الذكاء الاصطناعي ينافس الأطباء في تشخيص أمراض الأمعاء.. هل يكشف الأمراض بدقة أكبر؟

الذكاء الاصطناعي في تشخيص أمراض الأمعاء يحقق نتائج لافتة في تحليل المناظير واكتشاف التقرحات والالتهابات

يشهد المجال الطبي تحولًا متسارعًا مع دخول تقنيات الذكاء الاصطناعي إلى عمليات فحص الجهاز الهضمي، بعدما أظهرت دراسات بحثية قدرة الأنظمة الذكية على تحليل صور المناظير والكشف عن التغيرات المرضية داخل الأمعاء، بما يساعد الأطباء على اكتشاف بعض الإصابات التي قد يصعب رصدها خلال الفحص التقليدي.

وأصبح الذكاء الاصطناعي في تشخيص أمراض الأمعاء أحد المجالات البحثية الواعدة، خاصة مع تطوير أنظمة تعتمد على التعلم العميق وتحليل الصور الطبية، بهدف مساعدة أطباء الجهاز الهضمي في التعرف على التقرحات والالتهابات وتحديد مؤشرات نشاط الأمراض المزمنة، مثل مرض كرون والتهاب القولون التقرحي.

وتكتسب هذه التطورات أهمية كبيرة لأن بعض أمراض الأمعاء تتشابه في أعراضها ومظاهرها الداخلية، ما يجعل التمييز بينها تحديًا طبيًا يحتاج إلى الجمع بين الفحص السريري والمناظير والتحاليل والفحوص النسيجية عند الضرورة.

ولا يقتصر دور التكنولوجيا الجديدة على اكتشاف العلامات المرضية، بل يمتد إلى تسريع قراءة صور الكبسولة التنظيرية، وتحسين تقييم شدة الالتهابات، وتقليل احتمالات تفويت بعض التغيرات الدقيقة أثناء الفحص.

وتفتح هذه التطورات تساؤلات حول مستقبل التشخيص الطبي، ومدى قدرة الأنظمة الذكية على مساعدة الأطباء في اكتشاف الأمراض مبكرًا، وما إذا كانت ستصبح جزءًا أساسيًا من إجراءات الفحص داخل المستشفيات ومراكز الجهاز الهضمي.

كيف يساعد الذكاء الاصطناعي في تشخيص أمراض الأمعاء؟

تعتمد الأنظمة الطبية المدعومة بالذكاء الاصطناعي على خوارزميات التعلم الآلي والتعلم العميق، التي يتم تدريبها باستخدام مجموعات كبيرة من الصور والبيانات الطبية، حتى تتمكن من التعرف على الأنماط المرتبطة بالأمراض المختلفة.

وعند استخدام هذه الأنظمة في فحوص الجهاز الهضمي، تستطيع معالجة صور المناظير وتحليل التفاصيل الموجودة على جدار الأمعاء، ومقارنة المظاهر المرئية بالأنماط التي تعلمت التعرف عليها خلال مرحلة التدريب.

ويعمل الذكاء الاصطناعي في تشخيص أمراض الأمعاء من خلال معالجة الصور الطبية وتحديد المناطق التي تظهر عليها علامات غير طبيعية، ثم تقديم تنبيهات أو تقييمات تساعد الطبيب في مراجعة الحالة.

وتشمل أبرز المهام التي يمكن أن تساعد فيها هذه التقنيات:

• اكتشاف التقرحات والآفات الموجودة في الأمعاء.

• رصد مناطق الالتهاب والتغيرات غير الطبيعية في الغشاء المخاطي.

• المساعدة في تقييم شدة التهاب القولون التقرحي.

• التمييز بين بعض الأمراض التي تتشابه في المظهر أثناء المنظار.

• تحليل صور الكبسولة التنظيرية بصورة أسرع.

• مساعدة الأطباء في تحديد المناطق التي تحتاج إلى فحص إضافي.

• تقليل التفاوت بين تقييمات الأطباء عند تحليل الصور نفسها.

