Automated ACL Footprint Identification Using 3D Deep Learning
تُظهر هذه الدراسة أن نماذج التعلم العميق ثلاثية الأبعاد، ولا سيما البنى القائمة على الصور، يمكنها تحديد مركز بصمة الفخذ للرباط الصليبي الأمامي بدقة مباشرة من صور الرنين المغناطيسي ثلاثية الأبعاد، مما يقدم أداة سريرية واعدة لتحسين وضع النفق وتقليل إخفاقات إعادة البناء.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في كل عام في الولايات المتحدة، يخضع مئات الآلاف من الأشخاص لعمليات جراحية لإصلاح تمزق الرباط الصليبي الأمامي، وهو شريط نسيجي قوي يعمل على تثبيت الركبة. وبينما تعد هذه العملية شائعة، إلا أنها لا تنجح دائمًا. ويتمثل أحد الأسباب المتكررة للفشل في عملية وضع الرباط الجديد نفسه، وليس في الجراحة ذاتها. إذ يتعين على الجراحين حفر نفق صغير في عظمة الفخذ لتثبيت النسيج الجديد، وإذا لم يتم وضع هذا النفق بدقة في المكان الذي كان يتصل به الرباط الأصلي، فقد تظل الركبة غير مستقرة أو قد يصيبها التهاب المفاصل لاحقًا في الحياة. ولعقود من الزمن، اعتمد تحديد نقطة الاتصال الدقيقة هذه، والمعروفة باسم "البصمة"، على عين الجراح وخبرته، وهي عملية يدوية تترك مجالًا للخطأ البشري.
مؤخرًا، بدأ مجال التصوير الطبي في تبني الذكاء الاصطناعي، باستخدام أنظمة حاسوبية يمكنها التعلم كيفية التعرف على الأنماط في الصور. وقد ركز معظم هذا التقدم ببساطة على تحديد ما إذا كان الرباط ممزقًا أم سليمًا. ومع ذلك، ظل تحديد المركز الدقيق لنقطة الاتصال على العظم تحديًا صعبًا لهذه الحواسيب. وتستكشف دراسة جديدة أجراها باحثون من المعاهد الوطنية للصحة وجامعة جونز هوبكنز ما إذا كان التعلم العميق ثلاثي الأبعاد المتقدم يمكنه حل هذه المشكلة المحددة. ومن خلال تعليم الحواسيب تحليل صور الرنين المغناطيسي ثلاثية الأبعاد، هدف الفريق إلى إنشاء أداة يمكنها تحديد البقعة المثالية التي يجب على الجراح الحفر فيها تلقائيًا، مما قد يجعل إعادة بناء الركبة أكثر موثوقية واتساقًا.
نهج الباحثون هذا التحدي بطريقتين مختلفتين، حيث اختبروا طريقتين متمايزتين لمعرفة أيهما يمكن أن يجد الموقع المستهدف بدقة أكبر. تعاملت الطريقة الأولى مع العظمة كنموذج رقمي ثلاثي الأبعاد، وهو عبارة عن شبكة مكونة من آلاف النقاط الصغيرة المتصلة بخطوط، تشبه المنحوتات السلكية. وقد دربوا نظامًا حاسوبيًا للنظر إلى شكل وسطح هذه العظمة الرقمية لتخمين مكان اتصال الرباط. أما الطريقة الثانية، فقد اتبعت نهجًا أكثر مباشرة، حيث قامت بتغذية الحاسوب بصور الرنين المغناطيسي ثلاثية الأبعاد الخام نفسها. وتعلم هذا النظام مسح حجم الركبة، بحثًا عن الأدلة البصرية المحددة داخل الفحص التي تشير إلى مركز البصمة، تمامًا كما يفعل طبيب الأشعة البشري، ولكن بسرعة ودقة الآلة.
ولاختبار هذه الأنظمة، استخدم الفريق مجموعة ضخمة من فحوصات الركبة من قاعدة بيانات عامة، تضم ما يقرب من 8,000 صورة لكل من الركبتين اليمنى واليسرى. وقاموا بتقسيم هذه البيانات، باستخدام الجزء الأكبر منها لتعليم الحواسيب كيفية إيجاد البقعة، مع الاحتفاظ بجزء أصغر لاختبار مهاراتها في حالات جديدة لم يسبق رؤيتها. وأظهرت النتائج أن كلا الطريقتين نجحتا، ولكن إحداهما كانت متفوقة بوضوح. فقد تفوق النظام الذي حلل الصور ثلاثية الأبعاد الخام على النظام الذي اعتمد على نموذج العظم الرقمي ثلاثي الأبعاد. ففي المتوسط، حدد النظام القائم على الصور مركز نقطة الاتصال بهامش خطأ قدره 2.1 مليمتر فقط، بينما كان للنظام القائم على النموذج متوسط خطأ قدره 2.8 مليمتر. وفي عالم جراحة الركبة، حيث يمكن أن يكون الفرق بين النجاح والفشل مجرد مليمترات قليلة، فإن هذا المستوى من الدقة يعد أمرًا هامًا.
كما نظر الباحثون في مدى تكرار وقوع تخمين الحاسوب ضمن نطاق آمن من الموقع الحقيقي. وبالنسبة للنظام القائم على الصور، كانت ما يقرب من 96 بالمائة من التنبؤات للركبات اليسرى و93 بالمائة للركبات اليمنى تقع ضمن نطاق 5 مليمترات من البقعة الفعلية. ولفهم ما يعنيه هذا بالنسبة للمريض، تخيل منطقة الاتصال كدائرة صغيرة على العظمة؛ فإذا حفر الجراح ثقبًا بعيدًا عن المركز قليلاً، فقد لا يغطي الرباط الجديد المنطقة بأكملها، مما يؤدي إلى عدم الاستقرار. وقد حسبت الدراسة أنه حتى مع الأخطاء الصغيرة الموجودة في تنبؤات الحاسوب، فإن ثقب الحفر الجراحي القياسي سيقع في الغالب داخل المنطقة الصحيحة. وفقط عند استخدام أكبر حجم ممكن لثقب الحفر، وقع جزء ضئيل من الثقب خارج المنطقة المثالية، مما يشير إلى أن أدوات الحاسوب هذه يمكن أن توجه الجراحين بدرجة عالية من الأمان.
وعلى الرغم من أن الطريقة القائمة على الصور أثبتت أنها أكثر دقة، إلا أن الباحثين أشاروا إلى أن نهج النموذج ثلاثي الأبعاد لا يزال يحمل قيمة. ولأن النموذج يعتمد على شكل العظمة بدلاً من مظهر الرباط، فقد يعمل بشكل أفضل في الحالات التي يكون فيها الرباط ممزقًا بالفعل ولم يعد مرئيًا في الفحص. وتخلص الدراسة إلى أن أدوات الذكاء الاصطناعي هذه توفر طريقة مجدية لتحسين دقة جراحة إعادة بناء الركبة. فمن خلال توفير هدف دقيق ومؤتمت للجراحين، يمكن لهذه التكنولوجيا أن تساعد في تقليل عدد العمليات الجراحية الفاشلة وتحسين صحة مفصل الركبة على المدى الطويل، محولةً مهمة يدوية معقدة إلى إجراء موجه بالبيانات.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.