تصوير قاع العين من دون توسيع الحدقة: الذكاء الاصطناعي يرصد في عيادات الرعاية الأولية آفات البقعة الصفراء التي تستدعي الإحالة

قد لا يسبب التنكس البقعي المرتبط بالعمر (AMD) أعراضًا واضحة في مراحله المبكرة، وعندما يطلب المريض الرعاية الطبية بعد تضرر الرؤية المركزية، تكون فرصة الحفاظ على البصر قد تقلصت غالبًا. وإذا أمكن التقاط صور لقاع العين في عيادات طب الأسرة أو العيادات العامة وتحديد الأشخاص الذين يحتاجون إلى إحالة إلى اختصاصي عيون في المكان نفسه، فقد لا يظل الفحص مقيدًا بالعيادات التخصصية. وتوفر دراسة استباقية نُشرت في «Scientific Reports» بيانات أداء أقرب إلى ظروف الممارسة الفعلية لهذا المسار السريري.

جنّد فريق البحث في ثلاث عيادات للرعاية الأولية وثلاث عيادات عامة لطب العيون في مدينة نيويورك 845 بالغًا بعمر 50 عامًا فأكثر لم يسبق تشخيصهم بـAMD. خضع المشاركون أولًا لتصوير ملون لكلتا العينين باستخدام كاميرا لقاع العين من دون توسيع الحدقة، ثم حلّل iPredict-AMD الصور؛ والتُقطت بصورة منفصلة صور بعد توسيع الحدقة، صنّفها ثلاثة أطباء عيون بصورة مستقلة، واستُخدم حكم الأغلبية معيارًا للمقارنة. وبعد استبعاد غير المؤهلين، ومن كان لديهم AMD سابقًا، ومن لم يستكملوا الإجراءات، دخل 696 شخصًا تحليل نقطة النهاية الرئيسية، منهم 339 من عيادات الرعاية الأولية و357 من عيادات طب العيون.

لا يهدف iPredict-AMD إلى تقديم تشخيص كامل، بل إلى الإجابة عن سؤال إحالة أكثر عملية: هل تُظهر الصور آفات تتجاوز AMD المبكر، أي حالات متوسطة أو متأخرة ينبغي أن يخضع أصحابها لمزيد من التقييم لدى طبيب عيون؟ بلغت المساحة تحت المنحنى (AUC) على مستوى المشاركين 0.92، مع حساسية قدرها 90.27% ونوعية قدرها 83.36%. ومن بين 113 شخصًا اعتبر تقييم الخبراء أنهم يحتاجون إلى الإحالة، تعرّف النظام بصورة صحيحة على 102، لكنه أخفق في اكتشاف 11. وأفادت الدراسة أيضًا بأن القيمة التنبؤية السلبية بلغت 97.79%، إلا أن هذا الرقم يتغير تبعًا لانتشار المرض في الفئة الخاضعة للفحص، ولا يمكن تطبيقه مباشرة على جميع البيئات.

صُمم سير العمل عمدًا ليحاكي العيادات العامة: لا تتطلب الصور توسيع الحدقة مسبقًا، وبعد اجتياز فحص الجودة تُرفع إلى السحابة، حيث تفسرها خمسة نماذج للتعلم العميق بصورة مشتركة، ثم تُعاد خلال نحو دقيقة نتيجة «إحالة» أو «عدم الإحالة في الوقت الحالي» أو «جودة الصورة غير كافية». طُوّر النموذج باستخدام 116,875 صورة لقاع العين من دراسة AREDS؛ أما هذه الدراسة فاختبرت أداءه خارج مجموعة البيانات القائمة من خلال تسجيل استباقي للمشاركين وقراءات مستقلة لأطباء العيون. كان تسجيل التجربة قد قدّر في الأصل تجنيد 1,000 شخص، لكن الورقة البحثية النهائية أفادت بتجنيد 845 شخصًا، ثم انخفض العدد مجددًا إلى 696 في التحليل الرئيسي، وهي فجوة لا يمكن تجاهلها عند تفسير النتائج.

كما يوضح نطاق هذه الأداة حدودها. فقد دُربت فقط على تحديد الحاجة إلى الإحالة بسبب AMD، ولا يمكن اعتبارها قادرة على تشخيص اعتلال الشبكية السكري أو قصر النظر الشديد أو الغشاء فوق الشبكي لمجرد أنها صنّفت صورًا غير طبيعية أخرى على أنها تستدعي الإحالة. كذلك تركزت جميع المراكز في مدينة واحدة، واستخدمت كاميرات قاع عين موحدة وسير عمل سحابيًا متسقًا؛ ولا تزال معرفة ما إذا كانت الحساسية والنوعية ستظلان ثابتتين عند الانتقال إلى فئات سكانية وأجهزة وظروف اتصال بالإنترنت وأنظمة إحالة طبية مختلفة تتطلب دراسات استباقية خارجية.

تُظهر الدراسة دقة الفحص، لكنها لم تثبت بعد أن تطبيق النظام يمكن أن يرفع معدل مراجعة اختصاصيي العيون، أو يقلص التأخر في العلاج، أو يحد من فقدان البصر. كما أن نشر الورقة البحثية لا يعني أن الجهات التنظيمية وافقت على طرح المنتج في السوق. تلقى هذا العمل تمويلًا من برنامج أبحاث ابتكار الشركات الصغيرة التابع للمعاهد الوطنية للصحة الأمريكية، ويعمل المؤلف المسؤول لدى شركة iHealthScreen المطوّرة للنظام، ويحمل براءة اختراع ذات صلة بفحص الصور. وإذا أُريد إدخال النظام مستقبلًا في الرعاية الطبية الروتينية، فسيتعين، إلى جانب التحقق منه عبر مناطق مختلفة، توضيح معدل فشل التصوير، وعبء الإحالات الخاطئة، وحوكمة البيانات، والجدوى من حيث التكلفة، والوضع التنظيمي.