وتعتمد دقة النتائج على جودة الصور والبيانات المستخدمة في تدريب النظام، ومدى تشابه الحالات التي يفحصها مع الحالات التي تدرب عليها سابقًا.

دراسة تكشف قدرة الذكاء الاصطناعي على التمييز بين أمراض الأمعاء

من أبرز التطورات البحثية في هذا المجال تطوير نظام للمناظير بمساعدة الذكاء الاصطناعي، بهدف التمييز بين خمسة أمراض يمكن أن تظهر في صورة تقرحات داخل الأمعاء.

وشملت الحالات التي تناولها النظام:

1. مرض كرون.

2. التهاب القولون التقرحي.

3. مرض بهجت المعوي.

4. السل المعوي.

5. اللمفوما المعوية الأولية.

وتكمن أهمية هذا النوع من الأنظمة في أن هذه الأمراض قد تتشابه في بعض العلامات التي تظهر خلال فحص المنظار، رغم اختلاف أسبابها وطريقة علاجها.

واعتمد النظام على تقنيات الشبكات العصبية الالتفافية والمحولات، مع تحليل صور المناظير ودمج بعض البيانات السريرية للوصول إلى تقييم أكثر شمولًا.

وأظهرت نتائج التحقق الداخلي أن النظام حقق دقة بلغت 96.8%، بينما وصلت الدقة إلى 83.4% في الاختبارات متعددة المراكز.

كما أظهرت المقارنة المستقبلية أن النظام المدعوم بالذكاء الاصطناعي حقق دقة بلغت 83.4%، مقابل 59.4% لمجموعة أطباء المناظير المشاركين في المقارنة.

وتكشف هذه النتائج عن إمكانات الأنظمة المتخصصة في مساعدة الأطباء على التمييز بين الأمراض التي تتشابه في المظهر الداخلي للأمعاء.

وتعزز هذه النتائج الاهتمام بتطوير تطبيقات الذكاء الاصطناعي في تشخيص أمراض الأمعاء، لكنها تخص نظامًا بحثيًا وأمراضًا محددة، ولا تعني أن التكنولوجيا أصبحت قادرة على تشخيص جميع الحالات بصورة مستقلة أو استبدال التقييم الطبي.

الكبسولة الذكية.. كيف يحلل الذكاء الاصطناعي آلاف صور الأمعاء؟

من التطبيقات المهمة الأخرى استخدام الذكاء الاصطناعي في تحليل صور الكبسولة التنظيرية، وهي تقنية تسمح بفحص الأمعاء الدقيقة باستخدام كبسولة صغيرة مزودة بكاميرا، يبتلعها المريض لتلتقط صورًا متتابعة أثناء مرورها داخل الجهاز الهضمي.

وتكمن المشكلة التقليدية في أن الفحص قد ينتج آلاف الصور التي يحتاج الطبيب إلى مراجعتها، وهو ما يتطلب وقتًا طويلًا وتركيزًا كبيرًا لاكتشاف التغيرات الدقيقة.

وهنا يأتي دور الأنظمة الذكية، إذ يمكنها تحليل الصور بصورة آلية، وتحديد المناطق التي تظهر فيها تقرحات أو تآكلات أو علامات غير طبيعية، ثم عرض النتائج على الطبيب لمراجعتها.

وأظهرت دراسة متعددة المراكز شملت 259 فحصًا للكبسولة التنظيرية، باستخدام جهازين مختلفين، نتائج واعدة عند توظيف نظام ذكاء اصطناعي لتحليل التقرحات والتآكلات لدى مرضى كرون.

وأظهرت المقارنة بين القراءة التقليدية والقراءة المدعومة بالذكاء الاصطناعي النتائج التالية:

• بلغت حساسية القراءة التقليدية 69.6%.

• وصلت حساسية نظام الذكاء الاصطناعي إلى 90.2%.

• بلغت النوعية في القراءة التقليدية 99.4%.

• سجل نظام الذكاء الاصطناعي نوعية بلغت 84.4%.

