Flow-based conditional cardiac anatomy generation for virtual cohorts
تقدم هذه الورقة البحثية CAN-FLOW، وهو إطار عمل تدفق تطبيع شرطي مكون من خطوتين يتفوق على المشفرات التلقائية المتغيرة الشرطية الموجودة من خلال توليد تشريحات قلبية بطينية واقعية مشروطة بالبيانات الوصفية من بيانات UK Biobank لتسهيل إنشاء مجموعات افتراضية متنوعة للبحوث السريرية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
تخيل أنك طبيب يحاول تصميم صمام قلب جديد. لا يمكنك ببساطة اختباره على شخص واحد؛ بل تحتاج إلى معرفة كيف يعمل على آلاف الأشخاص المختلفين، من الرياضيين طوال القامة إلى كبار السن قصار القامة، ومن الشباب البالغين إلى المسنين. في الماضي، حاول العلماء بناء "توأم رقمي" لقلب المريض عن طريق مسح صور الرنين المغناطيسي الفعلية وتحويلها إلى نموذج حاسوبي ثلاثي الأبعاد. لكن هذا يشبه محاولة بناء مكتبة عن طريق استعارة كتاب من كل شخص في مدينة ما: الأمر بطيء، ومكلف، وغالباً ما يكون مستحيلاً بسبب قواعد الخصوصية التي تمنع مشاركة هذه الفحصات الشخصية.
لحل هذه المشكلة، يحاول الباحثون بناء "أفواج افتراضية" (virtual cohorts)—وهي مجموعات من القلوب الوهمية ولكن الواقعية التي يتم إنشاؤها بواسطة أجهزة الكمبيوتر. فكر في الأمر كأنه منشئ شخصيات في لعبة فيديو. أنت تريد من الكمبيوتر أن ينشئ قلباً يبدو وكأنه ينتمي لرجل يبلغ من العمر 60 عاماً بجسمانية معينة، أو أنثى تبلغ من العمر 25 عاماً ببنية مختلفة. التحدي يكمن في التأكد من أن هذه القلوب الوهمية ليست مجرد "كتل متوسطة". فالناس الحقيقيون يتفاوتون بشكل هائل؛ فبعض القلوب مستديرة، وبعضها طويل، وبعضها ضخم، وبعضها صغير جداً. إذا صنع الكمبيوتر فقط "القلب المتوسط"، فقد يعمل الصمام الجديد على الشخص المتوسط ولكنه سيفشل مع الأشخاص الموجودين عند أطراف المنحنى. الهدف هو إنشاء مولّد يفهم هذه الاختلافات ويمكنه إنتاج حشد كامل من القلوب الفريدة والواقعية التي تتوافق مع مجموعات محددة من العالم الحقيقي.
هنا يأتي دور الورقة البحثية الجديدة بعنوان "التوليد الشرطي لتشريح القلب القائم على التدفق للأفواج الافتراضية" (Flow-based conditional cardiac anatomy generation for virtual cohorts). فقد قدم الباحثون، بقيادة كونستانتينوس كيبوفولوس وماثياس بيرلينك، أداة جديدة تسمى CAN-FLOW. أرادوا معرفة ما إذا كان بإمكانهم بناء نظام حاسوبي لا يصنع مجرد قلب عام، بل يمكنه إنشاء حشد كامل من القلوب التي تتغير بناءً على من تسأل: "أعطني قلباً لرجل يبلغ من العمر 50 عاماً بمؤشر كتلة جسم قدره 25"، أو "أعطني قلباً لأنثى تبلغ من العمر 80 عاماً".
وللقيام بذلك، كان عليهم التغلب على الطريقة القديمة. قبل ذلك، استخدم معظم العلماء طريقة تسمى المشفّر التلقائي التبايني الشرطي (cVAE). يمكنك التفكير في الـ cVAE كطالب يحاول حفظ كتاب مدرسي. يُجبر الطالب على ضغط كل المعلومات المتعلقة بالقلوب المختلفة في "دفتر ملاحظات" واحد صارم (قاعدة رياضية مشتركة) يجب أن تبدو متشابهة للجميع. المشكلة هي أن دفتر الملاحظات هذا يصبح مزدحماً للغاية. ولإدخال كل شيء فيه، يضطر الطالب إلى تنعيم التفاصيل الغريبة والفريدة. والنتيجة هي مجموعة من القلوب المولدة التي تبدو جيدة، لكنها جميعاً تنتهي بالظهور بشكل متشابه بشكل مريب، مثل فصل من الطلاب الذين نسخوا جميعاً نفس نموذج الإجابة. إنهم يفتقدون التباينات النادرة ولكن المهمة الموجودة عند أطراف المجتمع.
يجادل المؤلفون بأن هذه الطريقة القديمة شديدة الصلابة. فهم يقترحون استراتيجية جديدة من خطوتين، CAN-FLOW، وهي أشبه بشيف رئيسي ومساعد شيف يعملان معاً.
