AI-Enabled Digital Stethoscope for Early Detection of Congenital Heart Disease: Prospective Study

في كل عام، يولد آلاف الأطفال بعيوب هيكلية في قلوبهم. وفي أجزاء كثيرة من العالم، يكون العثور على هذه المشكلات مبكراً مسأ Mas matter of life and death (مسألة حياة أو موت)، ومع ذلك فإن الوصول إلى الأطباء المتخصصين وأجهزة التصوير باهظة الثمن غالباً ما يكون نادراً. ولأجيال، كانت الخطوة الأولى في رصد هذه المشكلات هي الفعل البسيط المتمثل في الاستماع. حيث يضع الطبيب سماعة طبية على صدر الطفل، مستمعاً إلى إيقاع ضربات القلب ووجود أي أصوات إضافية، تُعرف باللغط (murmurs)، والتي قد تشير إلى وجود مشكلة. هذه الطريقة مجانية، وغير جراحية، ومتاحة في كل مكان تقريباً، لكنها تعتمد كلياً على مهارة وخبرة الشخص الذي يحمل الجهاز. فاللغط الذي يبدو واضحاً للمتخصص قد يغفل عنه الممارس العام، ويمكن أن تختلف دقة التشخيص بشكل كبير اعتماداً على من يستمع.

ولسد هذه الفجوة، بدأ الباحثون في استكشاف كيف يمكن للحواسيب أن تتعلم الاستماع بشكل أفضل من البشر. ومن خلال الجمع بين السماعة الرقمية والذكاء الاصطناعي، يأمل العلماء في إنشاء أداة يمكنها سماع العلامات الدقيقة لأمراض القلب بنفس الاتساق الذي يتمتع به الخبير المتمرس، بغض النظر عن البيئة أو تدريب المستمع. هذا النهج لا يحل محل الحاجة إلى التصوير المتقدم، الذي يظل المعيار الذهبي لتأكيد التشخيص، ولكنه يقدم وسيلة قوية لتحديد من يحتاج إلى تلك الرعاية المتقدمة فوراً. وتضع دراسة جديدة من مستشفى في الهند هذه الفكرة قيد الاختبار، متسائلة عما إذا كان بإمكان برنامج حاسوبي اكتشاف أمراض القلب الخلقية لدى الأطفال بمجرد تحليل أصوات قلوبهم.

لقد سعى الباحثون لبناء واختبار نظام يمكنه الاستماع إلى ضربات القلب وتحديد ما إذا كان الطفل يعاني من عيب في القلب. وقد استقطبوا 721 طفلاً وشاباً، تتراوح أعمارهم من الرضع إلى البالغين، يزورون وحدة قلبية متخصصة. كان حوالي نصف هؤلاء المشاركين يعانون من عيوب قلبية مؤكدة، بينما كانت قلوب الآخرين سليمة هيكلياً. وباستخدام سماعة رقمية تسجل الصوت وترسله لاسلكياً إلى هاتف ذكي، التقط الفريق أصوات القلب من أربعة مواضع قياسية في الصدر: أعلى اليمين، وأعلى اليسار، وأسفل اليسار، وقمة القلب. واستمر كل تسجيل لمدة عشرين ثانية. ثم قام الفريق بتقسيم بياناتهم، باستخدام أصوات من 301 مشارك لتعليم البرنامج الحاسوبي كيف يبدو القلب السليم مقابل القلب المعيب. واستُخدم المشاركون الـ 420 المتبقون لاختبار البرنامج دون أن يعرف الباحثون التشخيص الحقيقي مسبقاً، لضمان أن يكون الاختبار عادلاً وغير منحاز.

عمل البرنامج الحاسوبي عن طريق تحويل موجات الصوت الخام إلى خريطة بصرية تسمى "مخطط ميل" (mel-spectrogram). تعرض هذه الخريطة الصوت بطريقة تحاكي كيفية إدراك الأذن البشرية لحدة الصوت، مما يسمح للحاسوب برؤية أنماط في الضوضاء تكون غير مرئية للأذن المجردة. حلل البرنامج هذه الخرائط باستخدام نوع من الذكاء الاصطناعي يُعرف باسم "الشبكة العصبية الالتفافية" (convolutional neural network)، وهي مصممة للتعرف على الأنماط المعقدة في الصور والأصوات. تعلم النظام تحديد البصمات الصوتية المحددة المرتبطة بأنواع مختلفة من عيوب القلب، مثل التدفق المضطرب للدم عبر صمام ضيق أو التدفق المستمر للدم عبر ثقب في جدار القلب. وعندما سمع البرنامج صوتاً، قام بحساب درجة احتمالية لتحديد ما إذا كان القلب غير طبيعي على الأرجح.