• بلغت دقة القراءة التقليدية 88.8%.

• سجلت القراءة المدعومة بالذكاء الاصطناعي دقة إجمالية بلغت 86.5%.

كما تمكن النظام بمساعدة الطبيب من اكتشاف 568 آفة من إجمالي 600 آفة حددتها لجنة الخبراء المرجعية، وبلغ متوسط وقت إعداد تقرير الفحص بمساعدة النظام نحو 172 ثانية لكل فحص.

وتوضح هذه النتائج أن استخدام الذكاء الاصطناعي في تحليل صور الأمعاء قد يساعد في رفع حساسية اكتشاف التقرحات والتآكلات وتقليل الوقت المطلوب لمراجعة الصور.

لكن هناك نقطة مهمة، وهي أن النوعية كانت أقل في القراءة المدعومة بالذكاء الاصطناعي مقارنة بالقراءة التقليدية، ما يعني ضرورة مراجعة النتائج وعدم اعتبار كل علامة يحددها النظام إصابة مؤكدة.

ما الأمراض التي يمكن أن يساعد الذكاء الاصطناعي في اكتشافها؟

تتوسع تطبيقات الذكاء الاصطناعي في أمراض الجهاز الهضمي، مع تطوير نماذج متخصصة لتحليل صور المناظير وبيانات المرضى، ومن أبرز المجالات التي يجري بحثها:

1. مرض كرون

يعد مرض كرون من الأمراض الالتهابية المزمنة التي يمكن أن تصيب أجزاء مختلفة من الجهاز الهضمي، بما في ذلك الأمعاء الدقيقة والغليظة.

وقد تظهر الإصابة في صورة تقرحات أو التهابات أو تضيق في الأمعاء، وتختلف شدة الأعراض من شخص إلى آخر.

ويمكن للأنظمة الذكية المساعدة في تحليل صور المناظير والكبسولة التنظيرية، وتحديد المناطق التي تظهر عليها علامات قد تتوافق مع نشاط المرض.

كما يمكن أن تساعد في تقييم مدى انتشار التغيرات داخل الأمعاء، ومتابعة تطور الحالة خلال الفحوص المتكررة، وهو ما يجعل هذه التطبيقات من المجالات المهمة في أبحاث التشخيص والمتابعة الطبية.

2. التهاب القولون التقرحي

يعد التهاب القولون التقرحي من الأمراض الالتهابية المزمنة التي تصيب بطانة القولون والمستقيم، وقد يؤدي إلى ظهور تقرحات ونزيف وإسهال وآلام في البطن.

وتساعد تقنيات تحليل الصور الطبية في تقييم شدة الالتهاب، وتحديد الفروق بين درجات نشاط المرض.

كما يمكن أن تدعم الأطباء في متابعة استجابة المريض للعلاج من خلال مقارنة نتائج الفحوص المختلفة، وتحديد التغيرات التي قد تشير إلى تحسن الحالة أو استمرار الالتهاب.

3. التقرحات المعوية

تظهر التقرحات المعوية في عدد من الأمراض المختلفة، وقد يكون من الصعب تحديد سببها اعتمادًا على الصورة وحدها.

وتستطيع الأنظمة الذكية تحليل شكل التقرحات وموقعها وتوزيعها، ثم تقديم احتمالات تساعد الطبيب في تحديد الفحوص الإضافية اللازمة.

لكن تحديد السبب النهائي قد يحتاج إلى أخذ عينات نسيجية وتحاليل وفحوص أخرى، ولذلك لا يمكن الاعتماد على تحليل الصور وحده لتأكيد التشخيص.

4. السل المعوي

يعد السل المعوي أحد أشكال الإصابة بمرض السل خارج الرئتين، ويمكن أن تتشابه بعض مظاهره مع أمراض التهابات الأمعاء المزمنة.

ويمكن للأنظمة المدربة على صور الحالات المختلفة أن تساعد في التمييز بين بعض الأنماط المرضية، لكنها لا تغني عن الفحوص المعملية والتقييم الطبي اللازم لتأكيد الإصابة.

