الإشارة العرضية في التصوير المقطعي المحوسب للصدر: هل يستطيع الذكاء الاصطناعي رؤية مخاطر القلب والأوعية مبكرا؟

تجرى كثير من فحوص التصوير المقطعي المحوسب للصدر أصلا من أجل الرئتين أو الأورام أو مشكلات أخرى في الصدر، ولا تكون مخاطر القلب والأوعية هي محور الفحص. لكن الصور غالبا ما تسجل في الوقت نفسه دلائل مثل تكلس الأوعية الدموية، وشكل القلب، وتغيرات الأنسجة المحيطة. وإذا أمكن قراءة هذه المعلومات على نحو موثوق، فقد تتمكن الفحوص القائمة من حمل طبقة إضافية من وظائف الطب الوقائي: أن تشير للأطباء، قبل حدوث احتشاء عضلة القلب أو السكتة الدماغية، إلى الأشخاص الذين يحتاجون إلى تقييم أكثر نشاطا.

نشرت Nature Medicine في 17 يونيو 2025 دراسة تعرض نظام ذكاء اصطناعي لتقدير مخاطر القلب والأوعية باستخدام صور التصوير المقطعي المحوسب الروتيني للصدر. ووفقا لملخص الدراسة، لم يكتف الفريق ببناء نموذج، بل أجرى أيضا تحققا خارجيا، وكان الهدف هو التنبؤ بمخاطر أحداث قلبية وعائية كبرى مستقبلية، مثل احتشاء عضلة القلب والسكتة الدماغية، من بيانات تصويرية انتهازية. وهذا يجعله مختلفا عن نماذج الذكاء الاصطناعي التي تكتفي بعرض القدرة على تمييز الصور، إذ يدفع المسألة نحو قراءة إنذارية سريرية: هل يمكن لصورة مقطعية التقطت بالفعل أن تقدم إشارة قابلة للاستخدام بشأن مخاطر المريض المستقبلية؟

تكمن جاذبية هذا النوع من «الفحص الانتهازي» في أنه لا يطلب من المريض الخضوع لفحص تصويري إضافي من أجل تقييم المخاطر. فالتصوير المقطعي المحوسب للصدر مستخدم بكثرة في المستشفيات، وإذا استطاعت الخوارزمية تحليل الصور تلقائيا ضمن المسارات القائمة، فقد تساعد نظريا في تحديد الفئات عالية الخطورة التي قد لا تلتقطها عوامل الخطر التقليدية بالكامل. غير أن ذلك يعني أيضا أن النموذج يجب أن يواجه تعقيد صور العالم الحقيقي، بما في ذلك اختلاف معايير المسح، واختلاف الفئات السكانية بين المؤسسات الطبية، والقيود الناشئة عن أن الصور لم تكن مصممة أصلا لتقييم القلب والأوعية.

يشير ملخص الدراسة على وجه الخصوص إلى التحقق الخارجي، وهو خطوة مهمة لهذا النوع من الذكاء الاصطناعي الطبي للانتقال من عرض تقني إلى موثوقية سريرية. فكثيرا ما تبالغ الاختبارات الداخلية في تقدير أداء النموذج، لأن بيانات التدريب والاختبار قد تتشارك معدات وفئات سكانية ومسارات سريرية متقاربة؛ أما البيانات الخارجية فتستطيع اختبار ثبات النموذج في بيئات مختلفة على نحو أكثر صرامة. ومع ذلك، لا يقدم الملخص كل التفاصيل الكافية للحكم على قابلية الاستخدام السريري، مثل عدد الأحداث، ومدة المتابعة، وفروق الأداء بين الفئات السكانية المختلفة، ومقدار الإضافة مقارنة بدرجات المخاطر القائمة، ولذلك ينبغي أن يبقى تفسير النتائج محتفظا بحس التناسب.

بالنسبة إلى موقع الرعاية الطبية، لا تكمن المسألة الحقيقية في ما إذا كان الذكاء الاصطناعي يستطيع حساب درجة خطر، بل في كيفية استخدام هذه الدرجة لاحقا. إذا أشار النموذج إلى أن شخصا ما أعلى خطرا، فهل ينبغي للطبيب ترتيب فحوص إضافية، أو تعديل استراتيجيات خفض الدهون أو خفض ضغط الدم، أو الاكتفاء بوضع النتيجة في السجل الطبي كمعلومة مساعدة؟ إذا لم تستند هذه الإجراءات إلى دراسات مستقبلية ومسارات واضحة، فقد يزيد التنبؤ بالذكاء الاصطناعي من التنبيهات، لكنه قد لا يحسن بالضرورة نتائج المرضى.

ستظهر أيضا مسائل التنظيم والمسؤولية تبعا لذلك. فالتصوير المقطعي المحوسب الروتيني للصدر يحصل لغرض سريري محدد، وإذا كان الذكاء الاصطناعي يحلل في الخلفية مخاطر القلب والأوعية بصورة إضافية، فإن موافقة المريض، وإبلاغ النتائج، والقلق والعبء الطبي الناتجين عن النتائج الإيجابية الكاذبة، كلها تحتاج إلى تصميم مؤسسي. وإذا أريد نشر النموذج في مستشفيات مختلفة، فيجب أيضا إثبات أنه قادر على الحفاظ على أدائه في ظل انجراف البيانات، وتحديث المعدات، واختلاف الفئات السكانية، لا أن يبدو دقيقا في بيانات البحث فقط.

تكمن أهمية هذه الدراسة في أنها تنقل نقاش الذكاء الاصطناعي الطبي من «رؤية الآفات في الصور» إلى «التنبؤ بأحداث لم تقع بعد». وقد لا يتحول التصوير المقطعي المحوسب للصدر بسبب ذلك إلى مدخل شامل لفحص القلب والأوعية، لكنه يذكر الطب السريري بأن بيانات التصوير الموجودة بالفعل ما زالت تحمل إشارات حيوية لم تستخدم بالقدر الكافي. وستكون الخطوة الحاسمة التالية هي إثبات أن هذه الإشارات لا يمكن للخوارزميات قراءتها فحسب، بل يمكن للنظام الصحي أيضا تحويلها بمسؤولية إلى قرارات رعاية أبكر وأكثر دقة.