
ويعتمد هذا الفحص على تحليل أكثر من 100 مقطع فيديو وصورة تُظهر مناطق مختلفة من القلب، حيث يقوم اختصاصيو "الإيكو" بإجراء العديد من القياسات، مثل أبعاد القلب وشكله، وسمك البطين، إضافة إلى حركة ووظائف الحجرات القلبية، بهدف تقييم صحة المريض القلبية.
تشخيص أسرع
في دراسة حديثة نُشرت في مجلة الجمعية الطبية الأميركية (JAMA)، كشف باحثون من كلية الطب بجامعة ييل عن أداة مدعومة بالذكاء الاصطناعي قادرة على تفسير تخطيط صدى القلب بدقة عالية خلال دقائق معدودة، بحسب ما نقله موقع "ميديكال إكسبريس" المتخصص في الأبحاث الطبية.
وقال الدكتور روهان كيرا، أستاذ مساعد في طب القلب والإحصاء الحيوي بكلية ييل للصحة العامة، وكبير مؤلفي الدراسة: "يُعد تخطيط صدى القلب حجر الزاوية في رعاية القلب، لكنه يتطلب وقتاً طويلاً من أطباء ذوي خبرة عالية لتحليل تلك الدراسات. أردنا تطوير تقنية تساهم في تخفيف العبء عن هؤلاء الاختصاصيين وتُحسن الدقة وتُسرّع سير العمل".
دقة لافتة
أظهرت الدراسة أن الأداة التي طوّرت، وتحمل اسم "PanEcho"، استطاعت أداء 39 مهمة تشخيصية بناءً على صور متعددة الزوايا لتخطيط صدى القلب، وتمكنت من رصد حالات مثل التضيق الشديد في الصمام الأبهري، والضعف الانقباضي، وانخفاض الكسر القذفي للبطين الأيسر، بدقة لافتة.
وتبني هذه النتائج على أبحاث سابقة، منها دراسة نُشرت عام 2023 في مجلة "European Heart Journal"، أظهرت بدورها دقة هذه التقنية.
ويوضح غريغ هولست، أحد المشاركين في الدراسة: "قمنا بتطوير أداة تدمج المعلومات من زوايا متعددة للقلب لتحديد القياسات الأساسية والتشوهات التي قد يدرجها طبيب القلب في تقريره الكامل".
تدريب واسع
تم تطوير "PanEcho" باستخدام 999.727 مقطع فيديو لتخطيط صدى القلب جُمعت من مرضى في مستشفى Yale New Haven بين يناير 2016 ويونيو 2022، ثم اختُبرت الأداة على بيانات من 5130 مريضاً إضافياً من نفس المستشفى، إلى جانب ثلاث مجموعات بيانات خارجية من مركز القلب والأوعية في جامعة "سيميلويس" في بودابست بالمجر، ومستشفى جامعة ستانفورد، ونظام "Stanford Health Care".
إشراف بشري
أكد الدكتور إيفانجيلوس إيكونومو، زميل سريري في طب القلب وأحد المؤلفين المشاركين أن "الأداة تستطيع الآن قياس وتقييم طيف واسع من أمراض القلب، ما يجعلها واعدة للغاية للاستخدام السريري مستقبلاً. لكنها، رغم دقتها العالية، لا تزال خوارزمية وقد تفتقر لبعض التفسيرات التي يقدمها الطبيب، لذا فهي تحتاج إلى إشراف بشري".
ورغم أن الأداة غير متاحة حالياً للاستخدام السريري، إلا أن الدراسة تناقش تطبيقات مستقبلية واعدة.
فعلى سبيل المثال، يمكن استخدامها كمساعد أولي لتحليل الصور في مختبرات الإيكو، أو كأداة مراجعة ثانية ترصد التشوهات التي قد تفوت على الاختصاصي البشري.
حلول للمناطق منخفضة الموارد
أشار الباحثون إلى أن هذه التقنية قد تكون ذات قيمة خاصة في البيئات منخفضة الموارد، حيث تكون أجهزة التصوير والخبرات القلبية نادرة. ففي مثل هذه السياقات، غالباً ما يُستخدم جهاز تصوير صغير محمول باليد، يوفّر صوراً بجودة أقل يصعب تفسيرها.
ولتقييم دقة النموذج في مثل هذه الحالات، استخدم الباحثون صوراً من قسم الطوارئ في مستشفى Yale New Haven، حيث تُجرى فحوصات سريعة بجهاز موجات فوق صوتية محمول كجزء من الرعاية الروتينية.