- الخطوة الأولى (الشيف الرئيسي): أولاً، يعلمون الكمبيوتر كيف ينظر إلى مسحات القلب الحقيقية ويصفها باستخدام لغة خاصة تسمى "الزخم" (momenta). هذا يشبه ترجمة شكل قلب ثلاثي الأبعاد معقد إلى مجموعة من التعليمات حول كيفية تمديد وضغط قالب قلب قياسي ليتطابق مع القلب الحقيقي. والأهم من ذلك، في هذه المرحلة، يتجاهل الكمبيوتر هوية الشخص (عمره، جنسه، أو وزنه) ويركز فقط على الشكل. إنه ينشئ خريطة نظيفة وبسيطة لهندسة القلب.
- الخطوة الثانية (مساعد الشيف): بعد ذلك، يستخدمون أداة مختلفة تسمى التدفق الطبيعي الشرطي (conditional normalizing flow). تنظر هذه الأداة إلى الخرائط من الخطوة الأولى وتتعلم القواعد الخاصة بكيفية تغير تلك الأشكال بناءً على تفاصيل الشخص. تتعلم، على سبيل المثال، أنه مع زيادة العمر، يميل شكل القلب إلى التحول بطريقة معينة، أو أن الذكور يميلون لامتلاك قلوب أكبر من الإناث.
قام الفريق بتدريب هذا النظام على 2,208 قلباً سليماً من مشروع "UK Biobank". ثم قارنوا نظام CAN-FLOW الجديد بطرق cVAE القديمة. وتشير النتائج إلى أن CAN-FLOW أفضل بكثير في التقاط النطاق الكامل للتنوع البشري.
عندما نظروا إلى القلوب التي ولّدتها طرق cVAE القديمة، وجدوا أن القلوب كانت متجانسة للغاية. كان الأمر كما لو أن الكمبيوتر يصنع فقط "القلب الأكثر شيوعاً" ويتجاهل الحالات الاستثنائية. في المقابل، أنتج CAN-FLOW قلوباً غطت نطاقاً أوسع بكثير من الأحجام والأشكال. تُظهر الورقة أن CAN-FLOW نجح في إعادة إنشاء "ذيول" التوزيع—أي أشكال القلوب النادرة ولكن الواقعية التي فاتتها الطريقة القديمة. على سبيل المثال، عندما طلبوا قلوباً بناءً على أعمار وأحجام أجسام محددة، أنتج CAN-FLOW مجموعات حيث تباينت القلوب بشكل طبيعي، تماماً كما في العالم الحقيقي، بينما أنتجت الطريقة القديمة مجموعات حيث بدا الجميع متطابقين تقريباً.
قام الباحثون بقياس ذلك باستخدام عدة اختبارات. تحققوا مما إذا كانت القلوب الوهمية تمتلك الحجم والكتلة الصحيحين، ووجدوا أن CAN-FLOW يطابق البيانات الحقيقية بشكل وثيق أكثر بكثير. كما نظروا في التفاصيل الدقيقة لسطح القلب، نقطة بنقطة. كانت الطريقة القديمة تميل إلى جعل القلوب ناعمة جداً ومتشابهة للغاية، بينما حافظ CAN-FLOW على النتوءات والمنحنيات الفريدة التي تجعل كل قلب متميزاً.
ومن المهم أن الورقة تشير إلى أن هذا النهج يمكن أن يغير قواعد اللعبة في التجارب السريرية القائمة على المحاكاة الحاسوبية (in silico). فبدلاً من اختبار دواء أو جهاز جديد على قلب رقمي واحد أو اثنين فقط، يمكن للأطباء اختباره على حشد افتراضي مكون من 600 قلب مختلف، تم توليدها جميعاً لتناسب فئة ديموغرافية محددة. وهذا سيساعدهم على رؤية ما إذا كان العلاج يعمل للشخص المتوسط وللأشخاص ذوي أشكال القلب غير المعتادة أيضاً. وهذا من شأنه أن يجعل الاختبارات الطبية أكثر أماناً وشمولية.
ومع ذلك، يوضح المؤلفون بحذر حدود عملهم. فقد اختبروا هذا فقط على القلوب السليمة من مجموعة محددة من الناس في المملكة المتحدة. ولم يثبتوا بعد نجاحه على القلوب المصابة بالأمراض أو على أشخاص من خلفيات مختلفة. كما أنهم قاموا فقط بتوليد لقطات ثابتة للقلب (كيف يبدو عندما يكون ممتلئاً بالدم)، وليس "فيلم الحركة" للقلب وهو ينبض. ولكن كإثبات للمفهوم، تشير الورقة إلى أنه من خلال فصل "تعلم الشكل" عن "تعلم الشخصية"، يمكننا بناء أفواج افتراضية أكثر واقعية وفائدة مما كنا نستطيع صنعه من قبل. إنها خطوة نحو مستقبل يمكننا فيه محاكاة العلاجات الطبية على سكان متنوعين من البشر الرقميين دون الحاجة إلى مسح كل واحد منهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.