التكنولوجيا الحيوية
الذكاء الاصطناعي أداة مساعدة في التشخيص الطبي
أضف Securities.io إلى مصادرك المفضلة على Google
أدوات جديدة للمساعدة في التشخيص
لا تزال تشخيصات كثيرة تعتمد على فحص المريض وتقييم العلامات المرئية. ويتطلب تشخيص التهاب الأذن الوسطى الحاد (AOM) فحص طبلة الأذن والأعراض بواسطة مختص مدرَّب.
تؤثر خبرة الفاحص وظروف الفحص في النتيجة. أبلغت دراسات سابقة عن دقة تشخيصية لدى الممارسين تراوحت بين 30% و84% في تشخيص التهاب الأذن الوسطى الحاد، مع اختلاف النتائج بحسب التدريب وعمر الأطفال وظروف الفحص.
قد يحدث خلط بين الالتهاب الحاد وتجمع السوائل في الأذن الوسطى دون التهاب حاد، المعروف بالتهاب الأذن الوسطى المصحوب بانصباب (OME). لا تستفيد الحالة الثانية عادةً من المضادات الحيوية. وقد يؤدي التشخيص الخاطئ إلى علاج غير ضروري أو تأخر الرعاية اللازمة.
طور باحثون أداة ذكاء اصطناعي تساعد على التمييز بين الحالتين باستخدام فيديو ملتقط بهاتف ذكي. وقد يسهم استخدامها الفعال في تقليل وصف المضادات الحيوية دون حاجة، ودعم مواجهة مقاومة الميكروبات للأدوية.
«قد يؤدي تفويت التشخيص إلى رعاية غير كافية، بينما قد يؤدي الإفراط فيه إلى وصف مضادات حيوية دون حاجة. وتهدف الأداة إلى دعم التشخيص الصحيح واختيار العلاج المناسب».
أليخاندرو هوبرمان، أستاذ طب الأطفال ومدير قسم طب الأطفال الأكاديمي العام في كلية الطب بجامعة بيتسبرغ.
المصدر: UPMC
بحسب الباحثين، يصاب نحو 70% من الأطفال بالتهاب في الأذن قبل عيد ميلادهم الأول. ولذلك قد تكون وسائل التشخيص الموثوقة مهمة في الرعاية الأولية.
الذكاء الاصطناعي للمساعدة في التشخيص
تعاون هوبرمان مع باحثين من كلية تاندون للهندسة في نيويورك، ومركز بوش للذكاء الاصطناعي في بيتسبرغ، وشركة Dcipher Analytics في ستوكهولم.
نُشرت النتائج في JAMA Pediatrics تحت عنوان «تطوير مصنِّف آلي والتحقق منه لتشخيص التهاب الأذن الوسطى الحاد لدى الأطفال».
تحلل الأداة فيديو لطبلة الأذن يُلتقط بمنظار أذن متصل بكاميرا هاتف ذكي. وهي وسيلة لدعم القرار، وليست بديلاً عن الفحص السريري الكامل.
طُور نموذجان باستخدام 1,151 مقطع فيديو لطبلة الأذن لدى 635 طفلاً. راجع خبراء المقاطع وصنفوها بحسب وجود الالتهاب الحاد أو عدم وجوده.
استُخدم 921 مقطعاً لتطوير النموذجين، وحُجزت المقاطع الـ230 المتبقية للاختبار.
شملت الخصائص التي جرى تقييمها شكل طبلة الأذن ولونها وموضعها ودرجة شفافيتها.
المصدر: UPMC
نتائج بحثية واعدة
بلغت حساسية نموذج التعلم العميق DR-RNN نسبة 93.8% ونوعيته 93.5%. أما نموذج شجرة القرار فبلغت حساسيته 93.7% ونوعيته 93.3%. تقيس الحساسية التعرف على حالات الالتهاب الحاد، وتقيس النوعية التعرف الصحيح على الحالات التي لا تعاني منه. لم يكن أي من النموذجين خالياً من الأخطاء.
كانت النتائج واعدة، لكن المقارنة مع دراسات سابقة لا تثبت تفوق الأداة على الأطباء في كل الظروف. يلزم تقييم الأداء لدى مجموعات مختلفة وفي بيئات الرعاية الفعلية.
يمكن حفظ الفيديو في السجل الطبي واستخدامه لشرح نتائج الفحص للأسرة وتعليم الطلاب والأطباء المتدربين. ويجب مراعاة حماية بيانات المرضى عند التسجيل والمشاركة.
