الرؤية الحاسوبية بالذكاء الاصطناعي تمهّد لتحوّل في الرعاية الصحية

الرؤية الحاسوبية & الصحة

إلى جانب النماذج اللغوية الكبيرة مثل ChatGPT، تُعد الرؤية الحاسوبية من المجالات المهمة في تطور الذكاء الاصطناعي. وتتيح تقنيات مثل الشبكات العصبية والتعلم العميق للحواسيب تحليل الصور واستخلاص معلومات عن البيئة المحيطة.

من تطبيقاتها دعم مهام مثل القيادة ومساعدة الروبوتات على العمل خارج البيئات الصناعية المنظمة. لكن مستوى الاستقلالية الممكن يعتمد على التطبيق وظروف التشغيل.

تُسهم هذه الاستخدامات في نمو سوق الرؤية الحاسوبية. ويورد التقدير السوقي المشار إليه توقعًا بوصول أحد قطاعات هذا المجال إلى 9.2 مليار دولار بحلول 2029؛ وهو توقع مرتبط بنطاق الدراسة، لا رقم مؤكد لسوق الذكاء الاصطناعي بأكمله.

المصدر: EPAM

هناك تطبيق مهم آخر هو تقييم الصحة. فكثير من التشخيصات الطبية تعتمد على الفحص البصري، سواء بالفحص المباشر للمريض أو بتحليل صور الأشعة وغيرها من صور التشخيص.

قد تختلف بعض التقييمات البصرية بين الأطباء، وتحتاج إلى خبرة طويلة. كما أن اختلاف أجسام المرضى وتعقيد الحالات يجعلان أتمتة القياس والتفسير تحديًا، رغم وجود أدوات قياس آلية مستخدمة منذ زمن.

تستكشف شركات كثيرة الآن استخدام الرؤية الحاسوبية لتحسين تحليل الصور الطبية، مع ضرورة التحقق السريري من الأداء في كل استخدام.

الفحص البصري المباشر

تناولنا استخدام الذكاء الاصطناعي للمساعدة في اكتشاف التهابات الأذن في مقال «الذكاء الاصطناعي مستعد ليصبح أداة تشخيص طبية لا تقدر بثمن». وأظهرت الدراسة المعنية أداءً واعدًا ضمن ظروف الاختبار، لا تفوقًا عامًا على جميع الأطباء.

تمتد الأبحاث إلى حالات أخرى. فقد طورت جوجل نموذجًا للمساعدة في التقييم التفريقي لـ26 حالة جلدية تمثل نحو 80% من الحالات في نطاق الرعاية الذي تناولته الدراسة، وليس تشخيص جميع الأمراض الجلدية تلقائيًا. وتوجد أيضًا أبحاث حول كشف اعتلال الشبكية السكري وتقدير خطر تطوره مستقبلًا.

يمكن للنماذج كذلك استخراج مؤشرات صحية يصعب تقديرها من الصور وحدها. ومن الأمثلة البحثية تقدير احتمال فقر الدم ومستوى الهيموغلوبين من صور قاع العين، دون أن يعني ذلك الاستغناء عن تحليل الدم عند الحاجة. ودُرست أيضًا إمكانية تقدير عوامل الخطر القلبية الوعائية من صور الشبكية.

وقد تساعد أنظمة مثل أدوات Iterative Health في كشف آفات أثناء تنظير الجهاز الهضمي قد تفوت الفاحص. ويتوقف نوع الآفات والاستخدام المسموح به على المنتج والأدلة السريرية الخاصة به.

تحليل الصور الطبية

كلما زادت تفاصيل صور الأشعة السينية والتصوير المقطعي والموجات فوق الصوتية وغيرها، زاد حجم المعلومات التي يتعين على المختص تحليلها.

يمكن للذكاء الاصطناعي أن يساعد في تحسين جودة الصور وتنظيم البيانات وتحليلها.

على سبيل المثال، تستخدم Cleerly الذكاء الاصطناعي لتحليل صور تصوير الأوعية التاجية بالتصوير المقطعي المحوسب، بهدف «إنشاء نموذج ثلاثي الأبعاد للشرايين التاجية وتحديد تجويف الأوعية وجدرانها وقياس التضيق وتحديد اللويحات وقياسها وتصنيفها». وتدعم هذه النتائج تقييم المختص للحالة.

