الذكاء الاصطناعي يعزز الكشف المبكر عن قصر النظر وإدارته

الذكاء الاصطناعي يعزز الكشف المبكر عن قصر النظر وإدارته

يعد الانتشار المتزايد لقصر النظر مشكلة صحية عالمية، حيث يؤدي ارتفاع قصر النظر إلى زيادة خطر تلف البصر. وهذا يتطلب استخدام الذكاء الاصطناعي (AI) للتشخيص المبكر والوقاية والعلاج من قصر النظر. حسنا، أفحص الأطفالتسلط المراجعة الضوء على التطبيقات المحتملة للذكاء الاصطناعي في التحديد المبكر وتقييم المخاطر والوقاية من قصر النظر. ويوضح كذلك التحديات وحالة التطوير الحالية لتكنولوجيا الذكاء الاصطناعي في مجال قصر النظر.

يؤثر قصر النظر أو قصر النظر على ملياري شخص في جميع أنحاء العالم. يمكن أن يؤثر قصر النظر غير المصحح على الرؤية، ويعطل التعليم، وآفاق العمل، ونوعية الحياة. بحلول عام 2050، تشير التقديرات إلى أن ما يقرب من نصف سكان العالم سوف يعانون من قصر النظر. غالبًا ما يرتبط قصر النظر الشديد بمضاعفات يمكن أن تؤدي إلى ضعف البصر، مما يؤثر على نوعية حياة المرضى ويزيد العبء الطبي والاقتصادي العالمي. ولذلك، فإن التشخيص المبكر لقصر النظر مهم للوقاية من ضعف البصر لدى المرضى الذين يعانون من قصر النظر.

لقد فتح الذكاء الاصطناعي (AI) آفاقًا جديدة في المجال الطبي ويمكن أن يكون حلاً لشركة الرعاية الصحية العالمية هذه. يمكن للمجموعات الفرعية للذكاء الاصطناعي، مثل التقنيات المتقدمة، مثل التعلم الآلي (ML) والتعلم العميق (DL)، أن تساعد في تحليل البيانات لتشخيص الأمراض والتنبؤ بعوامل الخطر والمؤشرات الحيوية والنتائج.

في مراجعة جديدة للأدبيات، قام الدكتور لي لي والدكتور جيفنغ يو والدكتور نان ليو، وجميعهم من قسم طب العيون بجامعة العاصمة الطبية بالصين، بتلخيص تطبيقات وتحديات الذكاء الاصطناعي في قصر النظر، بما في ذلك الكشف وتقييم عوامل الخطر ونماذج التنبؤ. ونشرت هذه الدراسة في مجلةفحص الأطفالفي 18 مارس 2025.

ومن المثير للاهتمام أنه يمكن تدريب نماذج الذكاء الاصطناعي باستخدام ML/DL للكشف عن قصر النظر من صور قاع العين وصور التصوير المقطعي البصري. من خلال تغذية نموذج بمجموعة كبيرة من صور قاع العين من مرضى قصر النظر، يمكن تعليم الذكاء الاصطناعي اكتشاف التغيرات الصغيرة في اللون والنمط في شبكية العين المرتبطة بقصر النظر. وهذا يسمح للنموذج بتشخيص المرضى المستقبليين من خلال صور قاع العين.

بالإضافة إلى ذلك، يمكن لأجهزة المراقبة الذاتية مثل SVOne، وهو جهاز محمول يستخدم مستشعر واجهة الموجة لقياس عيوب العين، اكتشاف العيوب الانكسارية في العين باستخدام خوارزميات الذكاء الاصطناعي. ويمكن للجهاز الوصول إلى قاعدة بيانات عبر الإنترنت من الصور التي يمكن للذكاء الاصطناعي استخدامها كمراجع لتشخيص قصر النظر. بالإضافة إلى ذلك، يمكن تدريب الذكاء الاصطناعي على اكتشاف التغيرات السلوكية المرتبطة ببداية قصر النظر. يعد هذا الكشف مفيدًا بشكل خاص للكشف المبكر عن قصر النظر لدى الأطفال، والذي غالبًا ما يتم تجاهله. على سبيل المثال، يستخدم Vivior Monitor خوارزميات ML لاكتشاف التغييرات في السلوك البصري، مثل:

بالإضافة إلى ذلك، يمكن استخدام أساليب تعلم الآلة مثل آلة المتجهات والانحدار اللوجستي وXgboost لتحديد عوامل الخطر لقصر النظر."يمكن للنموذج القائم على XGBOOST الحصول على كميات كبيرة من البيانات الطولية، مما يسمح له بمعرفة النتائج وعوامل الخطر المرتبطة بقصر النظر لدى العديد من المرضى. وهذا بدوره يسمح للنموذج بتقييم عوامل الخطر للمرضى الجدد بناءً على علم الوراثة وتاريخ العائلة والبيئة والمعايير الفسيولوجية."يشرح الدكتور لي لي.

إن التنبؤ بتطور قصر النظر ونتائجه يمكن أن يساعد الأطباء على تصميم نهجهم السريري. وعلى نطاق واسع، يمكنها تشكيل الممارسة السريرية وصنع السياسات التي تساعد في السيطرة على قصر النظر. من خلال تغذية نموذج الذكاء الاصطناعي بكميات كبيرة من البيانات البيومترية، والبيانات الانكسارية، والاستجابات العلاجية، وصور العين من العديد من مرضى قصر النظر، يمكن تعليم الذكاء الاصطناعي التنبؤ بنتائج قصر النظر لدى المرضى الجدد.

على الرغم من الإمكانات الكبيرة للذكاء الاصطناعي في علاج قصر النظر، إلا أنه لا بد من التغلب على العديد من التحديات. أولاً، من المهم التأكد من أن مجموعة البيانات المستخدمة لتدريب نموذج الذكاء الاصطناعي دقيقة وذات جودة عالية. يمكن أن يؤثر التحيز والسلبيات/الإيجابيات الكاذبة وضعف جودة البيانات سلبًا على دقة التشخيص والتنبؤ بالنموذج. ثانيًا، يتم تدريب معظم نماذج الذكاء الاصطناعي باستخدام بيانات من المستشفيات الكبيرة، والتي قد لا تمثل المرضى الذين يذهبون إلى عيادات أصغر. وهذا يخلق تناقضا بين السكان الحقيقيين والتدريب. ثالثًا، نموذج الذكاء الاصطناعي ليس طبيبًا مدربًا وقد لا يوفر أساسًا سريريًا لتشخيصه، مما قد يؤدي إلى رفض التشخيص من قبل المتخصصين الطبيين. أخيرًا، مع هذه الكميات الكبيرة من بيانات المرضى، من المهم أن نرى نماذج الذكاء الاصطناعي تضمن خصوصية السجلات الطبية للمرضى.

"بينما تسلط دراستنا الضوء على أبرزهايتطلب التقدم في التطبيق السريري للذكاء الاصطناعي في علاج قصر النظر مزيدًا من الدراسات للتغلب على التحديات التكنولوجية. منمن خلال بناء مجموعات بيانات عالية الجودة، وتحسين قدرة النموذج على معالجة بيانات الصور متعددة الوسائط، وتحسين قدرة التفاعل لأجهزة الكمبيوتر البشرية، يمكن تحسين نماذج الذكاء الاصطناعي بشكل أكبر للاستخدام السريري على نطاق واسع.“يختتم الدكتور جيفنغ يو.

مصادر: