تعمل نماذج الذكاء الاصطناعي على تحسين دقة تشخيص مرض الشريان التاجي

تعمل نماذج الذكاء الاصطناعي على تحسين دقة تشخيص مرض الشريان التاجي

تظهر العديد من الاكتشافات الحديثة أن دقة تشخيص مرض الشريان التاجي والتنبؤ بمخاطر المريض يتم تحسينها باستخدام نماذج الذكاء الاصطناعي (AI) التي طورها العلماء في قسم الذكاء الاصطناعي في الطب في Cedars-Sinai.

هذه التطورات بقيادة بيوتر سلومكا، دكتوراه,مدير الابتكار في التصوير في Cedars-Sinai وعالم أبحاث في قسم الذكاء الاصطناعي في الطب ومعهد سميت للقلب، يسهل اكتشاف وتشخيص أحد أمراض القلب الأكثر شيوعًا وفتكًا.

يؤثر مرض الشريان التاجي على الشرايين التي تزود عضلة القلب بالدم. إذا تركت دون علاج، يمكن أن تؤدي إلى نوبة قلبية أو مضاعفات أخرى مثل عدم انتظام ضربات القلب أو قصور القلب.

يتم تشخيص هذه الحالة، التي تؤثر على ما يقرب من 16.3 مليون أمريكي تتراوح أعمارهم بين 20 عامًا فما فوق، عادةً باستخدام التصوير المقطعي المحوسب بانبعاث الفوتون الواحد (SPECT) والتصوير المقطعي المحوسب (CT). ومع ذلك، فإن الصور التي يتم إنتاجها عن طريق المسح الضوئي ليست سهلة دائمًا للقراءة.

وقال سلومكا، وهو أيضًا أستاذ الطب وأمراض القلب ومؤلف رئيسي لثلاث دراسات منشورة مؤخرًا باستخدام الذكاء الاصطناعي لتحسين تصوير القلب: "نواصل إظهار أن الذكاء الاصطناعي يمكنه تحسين جودة الصور والكشف عن المزيد من المعلومات، مما يؤدي إلى تشخيص أكثر دقة للأمراض".

استخدام الذكاء الاصطناعي لتحسين تصوير القلب

تستخدم الدراسة الأولى، المنشورة في مجلة الطب النووي، تقنية الذكاء الاصطناعي لتصوير القلب، مما يساعد على تحسين دقة تشخيص التصوير المقطعي المحوسب (SPECT) لمرض الشريان التاجي من خلال تصحيحات الصور المتقدمة.

يعد تصحيح التوهين أمرًا مهمًا في التصوير المقطعي المحوسب (SPECT)، مما يساعد على تقليل الشوائب في صور القلب وجعلها أسهل في القراءة وأكثر دقة. ومع ذلك، فإنه يتطلب فحصًا إضافيًا بالأشعة المقطعية وأجهزة هجينة باهظة الثمن SPECT/CT، والتي تعد في الأساس ماسحتين ضوئيتين في جهاز واحد.

في حين ثبت أن تصحيح التوهين بالأشعة المقطعية يحسن تشخيص مرض الشريان التاجي، إلا أنه لا يتم إجراؤه حاليًا إلا على عدد قليل من عمليات الفحص بسبب وقت المسح الإضافي والإشعاع ومحدودية توفر هذه التكنولوجيا باهظة الثمن.

للتغلب على هذه العقبات، طور سلومكا وفريقه نموذجًا للتعلم العميق يسمى DeepAC لإنشاء صور SPECT مصححة دون الحاجة إلى ماسحات ضوئية هجينة باهظة الثمن. يتم إنشاء هذه الصور بواسطة تقنيات الذكاء الاصطناعي المشابهة لتلك المستخدمة لإنشاء مقاطع فيديو "مزيفة بعمق" ويمكنها محاكاة صور عالية الجودة تم الحصول عليها من ماسحات SPECT/CT الهجينة.

قارن الفريق دقة تشخيص مرض الشريان التاجي مع صور SPECT غير المصححة المستخدمة في معظم الأماكن اليوم، وصور SPECT/CT الهجينة المتقدمة، والصور الجديدة المصححة بواسطة الذكاء الاصطناعي في البيانات غير المرئية من المراكز التي لم يتم استخدامها مطلقًا في تدريب DeepAC.

ووجدوا أن الذكاء الاصطناعي أنشأ صورًا بنفس الجودة تقريبًا وأتاح دقة تشخيصية مماثلة لتلك التي تم الحصول عليها باستخدام الماسحات الضوئية الأكثر تكلفة.

كان نموذج الذكاء الاصطناعي هذا قادرًا على إنشاء صور DeepAC في أجزاء من الثانية على برامج الكمبيوتر القياسية ويمكن تنفيذها بسهولة في سير العمل السريري كخطوة معالجة مسبقة تلقائية.