تطور Butterfly Network (BFLY ) أجهزة موجات فوق صوتية محمولة تستخدم محولات مصنعة بتقنيات أشباه الموصلات بدل المحولات الكهروضغطية التقليدية. وتدعم البرمجيات وأدوات الذكاء الاصطناعي التقاط الصور وبعض القياسات، مع ميزات تصوير متقدمة بحسب الجهاز والترخيص.

المصدر: Butterfly Network

تقدم GE HealthCare حلول Verisound AI لدعم سير عمل التصوير بالموجات فوق الصوتية. وتشمل بعض منتجات الشركة إرشادات آنية لالتقاط صور القلب وأتمتة بعض المهام والقياسات. وليست Verisound AI شركة تابعة مستقلة، ولا تتوافر كل ميزة لجميع الفحوص والأجهزة.

تبحث جوجل أيضًا في أدوات تساعد على كشف سرطان الثدي وتوفير وقت الأطباء في تخطيط العلاج الإشعاعي. وقد تسهم الأدوات المعتمدة والمطبقة بصورة مناسبة في تخفيف أعباء العمل.

تقدم Oxipit منتجي ChestEye وChestLink لتحليل صور أشعة الصدر، لكن وظيفتيهما مختلفتان. يساعد ChestEye في المراجعة، بينما يتيح ChestLink، ضمن نطاق استخدامه المعتمد، إصدار تقرير آلي للحالات التي يثق النظام بخلوها من نتائج تستدعي الإجراء، وإحالة الصور الأخرى إلى اختصاصي الأشعة.

الجراحة

يمكن للذكاء الاصطناعي أيضًا دعم الجراحين بعدة طرق.

منها توفير معلومات إضافية أثناء العملية، ولا سيما في الجراحة بمساعدة الروبوت. ويظل دور هذه الأدوات وحدود استخدامها مرتبطين بالتحقق السريري وإشراف الفريق الجراحي.

يمكن لتحليل تسجيلات العمليات أن يساعد النماذج البحثية على توقع الخطوات التالية خلال 15 إلى 30 ثانية، بما قد يوفر طبقة إضافية من المعلومات أثناء الجراحة.

الدكتور إيكهوف — زميل الذكاء الاصطناعي والابتكار في مختبر الذكاء الاصطناعي والابتكار الجراحي بمستشفى ماساتشوستس العام

ومن الأمثلة شركة Pixee Medical الفرنسية، التي تستخدم الرؤية الحاسوبية والواقع المعزز لتتبع الموضع ثلاثي الأبعاد وتوجيه بعض إجراءات جراحة العظام، بحسب النظام المستخدم.

يمكن للرؤية الحاسوبية أيضًا دعم توثيق العمليات وتتبع الأدوات. وتشير تقديرات تاريخية إلى نحو 1500 حالة سنويًا في الولايات المتحدة تُترك فيها أدوات أو مواد جراحية داخل المرضى. وقد يساعد التتبع الآلي في تقليل الخطر، لكنه لا يضمن القضاء عليه ولا يغني عن إجراءات العد والتحقق المعتمدة.

إدارة البيانات

بيانات المريض

قد تبدو إدارة بيانات المرضى أقل لفتًا للانتباه من كشف ورم أو مساعدة جرّاح، لكنها أساسية لاستمرارية الرعاية وسلامتها.

يمكن أن يساعد التعرف على الوجه في التحقق من هوية المريض وربطها بسجله الطبي. وفي بيئات المستشفيات السريعة والضاغطة، قد تقع أخطاء في مطابقة الهوية. وتقدم شركات مثل Facia أدوات من هذا النوع، لكن استخدامها يحتاج إلى ضوابط للدقة والخصوصية ولا ينبغي أن يكون وسيلة التحقق الوحيدة.

ومن المهام الأخرى دمج البيانات المختلفة في نظام مترابط: صور قسم الأشعة، والسجل العام للمريض، وتقارير العلاج في مستشفيات أخرى، والوصفات الدوائية وغيرها.

