نظامان إلكترونيان يعزّزان القدرة على تشخيص اضطرابات «الخَرَف»

مريم بوخطامين (أبوظبي)

طوّر فريق من الباحثين في جامعة محمد بن زايد للذكاء الاصطناعي ومدينة الشيخ شخبوط الطبية، نظامين جديدين للذكاء الاصطناعي لمساعدة الأطباء في تشخيص اضطرابات التدهور المعرفي (الخَرَف) بشكل مبكّر وأكثر دقة، مقارنةً بما هو متاح حالياً، ويعتمد النظامان على الشبكات العصبية البيانية، وهي بُنية جديدة للتعلّم العميق، بهدف معالجة البيانات الطبية متعدّدة الوسائط، وتقديم نتائج يمكن للأطباء تفسيرها، وهو أمر ضروري لتقديم الرعاية الصحية، حيث يحتاج الأطباء إلى فهم الكيفية التي تتوصل بها أنظمة الذكاء الاصطناعي إلى نتائجها.

جاء ذلك، خلال عرض نتائجهم في المؤتمر الدولي الثامن والعشرين للحوسبة الطبية للصور والتدخل المدعوم بالحاسوب في دايجون بكوريا الجنوبية، بحسب الدكتور محمد يعقوب، الأستاذ المشارك في قسم الرؤية الحاسوبية وتعلّم الآلة في جامعة محمد بن زايد للذكاء الاصطناعي، والمُطوّر المشارك للنظامين.
وقال: «إن الخَرَف أحد أبرز التحديات الصحية في عصرنا، ويمكن لهذين النموذجين الجديدين أن يساعدا الأطباء على تحسين رعاية المرضى في مختلف مراحل المرض». 

النموذج الأول 
وأوضح الدكتور يعقوب أن هناك نظامين جديدين للذكاء الاصطناعي، وهو شبكة عصبية بيانية تُصنّف مرضى الخَرَف إلى ثلاث فئات: ضعف إدراكي طفيف، خَرَف وعائي، أو مرض الزهايمر، ويُعدّ التمييز بين هذه الأنواع الفرعية أمراً صعباً، حيث يتم تشخيص ما بين 20% و30% من المرضى بشكل خاطئ، مما يؤدي إلى الوفاة المبكرة وتراجع جودة الحياة، منوهاً إلى أنه يحاكي ClinGRAD طريقة تفسير الأطباء للبيانات، عبر التركيز على المؤشرات البيولوجية المعروفة للخَرَف، مثل التغيرات في مناطق مختلفة من الدماغ، التي يمكن تحليلها باستخدام التصوير بالرنين المغناطيسي وشبكات التعبير الجيني المشترك. وقد حقق النموذج دقة بنسبة 98.75% على مجموعة بيانات معيارية، متفوقاً على الأساليب الحالية.  ونوه الدكتور يعقوب إلى أن الخَرَف يشمل مرض الزهايمر وأنواعاً أخرى مثل الخَرَف الوعائي، تصيب نحو 55 مليون شخص حول العالم، وهو رقم يُتوقّع أن يتضاعف ثلاث مرات بحلول عام 2050. 

التفكير السريري 
وقالت سلمى حسن، طالبة الدكتوراه في تعلّم الآلة بجامعة محمد بن زايد للذكاء الاصطناعي، والمشاركة في تطوير النظامين، إن الهدف من النماذج تزويد الأطباء بأدوات دقيقة وقابلة للتفسير في الوقت ذاته. 

النموذج الثاني 
وحول النموذج الثاني MAGNET-AD، أوضحت سلمى حسن أنه يستخدم شبكة عصبية بيانية للكشف عن مرض الزهايمر قبل ظهور الأعراض، إذ يتنبأ بكلّ من درجة الأداء الإدراكي للمريض (PACC) والوقت الذي سيُصاب فيه بمرض الزهايمر ومن خلال تحليل البيانات الطولية، بما في ذلك فحوص الدماغ، والبيانات الجينية، والسجلات الصحية الإلكترونية، يتمكّن من تحديد السمات المبكرة للمرض، ويملك إمكانية الاستخدام قبل سنوات من ظهور الأعراض السريرية، ويُعد MAGNET-AD النظام الأول من نوعه الذي يدمج البيانات المكانية والزمانية ومتعدّدة الوسائط ضمن إطار قابل للتفسير واحد.  ولفتت إلى أن مؤشر توافق (C-index) بلغ 0.8582، متفوقاً بشكل ملحوظ على أفضل نموذج تال (0.8041)، تم تصميم كل من ClinGRAD وMAGNET-AD مع مراعاة قابلية تفسير النتائج، بما يُسهم في تعزيز الثقة بين أنظمة الذكاء الاصطناعي والأطباء. 

تمكين
أضافت أن الهدف من النموذجين تمكين الأطباء عبر تزويدهم بمعلومات أفضل، لا استبدالهم، وشارك في تطوير النظامين كل من: مصطفى سالم، زميل أبحاث ما بعد الدكتوراه في الرؤية الحاسوبية بجامعة محمد بن زايد للذكاء الاصطناعي، والدكتور فيجاي رام كومار بابينيني، استشاري الأشعة في مدينة الشيخ شخبوط الطبية، والدكتور أيمن السيد، استشاري أول الأشعة في مدينة الشيخ شخبوط الطبية. وفي المستقبل، سيعمل الباحثون على اختبار نماذجهم على مجموعات بيانات أكثر تنوعاً، وتوسيع نطاقها لتشمل أنواعاً إضافية من البيانات البيولوجية.

 

أخبار ذات صلة «الموارد البشرية» تطلق أنظمة رقمية مبتكرة مدعومة بالذكاء الاصطناعي انطلاق أعمال قمة رابطة دول الآسيان الـ47 في ماليزيا

المصدر: صحيفة الاتحاد