ويضيف الدكتور كيرا: "أردنا محاكاة واقع المناطق الفقيرة في الموارد، حيث يعتمد الأطباء على أجهزة يدوية ويحتاجون إلى إرسال الصور لتفسيرها من قبل طبيب قلب في مكان آخر. وحتى مع الصور منخفضة الجودة، أظهر نموذجنا قدرة عالية على استخراج المعلومات المطلوبة لتحديد الحالة بدقة".
دراسات إضافية
يعمل كيرا وفريقه حالياً على دراسات إضافية لقياس أثر استخدام هذه الأداة على رعاية المرضى في مختبرات الإيكو في ييل.
وأردف كيرا: "نتعلم الآن كيف يستخدم الأطباء هذه الأداة فعلياً، بما يشمل التعديلات التي يجرونها على سير العمل، واستجابتهم للمعلومات التي توفرها، وما إذا كانت تضيف قيمة فعلية في السياق السريري".
آفاق مستقبلية
من جانبه، يقول الدكتور إريك جيه. فيلازكوي، أستاذ طب القلب ورئيس قسم القلب في جامعة ييل: "أدوات الذكاء الاصطناعي مثل "PanEcho" يمكن أن تساعدنا على رفع كفاءتنا ودقتنا، ما يسمح لنا بفحص ومعالجة عدد أكبر من المرضى المصابين بأمراض القلب. وأنا فخور بالتزام الجامعة المتواصل بالبحث المتقدم والابتكار في تقديم الرعاية".
وأتاحت الدراسة النموذج الكامل وأوزانه عبر مصدر مفتوح، وشجّع الفريق البحثي العلماء الآخرين على اختبار النموذج باستخدام دراساتهم الخاصة على تخطيط صدى القلب والعمل على تطويره.
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
الاتحاد
منذ يوم واحد
- الاتحاد
3 عادات تجعل أدوية إنقاص الوزن فعالة
انتشر في الآونة الأخيرة، في مختلف أنحاء العالم، استخدام أدوية GLP-1 التي تساعد على خسارة الوزن خاصة من قبل الأشخاص الذين يعانون من زيادة الوزن أو البدانة. لكي تعمل هذه الأدوية بشكل فعال، تقول جوان إي. مانسون، أستاذة الطب في كلية الطب بجامعة هارفارد: "نتائج المرضى، الذين يتناولون هذه الأدوية، أفضل بكثير مع الاهتمام بتناول كمية كافية من البروتين، واتباع نظام غذائي صحي، وشرب كميات كافية من الماء، وممارسة تمارين تقوية العضلات بانتظام للحد من فقدان كتلة الجسم النحيلة". مانسون مؤلفة مشاركة في صياغة إرشادات جديدة للمساعدة، نُشرت في مجلة JAMA للطب الباطني، ونقلها موقع "ويب مد" الطبي المتخصص. وصرح فرهاد ميهرتاش، المؤلف المشارك في صياغة الورقة "نعتقد أن هذه الإرشادات تُمثل أول أدوات منهجية لتطبيق نمط الحياة جنبًا إلى جنب مع أدوية GLP-1". إليك ثلاثة أشياء لتحقيق أقصى استفادة من أدوية إنقاص الوزن الحديثة: حافظ على عضلاتك مع أي خسارة في الوزن، بما في ذلك خسارة الوزن باستخدام أدوية GLP-1، لا يمكنك تحديد مكان خسارة الوزن. تقول مانسون: "يُعد فقدان العضلات وكتلة الجسم النحيلة أمرًا شائعًا مع هذه الأدوية، بمعدل حوالي 25%". ومع مرور الوقت، يمكن أن يؤدي ذلك إلى فقدان العظام أيضًا، خاصةً لدى كبار السن أو من يتبعون أنماط حياة خاملة. تناول الكثير من البروتين، وفقًا للإرشادات، بمعدل من 1 إلى 1.5 غرام لكل كيلوغرام (أو حوالي نصف غرام لكل رطل) من وزن الجسم يوميًا، أو من 20 إلى 30 غرامًا لكل وجبة. هذا أعلى بقليل من الكمية القياسية الموصى بها لجميع البالغين، والتي تتراوح من 15 إلى 30 غرامًا لكل وجبة. ممارسة الرياضة ضرورية أيضًا. ابدأ بتقييم وضعك الحالي، ثم زد تدريجيًا إلى 150 دقيقة من تمارين الكارديو (مثل