قد يكون ربط هذه البيانات معقدًا. ويمكن لأدوات مثل CloudMedxHealth أن تساعد في تنظيم المعلومات الطبية الرقمية وتحليلها وإتاحتها بصورة أنفع للفريق المعالج.

المصدر: CloudMedxHealth

ويمكن أيضًا تجميع البيانات على مستوى أوسع. فمثلًا تستخدم Komodo Health بيانات الرعاية الصحية لبناء صورة عن مسارات المرضى في الولايات المتحدة، ضمن حدود مصادر البيانات المتاحة.

المراقبة

قد يدعم الذكاء الاصطناعي كذلك مراقبة بيئة المستشفى، مثل الالتزام ببعض إجراءات النظافة أو تنفيذ خطوات محددة. وتحتاج كل مهمة إلى تقييم دقة النظام وحدود المراقبة وحماية الخصوصية.

يمكن لبعض أدوات المتابعة المنزلية أن تساعد المرضى على أداء تمارين التأهيل ومتابعة التعافي. وقد يجعل ذلك الرعاية أكثر ملاءمة ويخفف بعض التكاليف، بحسب الحالة وطريقة تقديم الخدمة.

وقد تشمل المتابعة المنزلية كشف السقوط وإرسال تنبيه أو طلب مساعدة عند الحاجة، مع مراعاة احتمالات الإنذارات الخاطئة أو الحالات التي لا يكتشفها النظام.

يمكن لخدمات الرعاية عن بُعد الاستفادة من أدوات مثل حلول Corti.AI. وناقشنا هذا المجال أيضًا في مقال «الشفاء من المنزل: أفضل 5 أسهم في مجال الطب عن بُعد».

تحسين البحث الطبي

تتميز البيانات البيولوجية والطبية بتنوعها وتعقيدها، ما قد يصعّب القياس والمقارنة. ولا يعني ذلك أن علم الأحياء أقل صرامة علمية من الفيزياء أو الكيمياء.

يرجع جزء من هذا التحدي إلى أن العينات البيولوجية معقدة وتختلف من شخص إلى آخر.

وتعتمد بعض الفحوص المجهرية على مراجعة يدوية قد تختلف نتائجها بين الفاحصين. لكن تعداد الدم الآلي مستخدم بالفعل على نطاق واسع؛ وتبرز الحاجة إلى المراجعة البشرية خصوصًا في الحالات غير الطبيعية وتحليل لطاخات الدم.

تساعد أدوات مثل Shonit من SigTuple في رقمنة لطاخات الدم وتحليل صور الخلايا وفرزها لدعم المختص. ولا يعني ذلك أن الأداة تستبدل جميع أجهزة تعداد الدم أو تحسم كل تشخيص دون مراجعة.

المصدر: Sigtuple

تساعد أدوات مثل Enlitic في توحيد وصف الصور الطبية وتصنيفها وبياناتها، ما قد يحسن تنظيم مجموعات البيانات وإمكانية استخدامها في البحث.

وتواجه الأبحاث الطبية تدفقًا متزايدًا من بيانات الجينوم والنسخ الجيني والبروتينات وغيرها. تناولنا تكامل هذه المجالات في مقال «تعدد الأوميات هو الخطوة التالية في التكنولوجيا الحيوية».

يشمل ذلك أدوات لتصميم أنظمة تحرير الجينات بمساعدة الذكاء الاصطناعي، كما ناقشنا في مقال «تحرير الجينات المدعوم بالذكاء الاصطناعي أصبح ممكنًا بفضل OpenCRISPR-1».

دعم ذوي الإعاقات الحسية

يمكن للرؤية الحاسوبية أيضًا مساعدة المكفوفين وضعاف البصر على التعرف إلى أشياء ومعلومات في محيطهم، دون أن تعني هذه الأدوات استعادة البصر نفسه.

ومن تطبيقاتها التعرف إلى النصوص وتحويلها إلى كلام مسموع.

كما قد تتيح التحكم في بعض الأجهزة باستخدام تعبيرات الوجه أو الإيماءات، ما يوفر وسائل إضافية للأشخاص ذوي الإعاقة.