قد تساعد الأداة أطباء الرعاية الأولية في التشخيص وتقليل المضادات الحيوية غير الضرورية، إذا ثبتت فائدتها في الاستخدام العملي.
قد يسهل استخدام الهاتف ومنظار الأذن التنفيذ التقني. ومع ذلك، يبقى التدريب وجودة التصوير ومراعاة الموافقات المطلوبة وحماية البيانات أموراً ضرورية.
شركات مرتبطة بالذكاء الاصطناعي الطبي
تجعل طبيعة البيانات الطبية المتنوعة تطبيق الذكاء الاصطناعي على جسم الإنسان أمراً معقداً. وقد تؤثر المعلومات الناقصة واختلاف الأجهزة والانحيازات في بيانات التدريب في أداء النماذج.
حسنت الشبكات العصبية تحليل الصور والبيانات المعقدة. وتظهر تطبيقات هذا التطور العام أيضاً في مجالات مثل أبحاث القيادة الذاتية.
يقيّم الأطباء صور الأشعة والرنين المغناطيسي وغيرها إلى جانب الأعراض والمعلومات السريرية. يمكن للذكاء الاصطناعي المساعدة في مهام محددة، لكن التعرف على أجسام في الطريق لا يثبت تلقائياً التفوق في التشخيص الطبي.
تُدخل شركات كبيرة لتصنيع أجهزة التصوير الذكاء الاصطناعي في منتجاتها، منها GE Healthcare, Siemens Healthineers, Canon Medical و Philips. لهذه الشركات أعمال في مجالات أخرى، لذلك لا يمثل الاستثمار فيها تعرضاً حصرياً للذكاء الاصطناعي التشخيصي.
تضم الشركات الخاصة الأكثر تخصصاً PathAI و Viz.AI . الملكية الخاصة تختلف عن الإدراج في البورصة. وفيما يلي شركتان كانتا متداولتين علناً وقت المقال.
1. Butterfly Network
BFLY مخطط السعر
تطور Butterfly Network أجهزة موجات فوق صوتية محمولة وبرمجيات. وتحمل منصتها لإدارة سير العمل اسم «Compass». وليست المنصة طبيب ذكاء اصطناعي يصدر تشخيصات مستقلة.
المصدر: Butterfly Network
قدمت الشركة الجيل الثالث من أجهزتها مع إطلاق iQ3 في عام 2024. ووفقاً للمصنِّع، تضاعف كل من معدل نقل البيانات وقدرة المعالجة مقارنة بالجيل السابق. يعتمد الجهاز على تقنية الموجات فوق الصوتية على رقاقة باستخدام أشباه الموصلات بدلاً من البلورات الكهروضغطية التقليدية.
يذكر المصنِّع ضمن مزايا iQ3 أنماط تصوير متعددة وبدء تشغيل سريع وتكاملاً مع البرمجيات.
يمكن استخدام الذكاء الاصطناعي للمساعدة في معالجة الصور وإجراء بعض القياسات وإرشاد المستخدم. وينبغي التحقق من الميزات المتاحة والاستخدامات المعتمدة في كل سوق.
المصدر: Butterfly Network
وسعت Butterfly توزيعها الدولي وطورت منتجات للطب البيطري. وقد تسهل قابلية الحمل إجراء الفحوص في مواقع متنوعة، لكنها لا تلغي الحاجة إلى مستخدم مدرَّب.
2. Enlitic (ENL.AX)
تطور Enlitic حلول ذكاء اصطناعي لتوحيد بيانات التصوير الطبي. وتهدف إلى تنظيم معلومات الفحوص وسلاسل الصور بصورة متسقة، وليس مجرد إنتاج تشخيصات من الصور.
تجمع التقنية بين تحليل الصور واللغة لتحديد المنطقة التشريحية واتجاه التصوير واستخدام مادة التباين وسماكة الشرائح. DICOM معيار لملفات التصوير الطبي وتبادلها، بينما يرتبط HL7 بتبادل المعلومات الصحية على نطاق أوسع.
المصدر: Enlitic
قد يسهل توحيد البيانات البحث عن الصور وتبادل المعلومات بين الأنظمة وتحليلها. ولا يضمن وحده عمل نماذج الذكاء الاصطناعي بموثوقية مع جميع مجموعات البيانات.
يمكن الاستفادة من بيانات موحدة ومحمية بصورة مناسبة في الأبحاث أو تدريب النماذج. ويتطلب ذلك أساساً قانونياً مناسباً وحماية المرضى وإخفاء الهوية بشكل موثوق؛ ولا يضمن إيرادات إضافية للمستشفيات.
