الذكاء الاصطناعي يتنبأ بتقدم الجلوكوما لدى المرضى عاليي الخطورة بدقة ملحوظة

أدت التطورات الأخيرة في مجال الذكاء الاصطناعي (AI) إلى أبحاث رائدة في مجال طب العيون. تكشف دراسة جديدة نُشرت عبر الإنترنت في المجلة البريطانية لطب العيون أن الذكاء الاصطناعي المدرب على التعرف على العلامات الحمراء في صور الشبكية والمعلومات السريرية يمكنه التنبؤ بتطور الجلوكوما لدى الأفراد عاليي الخطورة بدقة استثنائية. هذا النهج المبتكر للتنبؤ بالجلوكوما لديه القدرة على إحداث ثورة في التشخيص ورعاية المرضى.

تحدي تحديد الجلوكوما لدى المرضى عاليي الخطورة

يُعد الجلوكوما، وهو سبب رئيسي للعمى في جميع أنحاء العالم، تحدياً فريداً للأطباء. غالباً ما يكون من الصعب تحديد ما إذا كان الأفراد الذين يعانون من علامات مشبوهة مبكرة لتلف العصب البصري ولكن بدون ارتفاع ضغط العين المميز (IOP) سيتقدمون إلى الجلوكوما ووجهوا خطر فقدان البصر. طرق التشخيص التقليدية لها قيود في تحديد هؤلاء الأفراد عاليي الخطورة.

استخدام الذكاء الاصطناعي لسد الفجوة التشخيصية

لمعالجة هذه الفجوة التشخيصية، قام فريق من الباحثين بدراسة شاملة. حللوا البيانات السريرية لـ 12,458 عيناً تظهر علامات مبكرة للجلوكوما وحددوا 210 عيون تقدمت إلى الجلوكوما و105 لم تتقدم. تم مراقبة هذه العيون عن كثب كل 6-12 شهراً لمدة 7 سنوات على الأقل.

خوارزميات الذكاء الاصطناعي والخصائص التنبؤية

استغل الباحثون قوة الذكاء الاصطناعي من خلال الاستفادة من العلامات الحمراء في صور الشبكية التي تم التقاطها خلال فترة المراقبة و15 ميزة سريرية رئيسية. شملت هذه الميزات العمر، الجنس، ضغط العين، سمك القرنية، سمك طبقة العصب الشبكي، ضغط الدم، ومؤشر كتلة الجسم (BMI). استخدموا هذه النقاط البيانات لتطوير مجموعة من التركيبات 'التنبؤية'، والتي تم تغذيتها إلى ثلاثة مصنّفين للتعلم الآلي.

كانت النتائج لا تقل عن ملحوظة. تنبأت جميع خوارزميات التعلم الآلي الثلاث باستمرار بتقدم الجلوكوما، وكذلك توقيت هذا التقدم، بدراسة عالية من الدقة، تتراوح بين 91% و99%. يشير هذا الاختراق إلى أن الذكاء الاصطناعي لديه القدرة على إحداث ثورة في تشخيص وإدارة مشتبه بهم الجلوكوما.

الخصائص السريرية التنبؤية الرئيسية

من بين الـ 15 ميزة سريرية محللة، برزت ثلاث منها كأكثرها أهمية للتنبؤ بتقدم الجلوكوما: ضغط العين الأساسي، ضغط الدم الانبساطي (الرقم الثاني في قراءة ضغط الدم، يقيس ضغط الشرايين بين ضربات القلب)، ومتوسط سمك طبقة الألياف العصبية الشبكية. ومن المثير للاهتمام، أن العمر الأساسي لم يثبت كعامل تنبؤي مهم، على الرغم من ملاحظة أن أولئك الذين تقدموا إلى الجلوكوما كانوا أصغر سناً في المتوسط من أولئك الذين لم يتقدموا.

قيود الدراسة والإمكانات المستقبلية

بينما تمثل هذه القفزة الكبيرة في التنبؤ بالجلوكوما، تعترف الدراسة ببعض القيود. تم تدريب نموذج الذكاء الاصطناعي على بيانات محدودة نسبياً، مع التركيز على الأفراد الذين لديهم ضغط عين طبيعي ولم يتلقوا أي علاج للجلوكوما خلال فترة المراقبة. وبالتالي، قد تكون قابلية تطبيق النموذج مقيدة بهذا السكان المرضى المحددين.

ومع ذلك، فإن الباحثين متفائلون بشأن إمكانية المزيد من التحسين. يقترحون أنه مع التدريب والاختبار الإضافيين على مجموعة بيانات أكبر، يمكن تحسين نماذج التعلم العميق أكثر. يمكن أن يزود هذا الأطباء بأداة قيمة للتنبؤ بمسار مرضى مشتبه بهم الجلوكوما الفرديين، مما يسمح باتخاذ قرارات إدارة مخصصة.

آثار الممارسة السريرية

آثار هذه البحث عميقة. التنبؤ بمسار الجلوكوما بشكل فردي يمكن أن يمكّن الأطباء من تخصيص استراتيجيات الإدارة الخاصة بهم لتلبية احتياجات كل مريض على وجه التحديد. يشمل ذلك تحديد وتيرة زيارات المتابعة، والقرار بشأن متى بدء علاجات خفض ضغط العين، وتحديد مستويات ضغط العين المستهدفة. مثل هذه النهج المخصصة لديها القدرة على تحسين رعاية المرضى وتحسين النتائج.

في السعي لمكافحة الجلوكوما ومنع فقدان البصر، برز الذكاء الاصطناعي كحليف واعد. توضح الدراسة الرائدة التي تمت مناقشتها هنا إمكانات الذكاء الاصطناعي للتنبؤ بتقدم الجلوكوما لدى الأفراد عاليي الخطورة بدقة. بينما لا تزال هناك حاجة إلى مزيد من البحث والتحسين، فإن هذا التطور يقدم أملاً لتشخيص وإدارة أكثر فعالية لمشتبه بهم الجلوكوما. مع تقدم الذكاء الاصطناعي، قد يكون حاسماً في الحفاظ على هدية البصر الثمينة لعدد لا يحصى من الأفراد في جميع أنحاء العالم.