5. الأورام والتغيرات غير الطبيعية

تتجه الأبحاث أيضًا إلى استخدام الذكاء الاصطناعي في تحليل صور الجهاز الهضمي للمساعدة في تحديد بعض الآفات والتغيرات التي قد تحتاج إلى فحص إضافي.

ومن التطبيقات المهمة اكتشاف السلائل والتغيرات التي قد ترتبط بزيادة خطر الإصابة بسرطان القولون والمستقيم.

لكن يجب التمييز بين اكتشاف الآفة وتحديد طبيعتها؛ إذ قد يحتاج التشخيص النهائي إلى فحص الأنسجة وتحليلها.

هل يستطيع الذكاء الاصطناعي اكتشاف سرطان القولون مبكرًا؟

يمثل سرطان القولون والمستقيم أحد المجالات المهمة التي يجري فيها تطوير تقنيات الذكاء الاصطناعي، خصوصًا أن اكتشاف السلائل قبل تحول بعضها إلى أورام سرطانية يمكن أن يساعد في الوقاية وتقليل مخاطر المرض.

وتعمل أنظمة الكشف بمساعدة الحاسوب أثناء تنظير القولون على مراقبة الصورة بصورة مستمرة، وتنبيه الطبيب عند ظهور منطقة قد تمثل سليلة أو تغيرًا غير طبيعي.

وتستهدف هذه الأنظمة تقليل احتمالات تفويت بعض السلائل، خاصة الصغيرة أو المسطحة التي قد يصعب ملاحظتها في بعض ظروف الفحص.

كما يمكن لأنظمة التشخيص بمساعدة الحاسوب تحليل خصائص الآفة المرئية، وتقديم معلومات إضافية تساعد الطبيب في تقدير طبيعتها.

وأظهرت مراجعة تحليلية شملت 46 تجربة عشوائية وأكثر من 37 ألف مشارك أن استخدام الذكاء الاصطناعي أثناء تنظير القولون ارتبط بزيادة معدل اكتشاف الأورام الغدية بنحو 22% مقارنة بالتنظير التقليدي.

كما ارتفع معدل اكتشاف السلائل بنسبة مماثلة تقريبًا.

وتوضح هذه النتائج كيف يمكن لتقنيات الذكاء الاصطناعي في تشخيص أمراض الأمعاء أن تدعم الفحص بالمنظار وتحسن اكتشاف بعض الآفات، خاصة عندما تستخدم بوصفها أداة مساعدة للطبيب.

ومع ذلك، لم تظهر النتائج تحسنًا واضحًا في اكتشاف الأورام الغدية المتقدمة، كما أن زيادة معدلات الكشف لا تعني بالضرورة إثبات انخفاض معدلات الوفاة أو الإصابة بسرطان القولون على المدى الطويل.

لماذا قد تكون نتائج الذكاء الاصطناعي أفضل من الفحص التقليدي في بعض الحالات؟

يرجع الاهتمام باستخدام الذكاء الاصطناعي في المناظير إلى قدرته على معالجة الصور باستمرار، وعدم تأثره بالإجهاد البصري بالطريقة نفسها التي قد يتأثر بها الإنسان.

وتوجد عدة عوامل قد تفسر تحسن بعض مؤشرات الكشف عند استخدام الأنظمة الذكية:

• التحليل المستمر: يستطيع النظام متابعة صور المنظار خلال الفحص دون انقطاع.

• اكتشاف التفاصيل الدقيقة: يمكن للخوارزميات تحديد أنماط بصرية صغيرة قد تحتاج إلى انتباه إضافي.

• تقليل التفاوت: تساعد الأنظمة في تقديم تقييم أكثر اتساقًا للصور المتشابهة.

• تسريع المراجعة: يمكنها ترتيب الصور وتحديد المناطق الأكثر أهمية للفحص.

• دعم المقارنة: تساعد في متابعة التغيرات بين الفحوص المتكررة.

