→ العودة إلى الصفحة الرئيسية

الذكاء الاصطناعي يرشد المبتدئين إلى التقاط صور قلب بالموجات فوق الصوتية قابلة للتفسير، مع استمرار تفاوت الجودة في الاستخدام المجتمعي

تُظهر ثماني دراسات أن الإرشاد الآني بالذكاء الاصطناعي يمكن أن يساعد المشغّلين غير المتخصصين على الحصول على صور تستوفي معايير الجودة؛ لكن النتائج تتباين بوضوح خارج البيئات التي توفر تدريبًا وإشرافًا أكثر اكتمالًا. فالقدرة على التقاط الصور لا تزال بحاجة إلى تحقق لإثبات موثوقية التشخيص وتحقيق فائدة للمرضى.

By SURL BioNews

غالبًا ما تبدأ العقبة الأولى أمام الحصول على صور واضحة للقلب بالموجات فوق الصوتية من اليد التي تمسك بالمسبار. فحتى عندما يصل الجهاز إلى المريض، يظل على المشغّل العثور على الموضع والزاوية المناسبين. ويشير تحليل تلوي نُشر في 16 نوفمبر في مجلة «BMC Cardiovascular Disorders» إلى أن الإرشاد الآني بالذكاء الاصطناعي قد يساعد الأشخاص الذين يفتقرون إلى تدريب رسمي في تخطيط صدى القلب على الحصول على صور قابلة للتفسير، لكن امتداد هذه الفعالية إلى الخدمات المجتمعية اليومية يعتمد على مزيد من الترتيبات الداعمة.

جمع البحث ثماني دراسات أُجريت على مرضى فعليين، وشملت 74 مشغّلًا مبتدئًا أو غير متخصص، وخمسة أنظمة للذكاء الاصطناعي، و2,365 مشاهدة. وتقدم هذه الأدوات أثناء الفحص ملاحظات آنية بشأن موضع المسبار وجودة الصورة لمساعدة المشغّل على التقاط الصور. وقدّر التحليل الرئيسي نسبة الصور التي استوفت عتبات الجودة المحددة مسبقًا في كل دراسة بـ96.3%، مع فاصل ثقة بنسبة 95% تراوح بين 85.5% و99.3%؛ وكانت الفروق بين الدراسات كبيرة، لذلك لا يمكن اعتماد هذا الرقم مباشرة بوصفه معدل النجاح المتوقع لأي خدمة جديدة.

وعند النظر إلى أساليب التطبيق كلٌّ على حدة، يصبح التفاوت أوضح. ففي ست دراسات أُجريت في ظروف مضبوطة أو وفق إجراءات تنفيذ محددة، بلغ المعدل المجمّع للصور المستوفية لمعايير الجودة 98.0%؛ أما في دراستين مجتمعيتين لامركزيتين فبلغ 63.7%، مع فاصل ثقة بنسبة 95% واسع تراوح بين 20.6% و92.6%. وأبرزت أيضًا تغطيتا Bioengineer.org وUnite.AI للموضوع نفسه هذه الفجوة: فإمكان تطبيق التقنية في بيئة بحثية ذات ترتيبات متكاملة لا يعني أن الجودة نفسها ستستمر تلقائيًا عند توسيع نطاق الخدمة.

لكن هذه المقارنة كانت تحليلًا استكشافيًا أُجري بعد استكمال التحليل الرئيسي. فقد اختلفت الدراسات المجتمعية عن الدراسات الأخرى من حيث الإشراف والتدريب وخلفيات المشغّلين واختيار المرضى، ما يمنع إرجاع النتائج إلى بيئة التطبيق وحدها. ولأن البيانات المجتمعية اقتصرت على دراستين، فمن الأنسب اعتبار نسبة 63.7% وصفًا للأدلة المتاحة حاليًا، لا سقفًا ثابتًا للاستخدام المجتمعي.

كما لم يكن تعريف «استيفاء معايير الجودة» موحدًا. ففي خمس دراسات، قيّم خبراء مستقلون الصور، بينما اعتمدت الدراسات الثلاث الأخرى على قدرة البرمجيات على إنتاج قيمة للكسر القذفي للبطين الأيسر بنجاح بوصفها معيارًا؛ وهذا مقياس لوظيفة القلب في ضخ الدم، لكن نجاح استخراج قيمة عددية وحده لا يثبت إمكان تفسير جميع المسائل السريرية بصورة موثوقة. كذلك، لم تأتِ المشاهدات البالغ عددها 2,365 جميعها من مرضى مختلفين؛ إذ احتسبت إحدى الدراسات مرات الفحص المتكررة، واحتسبت أخرى الصور الفردية، وهو تمييز يجب مراعاته عند تفسير حجم البيانات.

ما يدعمه هذا التحليل هو جدوى التقاط المبتدئين للصور بمساعدة الذكاء الاصطناعي. ولأن الدراسات المشمولة كانت جميعها تقريبًا ذات تصميم أحادي المجموعة، فإنه لا يستطيع بعد الإجابة بوضوح عن مقدار التحسن الذي يحققه المشغّلون مقارنة بالعمل دون مساعدة الذكاء الاصطناعي. كما أن بلوغ الصور العتبات التي حددتها الدراسات لا يعادل دقة التشخيص؛ ولم تثبت البيانات الحالية أيضًا أن هذا الإرشاد يحسّن قرارات العلاج اللاحقة أو النتائج الصحية للمرضى.

ولإتاحة خدمات فحص القلب في مزيد من الأماكن، يجب ألا تقتصر الخطوة التالية على النظر في قدرة البرمجيات على توجيه المسبار، بل ينبغي أيضًا التحقق من كيفية تكامل التدريب ودعم الخبراء وفحوص جودة الصور. وقد وضع الباحثون هذه الجوانب ضمن أولويات توسيع نطاق التطبيق، ودعوا إلى إجراء دراسات مقارنة تربط بين جودة التقاط الصور ودقة التشخيص والفائدة السريرية. وقد أظهر الذكاء الاصطناعي بالفعل إمكانية مساعدة مزيد من الأشخاص على التقاط صور قابلة للاستخدام، لكن تحويل هذه الإمكانية إلى قدرة مستقرة على تقديم الرعاية لا يزال يتطلب أدلة أقرب إلى واقع الخدمات اليومية.

References

  1. BMC Cardiovascular Disorders
  2. Bioengineer.org
  3. Unite.AI