المشي) وجلستين إلى ثلاث جلسات تمارين قوة لمدة 30 دقيقة أسبوعيًا، وهو مستوى النشاط الموصى به من قِبل مراكز السيطرة على الأمراض والوقاية منها في الولايات المتحدة. اقرأ أيضا... نصائح لحماية دماغك من ألزهايمر والخرف تجنب الآثار الجانبية يمكن أن تساعد استراتيجية تناول الطعام الصحيحة في الحد من الآثار الجانبية الهضمية المحتملة، مثل الغثيان وحرقة المعدة. يقول الدكتور صامويل كلاين، أستاذ الطب وعلوم التغذية "أوصي بتناول وجبات أصغر وأكثر تكرارًا، وتقليل تناول الدهون والملح، والمضغ ببطء". هذا يساعد الأمعاء على إدارة حركة الطعام أبطأ من المعتاد إلى الأمعاء والتي تسببها أدوية GLP-1. الجفاف أحد الآثار الجانبية لهذه الأدوية، التي تكبح العطش والشهية. تشجع الإرشادات على شرب من 8 إلى 12 كوبًا من الماء يوميًا، إلى جانب الحساء والفواكه والخضراوات الغنية بالماء مثل الخيار والبطيخ. قلل من المشروبات التي تسبب الجفاف، مثل والكافيين، إلى الحد الأدنى. حافظ على هذه العادات حتى بعد التوقف عن تناول الأدوية صرحت الدكتورة جودي دوشاي، المؤلفة المشاركة للإرشادات وأستاذة الطب المساعدة في كلية الطب بجامعة هارفارد، بأن هذه الأدوية مصممة للاستخدام طويل الأمد. وأضافت: "بمجرد أن يصل الشخص إلى مرحلة ثبات الوزن عند أعلى جرعة يتحملها، ينتقل إلى مرحلة الحفاظ على الوزن من العلاج". وأوضحت دوشاي أن ذلك قد يعني "خفض الجرعة، أو الاستمرار على الجرعة نفسها مع إطالة عدد الأيام بين الحقن، أو، وهو الأقل شيوعًا، تجربة إيقاف الدواء". بشكل عام، يُعد الحفاظ على الوزن أمرًا بالغ الصعوبة، لكن تشير الأبحاث إلى أن مفتاح النجاح يكمن في عامل واحد: الاستمرارية. وأضافت دوشاي "استعادة الوزن أمر فردي للغاية ويعتمد على العديد من العوامل، وأهمها الالتزام المستمر بأسلوب حياة صحي". مصطفى أوفى (أبوظبي)
الاتحاد
منذ 5 أيام
- الاتحاد
الذكاء الاصطناعي والرعاية الصحية
تخيل أنك تدخل عيادة طبيبك وأنت تشعر بالمرض، وبدلاً من تصفح تاريخك الطبي أو إجراء فحوصات تستغرق أيامًا، يجمع طبيبك فورًا البيانات من سجلاتك الصحية، وملفك الجيني، والأجهزة القابلة للارتداء للمساعدة في تحديد المشكلة. يُعد هذا النوع من التشخيص السريع أحد أهم وعود الذكاء الاصطناعي في مجال الرعاية الصحية. يقول مؤيدو هذه التقنية إنه خلال العقود القادمة، يمكن للذكاء الاصطناعي إنقاذ مئات الآلاف، بل ملايين الأرواح. وأكثر من ذلك، وجدت دراسة أجريت عام 2023 أنه إذا زاد قطاع الرعاية الصحية من استخدام الذكاء الاصطناعي بشكل كبير، يمكن توفير ما يصل إلى 360 مليار دولار أميركي سنويًا. وعلى الرغم من انتشار الذكاء الاصطناعي بشكل شبه كامل، من الهواتف الذكية إلى برامج الدردشة الآلية والسيارات ذاتية القيادة، إلا أن تأثيره على الرعاية الصحية حتى الآن لا يزال منخفضًا نسبيًا. على سبيل المثال، أظهر استطلاع، أجرته الجمعية الطبية الأميركية، عام 2024 أن 66% من الأطباء الأميركيين استخدموا أدوات الذكاء الاصطناعي في بعض المجالات، بزيادة عن 38% في عام 2023. ولكن معظم ذلك كان للدعم الإداري أو الدعم منخفض المخاطر. وعلى الرغم من أن 43% من مؤسسات الرعاية الصحية الأميركية قد أضافت أو وسّعت نطاق استخدام الذكاء الاصطناعي في عام 