عندما اختبر الباحثون النظام على الـ 420 مشاركاً الذين لم يسبق للنظام رؤيتهم، كانت النتائج مذهلة. فقد حدد الذكاء الاصطناعي بشكل صحيح 222 طفلاً من أصل 233 يعانون من عيوب قلبية، ولم يخطئ إلا في 11 حالة فقط. كما حدد أيضاً بشكل صحيح 171 طفلاً من أصل 187 من الأطفال الأصحاء، حيث صنف 16 طفلاً سليماً على أنهم قد يعانون من مشكلة. ترجم هذا الأداء إلى حساسية بلغت 95.2 بالمائة ونوعية بلغت 91.4 بالمائة عند مقارنتها بالتشخيص النهائي الذي أجراه تخطيط صدى القلب (echocardiography)، وهو تصوير الموجات فوق الصوتية المستخدم كمرجع نهائي. وبعبارات أبسط، لم يخطئ الحاسوب في عدد كبير من الأطفال المرضى، ونادراً ما أطلق إنذاراً كاذباً للأطفال الأصحاء. وقد قدم النظام أداءً يضاهي أداء طبيب قلب متخصص للأطفال يستمع باستخدام سماعة تقليدية، وفي بعض الحالات، تفوق حتى على المستمعين البشر في البيئات الصاخبة أو مع الأطفال غير المتعاونين الذين يبكون أو يتحركون.

كما نظرت الدراسة عن كثب في أنواع عيوب القلب التي يمكن للنظام اكتشافها. فقد كان بارعاً للغاية في رصد العيوب حيث يزداد تدفق الدم، مثل الثقوب بين حجرات القلب، حيث رصد 98 بالمائة من هذه الحالات. وكان فعالاً أيضاً في العثور على العيوب حيث ينخفض تدفق الدم، مثل الصمامات الضيقة، بنسبة كشف بلغت 93 بالمائة. وحتى بالنسبة للعيوب التي يظل فيها تدفق الدم طبيعياً، حافظ النظام على معدل كشف قوي بلغ 91 بالمائة. وأشار الباحثون إلى أن الحالات القليلة التي فاتها النظام كانت غالباً تلك التي ينتج فيها عيب القلب أصواتاً خافتة جداً أو لا ينتج عنها أصوات على الإطلاق، حتى بالنسبة لطبيب بشري خبير. وهذا يشير إلى أن حدود الحاسوب كانت مشابهة لحدود السمع البشري، بدلاً من كونها فشلاً في التكنولوجيا نفسها.

وظل أداء النظام ثابتاً عبر جميع الفئات العمرية، من الرضع الذين تقل أعمارهم عن سنة واحدة إلى البالغين الذين تزيد أعمارهم عن ثمانية عشر عاماً. وهذا أمر مهم للغاية لأن الاستماع إلى قلوب الرضع يعد أمراً صعباً للغاية؛ فقلوبهم تنبض بسرعة أكبر بكثير، وغالباً ما يكونون في حالة بكاء أو تململ، مما يجعل من الصعب على الإنسان عزل صوت اللغط. وحقيقة أن الحاسوب حافظ على دقة عالية في هذه الظروف الصعبة تشير إلى أنه يمكن أن يكون أداة حيوية لبرامج فحص حديثي الولادة. وأقر الباحثون بأن دراستهم أجريت في مركز واحد، وأن النظام تم تدريبه على بيانات لأطفال لم يخضعوا بعد لجراحة القلب. كما أشاروا إلى أن النظام صُمم للكشف عن وجود مشكلة، وليس لتحديد النوع المحدد للعيب أو شدته.

وعلى الرغم من هذه القيود، فإن النتائج تقدم رؤية مقنعة للمستقبل في مجال فحص أمراض القلب. وتثبت الدراسة أن نظام الذكاء الاصطناعي المدمج في سماعة طبية رقمية يمكنه اكتشاف أمراض القلب الخلقية لدى الأطفال بدقة عالية، مما يضاهي أداء المتخصصين الخبراء. ومن خلال توفير طريقة موثوقة وغير جراحية للفحص لعيوب القلب، يمكن لهذه التكنولوجيا أن تساعد في تحديد الأطفال الذين يحتاجون إلى رعاية عاجلة في وقت أبكر بكثير، خاصة في المناطق التي يندر فيها الوصول إلى أطباء قلب متخصصين. ويخلص الباحثون إلى أن مثل هذه الأداة لديها القدرة على توحيد معايير الفحص، وتقليل التأخير في التشخيص، وتحسين النتائج للأطفال الذين يعانون من عيوب قلبية في جميع أنحاء العالم في نهاية المطاف.