بيوتر سلومكا، دكتوراه,مدير ابتكار التصوير، Cedars-Sinai

التنبؤ بأحداث القلب السلبية الكبرى

وفي الدراسة الثانية، التي نشرت في مجلة الكلية الأمريكية لأمراض القلب: تصوير القلب والأوعية الدموية، أظهر الفريق أن التعلم العميق للذكاء الاصطناعي يجعل من الممكن التنبؤ بالأحداث القلبية الضارة الرئيسية مثل الموت والنوبات القلبية مباشرة من صور SPECT.

وقام الباحثون بتدريب نموذج الذكاء الاصطناعي باستخدام قاعدة بيانات كبيرة متعددة الجنسيات تضمنت خمسة مواقع مختلفة مع أكثر من 20 ألف عملية فحص للمرضى. ويحتوي على صور تصور التروية القلبية والحركة لكل مريض.

يقدم نموذج الذكاء الاصطناعي تفسيرات مرئية للأطباء ويسلط الضوء على الصور مع المناطق التي تساهم في ارتفاع خطر حدوث أحداث سلبية.

ثم اختبر الفريق نموذج الذكاء الاصطناعي في موقعين مختلفين بأكثر من 9000 عملية مسح. ووجدوا أن نموذج التعلم العميق تنبأ بالمخاطر التي يتعرض لها المريض بشكل أكثر دقة من البرامج المستخدمة حاليًا في العيادة.

يقول سلومكا: "في الدراسة الأولى، تمكنا من إظهار أنه يمكن إجراء تصحيحات مهمة للصور باستخدام الذكاء الاصطناعي دون استخدام ماسحات ضوئية باهظة الثمن". "ثانيًا، نظهر أنه يمكن استخدام الصور الموجودة بشكل أفضل - باستخدام الصور للتنبؤ بخطر إصابة المريض بنوبة قلبية أو الوفاة وتسليط الضوء على السمات القلبية التي تشير إلى هذا الخطر - لإبلاغ الأطباء بشكل أفضل عن أمراض القلب التاجية."

وقال سوميت تشوغ، مدير قسم الذكاء الاصطناعي في الطب: "تمثل هذه النتائج دليلاً على مبدأ كيف يمكن للذكاء الاصطناعي تحسين التشخيص السريري". "إن التحسينات المدعومة بالذكاء الاصطناعي في التصوير المقطعي المحوسب (SPECT) لديها القدرة على تحسين دقة تشخيص مرض الشريان التاجي مع إجرائها بشكل أسرع وأرخص بكثير من المعايير الحالية."

الحد من التحيز في نماذج الذكاء الاصطناعي

تصف الدراسة الثالثة، المنشورة في المجلة الأوروبية للطب النووي والتصوير الجزيئي، كيف يمكن تدريب نظام الذكاء الاصطناعي للعمل بشكل جيد في جميع المجموعات السكانية المعنية - وليس فقط السكان الذين تم تدريب النظام عليهم.

يتم تدريب بعض أنظمة الذكاء الاصطناعي على مجموعات المرضى المعرضين للخطر الشديد، مما قد يتسبب في المبالغة في تقدير احتمالية الإصابة بالمرض. للتأكد من أن نموذج الذكاء الاصطناعي يعمل بدقة لجميع المرضى ويقلل من التحيز، قام سلومكا وفريقه بتدريب نظام الذكاء الاصطناعي من خلال محاكاة الاختلافات في المرضى. تساعد هذه العملية، التي تسمى زيادة البيانات، على عكس مزيج المرضى المتوقع خضوعهم لاختبارات التصوير بشكل أفضل.

ووجدوا أن النماذج التي تم تدريبها مع مزيج متوازن من المرضى تنبأت بدقة أكبر باحتمالية الإصابة بمرض الشريان التاجي لدى النساء والمرضى ذوي المخاطر المنخفضة، مما قد يؤدي إلى اختبارات أقل تدخلاً وتشخيص أكثر دقة لدى النساء.

وأدت النماذج أيضًا إلى عدد أقل من النتائج الإيجابية الكاذبة، مما يشير إلى أن النظام قد يكون قادرًا على تقليل عدد الاختبارات التي يخضع لها المريض لاستبعاد المرض.

وقال سلومكا: "تشير النتائج إلى أن تحسين بيانات التدريب أمر بالغ الأهمية لضمان أن تعكس تنبؤات الذكاء الاصطناعي بشكل أفضل السكان الذين سيتم تطبيقها عليهم في المستقبل".

يقوم الباحثون الآن بتقييم أساليب الذكاء الاصطناعي الجديدة هذه في Cedars-Sinai ويستكشفون كيف يمكن دمجها في البرامج السريرية واستخدامها في الرعاية القياسية للمرضى.

تم دعم البحث جزئيًا من قبل المعهد الوطني للقلب والرئة والدم.

مصدر:

أرز سيناء

مرجع:

شانبهاج، م، وآخرون. (2022) يعمل تصحيح التوهين القائم على التعلم العميق على تحسين دقة تشخيص التصوير المقطعي المحوسب (SPECT) للقلب. مجلة الطب النووي. doi.org/10.2967/jnumed.122.264429.

.