2024، إلا أن العديد من التطبيقات لا تزال في مراحلها الأولى، لا سيما فيما يتعلق بالقرارات والتشخيص الطبي. التشخيص غير الدقيق والتحيز العنصري يتميز الذكاء الاصطناعي بقدرته الفائقة على اكتشاف الأنماط في مجموعات البيانات الضخمة. في الطب، قد تشير هذه الأنماط إلى علامات مبكرة للمرض قد يغفلها الطبيب، أو قد تشير إلى أفضل خيار علاجي، بناءً على استجابة مرضى آخرين ذوي أعراض وخلفيات مشابهة. في النهاية، سيؤدي هذا إلى تشخيص أسرع وأكثر دقة ورعاية أكثر تخصيصًا. اقرأ أيضا... الذكاء الاصطناعي يكشف أنماطا خفية في سلوك الخلايا يمكن للذكاء الاصطناعي أيضًا مساعدة المستشفيات على العمل بكفاءة أكبر من خلال تحليل سير العمل، والتنبؤ باحتياجات الموظفين، وجدولة العمليات الجراحية، بما يضمن استخدام الموارد الثمينة، مثل غرف العمليات، بأقصى قدر من الفعالية. ومن خلال تبسيط المهام التي تستغرق ساعات من الجهد البشري، يمكن للذكاء الاصطناعي أن يتيح لمقدمي الرعاية الصحية التركيز بشكل أكبر على الرعاية المباشرة للمرضى. ولكن على الرغم من قوته، إلا أن الذكاء الاصطناعي قد يرتكب أخطاء. فعلى الرغم من تدريب هذه الأنظمة على بيانات من مرضى حقيقيين، إلا أنها قد تواجه صعوبات عند مواجهة أمر غير عادي، أو عندما لا تتطابق البيانات تمامًا مع حالة المريض الذي أمامها. نتيجة لذلك، لا يقدم الذكاء الاصطناعي دائمًا تشخيصًا دقيقًا. تُسمى هذه المشكلة "الانحراف الخوارزمي"، وهي حالة تُؤدي فيها أنظمة الذكاء الاصطناعي أداءً جيدًا في بيئات مُتحكم بها، لكنها تفقد دقتها في مواقف الحياة الواقعية. يُمثل التحيز العنصري والإثني مشكلة أخرى. فإذا كانت البيانات تنطوي على تحيز لأنها لا تشمل عددًا كافيًا من المرضى من مجموعات عرقية أو إثنية مُعينة، فقد يُقدم الذكاء الاصطناعي توصيات غير دقيقة لهم، مما يؤدي إلى تشخيص خاطئة. وتشير بعض الأدلة إلى أن هذا قد حدث بالفعل. تغيير تدريجي تتبنى المستشفيات اليوم بسرعة برامج الذكاء الاصطناعي التي تستمع للمرضى أثناء زياراتهم وتُسجِّل الملاحظات السريرية تلقائيًا، مما يُقلِّل من الأعمال الورقية ويُتيح للأطباء قضاء المزيد من الوقت معهم. تُظهر الدراسات الاستقصائية أن أكثر من 20% من الأطباء يستخدمون الذكاء الاصطناعي الآن لكتابة ملاحظات تقدم العلاج أو ملخصات خروج المرضى. كما يُصبح الذكاء الاصطناعي قوةً فاعلةً في العمل الإداري. تُوظِّف المستشفيات روبوتات دردشة تعمل بالذكاء الاصطناعي لإدارة جدولة المواعيد، وفرز أسئلة المرضى الشائعة، وترجمة اللغات آنيًا. توجد استخدامات سريرية للذكاء الاصطناعي، ولكنها محدودة. في بعض المستشفيات، يُمثِّل الذكاء الاصطناعي عينًا ثانية لأطباء الأشعة الذين يبحثون عن العلامات المبكرة للمرض. لكن الأطباء ما زالوا مُترددين في تسليم القرارات للآلات كلياً؛ إذ يعتمد حوالي 12% منهم فقط حاليًا على الذكاء الاصطناعي للمساعدة التشخيصية. يكفي القول إن تحوّل الرعاية الصحية إلى الذكاء الاصطناعي سيكون تدريجيًا. تحتاج التقنيات الناشئة إلى وقت لتنضج، ولا تزال الاحتياجات قصيرة المدى للرعاية الصحية تفوق المكاسب طويلة المدى. مصطفى أوفى (أبوظبي)
الاتحاد
١١-٠٧-٢٠٢٥
- 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)