لكن هذه المزايا لا تعني أن الأنظمة الذكية تتفوق على الأطباء في جميع الحالات، إذ تتغير النتائج بحسب نوع المرض وجودة الصور وطريقة تدريب النموذج وخبرة الفريق الطبي.

ما الفرق بين الذكاء الاصطناعي الطبي وروبوتات المحادثة مثل ChatGPT؟

من الضروري التمييز بين الأنظمة الطبية المتخصصة التي يتم تدريبها واختبارها لمهام تشخيصية محددة، وبين روبوتات المحادثة العامة التي تقدم إجابات اعتمادًا على النصوص والمعلومات المتاحة لها.

فالأنظمة الطبية المستخدمة في تحليل صور المناظير يتم تطويرها لأداء مهام محددة، مثل اكتشاف التقرحات أو تصنيف بعض الآفات، وتحتاج إلى اختبارات للتحقق من دقتها وسلامتها قبل استخدامها في الممارسة الطبية.

أما روبوتات المحادثة العامة، فيمكن أن تساعد المستخدم في فهم المصطلحات الطبية وشرح المعلومات الصحية والاستعداد لزيارة الطبيب، لكنها لا تستطيع تأكيد الإصابة بمرض معوي من خلال المحادثة وحدها.

وفي هذا السياق، تناول تقرير سابق في موقع الفيصل مخاطر الاعتماد على أدوات الذكاء الاصطناعي العامة في التشخيص الطبي، والفرق بين تقديم المعلومات الصحية والوصول إلى تشخيص مؤكد.

ويمكن التعرف على التفاصيل من خلال التقرير التالي: تشات جي بي تي ليس طبيبًا.. لماذا لا يجب الاعتماد عليه في تشخيص الأمراض؟

ويؤكد هذا الفرق أن نجاح نظام متخصص في تحليل صور المناظير لا يعني أن أي أداة ذكاء اصطناعي تستطيع تشخيص الأمراض أو اقتراح العلاج بصورة مستقلة.

ما أبرز التحديات التي تواجه استخدام الذكاء الاصطناعي في تشخيص أمراض الأمعاء؟

على الرغم من النتائج الواعدة، لا يزال استخدام الذكاء الاصطناعي في المجال الطبي يواجه مجموعة من التحديات التي تحدد مدى إمكانية الاعتماد عليه في المستشفيات ومراكز المناظير.

1. اختلاف جودة الصور الطبية

تعتمد دقة الأنظمة على جودة الصور التي يتم إدخالها إليها، وقد تتأثر النتائج بالإضاءة أو حركة الكاميرا أو وجود سوائل أو بقايا طعام داخل الجهاز الهضمي.

2. تشابه أعراض الأمراض

قد تتشابه بعض الأمراض في شكل التقرحات والالتهابات، ما يجعل التمييز بينها صعبًا حتى بالنسبة إلى الأنظمة المتقدمة.

3. اختلاف المرضى والمستشفيات

قد يعمل النظام بكفاءة في المستشفى الذي جرى تدريبه على بياناته، لكنه يحقق نتائج مختلفة عند استخدامه مع مرضى وأجهزة تصوير من مؤسسات أخرى.

ولهذا تحتاج النماذج إلى اختبارات متعددة المراكز وعلى مجموعات متنوعة من المرضى.

4. احتمالات النتائج الخاطئة

قد يحدد النظام منطقة سليمة باعتبارها غير طبيعية، أو يفشل في اكتشاف بعض الآفات، وهو ما يجعل المراجعة الطبية ضرورة أساسية.

5. حماية بيانات المرضى

يتطلب تدريب الأنظمة الطبية واستخدامها التعامل مع صور وسجلات صحية حساسة، ما يفرض ضرورة تطبيق ضوابط قوية لحماية الخصوصية وتأمين البيانات.

6. تكلفة التطبيق والتدريب

قد تحتاج المستشفيات إلى تحديث أجهزة المناظير وأنظمة الحاسوب والبنية التقنية، إلى جانب تدريب الأطباء والفرق الطبية على استخدام الأنظمة الجديدة.

