الذكاء الاصطناعي الطبي · asia
الذكاء الاصطناعي يضيف معيارًا إلى تفسير الموجات فوق الصوتية للغدة الدرقية: دقة الأطباء ترتفع إلى 84.5% في دراسة استكشافية
حسّن نموذج يقيّم خصائص C-TIRADS بندًا بندًا قدرة طبيبين على التمييز بين الحميد والخبيث في صور 303 عُقيدات؛ لكن الحالات كانت منحازة نحو الخباثة، ولم تكن عملية قراءة الصور معماة بما يكفي، ولا تزال هناك فجوات حاسمة في التحقق قبل اعتماده ضمن الممارسة السريرية الروتينية.
غالبًا ما لا تُظهر صور الموجات فوق الصوتية لعُقيدات الغدة الدرقية حدودًا واضحة تفصل بين الحميد والخبيث، إلا أن الفروق الدقيقة في الحواف والصدى والتكلسات قد تؤثر في المسار الذي يسلكه المريض، سواء للمتابعة أو الخزعة بالإبرة أو تلقي علاج إضافي. وتشير دراسة منشورة في مجلة «Frontiers in Medicine» إلى أن إدماج الذكاء الاصطناعي في عملية التفسير هذه قد يساعد الأطباء على تحديد العُقيدات عالية الخطورة باتساق أكبر.
أنشأ فريق البحث نموذجًا يستند إلى نظام الإبلاغ وبيانات تصوير الغدة الدرقية الصيني C-TIRADS، بحيث يحدد موقع العُقيدة أولًا ثم يتعرف إلى خصائصها في صور الموجات فوق الصوتية. ولا يصدر النظام مباشرةً إجابة عن السرطان يصعب تتبع أساسها، بل يحلل تركيب العُقيدة وصداها وشكلها وحوافها والبؤر عالية الصدى، ثم يجمع الدرجات وفق قواعد الإرشادات لتكوين فئة لخطر كونها حميدة أو خبيثة.
استُخدمت بيانات من ثلاثة مستشفيات لتطوير النموذج: شملت وحدة تحديد مواقع العُقيدات 1,921 صورة، بينما استخدمت وحدة تصنيف الخصائص 6,469 عينة موسومة. وفُصلت مجموعة التحقق السريري عن مرضى التدريب على مستوى الحالات، وشملت إجمالًا 303 عُقيدات لدى 284 بالغًا؛ منها 94 حميدة و209 خبيثة، واستند التصنيف إلى الفحص المرضي الجراحي أو نتائج الفحص الخلوي لخزعة الإبرة الدقيقة المطابقة لفئات محددة من تصنيف Bethesda.
بلغت الدقة الإجمالية للذكاء الاصطناعي عند تفسير هذه الصور منفردًا 86.2%. وبلغت دقة طبيبين مختصين بالموجات فوق الصوتية تلقيا تدريبًا على C-TIRADS نسبة 70.5% من دون الذكاء الاصطناعي؛ وبعد إتاحة تنبؤات النموذج بالخصائص وتصنيفاته للمخاطر، ارتفعت الدقة إلى 84.5%. كما ارتفع معدل استرجاع العُقيدات الخبيثة من 68.9% إلى 81.9%، ما يشير إلى أن التحسن لم ينتج فقط من التعرف إلى الحالات الحميدة.
لكن لا يمكن اعتبار هذا الفارق البالغ 14 نقطة مئوية دليلًا مباشرًا على فائدة سريرية مثبتة. فقد قرأ الطبيبان الصور أولًا بصورة مستقلة، ثم اطلعا لاحقًا على مجموعة الصور نفسها مع نتائج الذكاء الاصطناعي، وكانا يعلمان مسبقًا بأداء النموذج، ما قد يجعلهما عرضة لتأثير الذاكرة والتوقعات؛ كذلك لم تتضمن الدراسة تعمية كافية أو توزيعًا عشوائيًا أو فترة فصل محددة مسبقًا، واعتمدت النتيجة التفسيرية النهائية على توافق الطبيبين فقط.
كما أظهرت مجموعة التحقق اختلالًا واضحًا في توازن الفئات: إذ شكّلت العُقيدات الخبيثة نحو 69%، وهي نسبة أعلى بكثير مما يوجد عادةً في سياق فحص العُقيدات. واحتفظت الدراسة بالتصنيف الثنائي والمؤشرات المجمعة فقط، من دون إجراء اختبار رسمي للفرضيات، كما تعذر تقييم منحنى ROC أو معايرة المخاطر أو صافي المنفعة في اتخاذ القرارات السريرية. لذلك، لا تستطيع النتائج الحالية الإجابة عما إذا كانت هذه الأداة ستقلل الخزعات غير الضرورية أو تمنع إغفال التشخيص أو تحافظ على أدائها عبر مستشفيات وأجهزة مختلفة.
تتطلب الخطوة التالية دراسة مستقبلية أكبر حجمًا ومتعددة المراكز والقراء، تقارن بين القراءة بمساعدة الذكاء الاصطناعي ومن دونها باستخدام تصميم معمى أو قراءة متوازية، وتشمل نسبة انتشار للمرض أقرب إلى العيادات اليومية. وفي الوقت الراهن، يُفهم هذا العمل على نحو أنسب بوصفه إشارة ملموسة إلى دعم القرار السريري: فقد يساعد الذكاء الاصطناعي الأطباء على استخدام C-TIRADS باتساق أكبر، لكنه يظل أداة لتصنيف المخاطر ولا يمكنه أن يحل محل التشخيص المرضي.