شركات الرؤية الحاسوبية

1. Alphabet

جوجل شركة تقنية بارزة في مجالات متعددة، من محرك البحث إلى نظام أندرويد للهواتف الذكية.

ولها نشاط واسع في الذكاء الاصطناعي، بما في ذلك أبحاث الرؤية الحاسوبية في الرعاية الصحية، من تحليل صور الأمراض إلى دعم الوقاية وتخطيط العلاج.

يمتد نشاطها إلى مجالات أخرى أيضًا. فمثلًا يتنبأ AlphaFold بالبنية ثلاثية الأبعاد للبروتينات، وهي معلومات مفيدة لأبحاث الأدوية. لكنه لا يثبت وحده فعالية دواء جديد أو سلامته، إذ يتطلب ذلك اختبارات إضافية. ناقشنا دوره في مقال «النمذجة المستقبلية تشير إلى مستقبل مشرق لاكتشاف الأدوية المدعومة بالذكاء الاصطناعي».

المصدر: News Medical

تشمل مشاريع جوجل الصحية Med-PaLM، الذي حقق نتائج قوية في أسئلة شبيهة باختبارات الترخيص الطبي، وليس إثباتًا للكفاءة السريرية المستقلة. وتشمل أيضًا Open Health Stack للمطورين، وDeepVariant لتحليل المتغيرات الجينومية، وأبحاث التعلم العميق للسجلات الصحية الإلكترونية.

ولخدمات Vision AI من جوجل استخدامات خارج الرعاية الصحية، مثل تحليل الصور والتعرف إلى النصوص والمحتوى وفهم المستندات. وينبغي التمييز بين تحليل الصور بهذه الأدوات وتوليد الصور أو النصوص بنماذج أخرى.

تتمتع ألفابت (GOOG ) وجوجل بحضور واسع في التقنية والذكاء الاصطناعي، بما يشمل تطبيقات وأبحاث الرؤية الحاسوبية الطبية. لكن أثر هذه المشاريع على نتائج الشركة المالية يعتمد على تبنيها وتكاليفها ومسارات اعتمادها.

2. Butterfly Network

تطور Butterfly جهاز موجات فوق صوتية محمولًا ومنظومة برمجيات لإدارة التصوير. ويساعد برنامج «Compass» في سير العمل وتنظيم الفحوص، ولا ينبغي وصفه بأنه أداة مستقلة لاتخاذ قرارات التشخيص أو العلاج.

المصدر: Butterfly Network

أطلقت الشركة الجيل الثالث من مسبارها، iQ3، في الولايات المتحدة عام 2024. وذكرت أن معدل نقل البيانات وقدرة المعالجة تضاعفا مقارنة بـ iQ+. ويعتمد الجهاز على تقنية الموجات فوق الصوتية المصنّعة على شريحة، باستخدام هياكل كهروميكانيكية دقيقة، بدل المحولات الكهروضغطية التقليدية.

تتضمن ميزات iQ3 أوضاعًا متقدمة لالتقاط المقاطع والتصوير متعدد المستويات، وبرمجيات سحابية متكاملة وبدء تشغيل سريعًا. وتتفاوت الميزات والتكلفة الإجمالية بحسب السوق والجهاز والاشتراك؛ ولا يعني توفر أوضاع ثلاثية الأبعاد أن جميع الصور أو الفحوص تُعرض ثلاثية الأبعاد في الوقت نفسه.

تستخدم الشركة أدوات ذكاء اصطناعي لدعم التقاط الصور وبعض القياسات، كما تقدم تطبيقات للتدريب. وتختلف الوظائف التشخيصية عن الوظائف التعليمية، ولكل أداة نطاق استخدام محدد.

المصدر: Butterfly Network

وصفت الشركة توسعًا في أسواق آسيوية، منها سنغافورة وإندونيسيا والفلبين، وفي الاستخدامات البيطرية مثل فحص الماشية. وتساعد قابلية حمل الجهاز على توسيع استخدامه، مع اختلاف الموافقات والتوافر بين الأسواق.