هل يمكن أن يستبدل الذكاء الاصطناعي طبيب الجهاز الهضمي؟

رغم التطور الملحوظ في قدرات الأنظمة الذكية، لا توجد مبررات طبية لاعتبارها بديلًا كاملًا عن طبيب الجهاز الهضمي.

فالطبيب لا يعتمد على صور المنظار وحدها، بل يربط نتائج الفحص بالأعراض والتاريخ المرضي والتحاليل والأشعة ونتائج الخزعات عند الحاجة.

كما أن تحديد العلاج المناسب يحتاج إلى تقييم عوامل متعددة، مثل عمر المريض وشدة المرض والأمراض المصاحبة ومدى استجابته للعلاجات السابقة.

ومن ثم، فإن الدور الأكثر واقعية للذكاء الاصطناعي يتمثل في دعم الطبيب وتحسين جودة الفحص والمساعدة في اكتشاف العلامات التي تستدعي الانتباه، وليس اتخاذ القرارات الطبية بصورة مستقلة.

مستقبل الذكاء الاصطناعي في أبحاث وتشخيص أمراض الأمعاء

من المتوقع أن تتوسع تطبيقات الذكاء الاصطناعي في طب الجهاز الهضمي مع تحسن تقنيات تحليل الصور وتطور النماذج متعددة الوسائط التي تستطيع الجمع بين صور المناظير والبيانات السريرية ونتائج التحاليل والفحوص النسيجية.

ومن أبرز الاتجاهات البحثية المستقبلية:

1. تطوير أنظمة أكثر دقة للتمييز بين أمراض الأمعاء المتشابهة.

2. تحسين اكتشاف التقرحات والآفات الصغيرة خلال المناظير.

3. تسريع تحليل صور الكبسولة التنظيرية.

4. دعم متابعة نشاط الأمراض الالتهابية المزمنة.

5. تحسين التنبؤ باستجابة بعض المرضى للعلاج.

6. دمج الصور الطبية مع التاريخ المرضي ونتائج التحاليل.

7. تطوير أنظمة قادرة على العمل مع أنواع مختلفة من أجهزة المناظير.

كما ستحتاج المرحلة المقبلة إلى دراسات مستقبلية واسعة تثبت أن التحسن في مؤشرات الكشف يؤدي بالفعل إلى نتائج أفضل للمرضى، وليس فقط إلى زيادة عدد الآفات التي تستطيع الأنظمة تحديدها.

وتظل موثوقية البيانات وحماية خصوصية المرضى وإثبات كفاءة الأنظمة في المستشفيات المختلفة من أهم الشروط اللازمة لتوسيع استخدام هذه التقنيات.

هل يصبح الذكاء الاصطناعي شريكًا أساسيًا في تشخيص أمراض الجهاز الهضمي؟

تكشف التطورات الحديثة أن الذكاء الاصطناعي لم يعد مجرد تقنية تجريبية في أبحاث الجهاز الهضمي، بل أصبح أداة واعدة لدعم تحليل صور المناظير والكشف عن التغيرات المرضية وتسريع مراجعة الفحوص.

وتشير نتائج الدراسات إلى إمكانية تحسين اكتشاف بعض التقرحات والآفات، والمساعدة في التمييز بين أمراض تتشابه في مظاهرها، إلى جانب تقليل الوقت اللازم لتحليل صور الكبسولة التنظيرية.

لكن الاستفادة الحقيقية من الذكاء الاصطناعي في تشخيص أمراض الأمعاء تظل مرتبطة بمدى دقته في الاستخدام الفعلي، وقدرته على تقديم نتائج موثوقة لدى مجموعات متنوعة من المرضى.

وفي النهاية، قد لا يكون السؤال الأهم هو ما إذا كان الذكاء الاصطناعي سيحل محل الطبيب، بل كيف يمكن دمج قدراته التحليلية مع خبرة الأطباء للوصول إلى تشخيص أكثر دقة، واكتشاف الأمراض في مراحل مبكرة، وتحسين جودة الرعاية الصحية.