← أحدث الأبحاث
📄 الطب

A hybrid radiomics–3D CNN model using non-contrast CT for esophagogastric variceal bleeding risk prediction in cirrhosis

طورت هذه الدراسة وصادقت على نموذج هجين يجمع بين الراديوميكس والشبكة العصبية التلافيفية ثلاثية الأبعاد (3D CNN) باستخدام التصوير المقطعي المحوسب بدون صبغة، والذي يتنبأ بفعالية بمخاطر نزيف دوالي المريء والمعدة لدى المرضى المصابين بتليف الكبد، مما يقدم أداة واعدة غير جراحية لتوجيه قرارات العلاج الوقائي.

المؤلفون الأصليون: Zongyi Zhu, Shifeng Xiang, Ying Wang, Yiping Wu

نُشر 2026-09-28
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلفون الأصليون: Zongyi Zhu, Shifeng Xiang, Ying Wang, Yiping Wu

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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

تليف الكبد هو حالة يصبح فيها الكبد متندباً وصلباً، وهي حالة تجبر الدم على إيجاد مسارات جديدة وخطيرة عبر الجسم. أحد أخطر العواقب لهذا الضغط هو تورم الأوردة في المريء والمعدة، وهو ما يُعرف بالدوالي. هذه الأوردة المتورمة هشة ويمكن أن تنفجر دون سابق إنذار، مما يسبب نزيفاً يهدد الحياة ويقتل نسبة كبيرة من المصابين به. حالياً، الطريقة القياسية للتحقق من هذا الخطر هي التنظير الداخلي، وهو إجراء يتم فيه تمرير كاميرا عبر الحلق. ورغم فعالية هذه الطريقة، إلا أنها عملية جراحية تداخلية، غير مريحة للمريض، ويصعب تكرارها بشكل متكرر، خاصة لأولئك الذين يعانون من مضاعفات صحية أخرى. يحتاج الأطباء إلى وسيلة لرصد الخطر مبكراً وبشكل مستمر دون إخضاع المرضى لفحوصات تداخلية متكررة أو تعريضهم لمخاطر الأصباغ المستخدمة في الفحوصات القياسية.

استكشف فريق من الباحثين في مستشفى هاندان المركزي مساراً مختلفاً، باستخدام نوع من التصوير الطبي الشائع والآمن: التصوير المقطعي المحوسب (CT) بدون صبغة لمنطقة البطن. وخلافاً للفحوصات القياسية التي تستخدم صبغة اليود لجعل الأوعية الدموية تتوهج، تعتمد هذه التقنية على الكثافة الطبيعية للأنسجة. وبينما لا يمكن لهذه الفحوصات البسيطة إظهار الأوردة المتورمة بشكل مباشر، اشتبه الباحثون في أن التغيرات الطفية في الكبد والطحال والأوعية الدموية المحيطة قد تحمل الأدلة اللازمة للتنبؤ بحدوث النزيف. ولفتح هذه الأنماط الخفية، جمعوا بين طريقتين قويتين لتحليل الصور: إحداهما تقيس أنسجة وأشكالاً محددة، والأخرى تستخدم الذكاء الاصطناعي لتعلم الأنماط المعقدة من تلقından.

ركزت الدراسة على 137 مريضاً مصاباً بتليف الكبد ممن خضعوا لهذه الفحوصات المقطعية البسيطة. وقسم الباحثون المجموعة إلى فئتين بناءً على ما حدث خلال العام التالي: 47 مريضاً عانوا من نزيف دوالي، بينما لم يعانِ 90 مريضاً من ذلك. علّم الفريق الحاسوب كيفية النظر في سبعة مناطق محددة في الفحص، بما في ذلك الكبد والطحال والمريء والمعدة وثلاثة أوردة رئيسية. واستخدموا طريقة تسمى "الراديوميكس" (Radiomics) لتفكيك الصور إلى آلاف التفاصيل الصغيرة القابلة للقياس، مثل مدى خشونة نسيج الطحال أو الشكل الدقيق لسطح الكبد. وفي الوقت نفسه، استخدموا نموذج ذكاء اصطناعي ثلاثي الأبعاد، وهو نوع من شبكات التعلم العميق، لمسح نفس الصور وتعلم مجموعة من الميزات الخاصة به التي قد يغفل عنها البشر.

بعد ذلك، بنى الباحثون "نموذج دمج" يجمع بين القياسات التفصيلية من نهج الراديوميكس والأنماط المعقدة التي تعلمها الذكاء الاصطناعي. واختبروا هذا النظام المدمج عن طريق تدريبه على معظم المرضى والتحقق من دقته على البقية، مع تكرار هذه العملية خمس مرات لضمان موثوقية النتائج. وكانت النتيجة أداة يمكنها التمييز بين المرضى الذين سيعانون من النزيف وأولئك الذين لن يعانوا منه بدرجة عالية من الأداء؛ حيث حقق النموذج مساحة تحت المنحنى (AUC) بلغت 0.88. والأهم من ذلك، كان النموذج بارعاً جداً في استبعاد الخطر؛ فقد حقق مساحة تحت المنحنى بلغت 0.94 في تحديد المرضى منخفضي المخاطر. وهذا المستوى العالي من اليقين في تحديد المرضى الآمنين أمر بالغ الأهمية، إذ يمكنه السماح للأطباء بتجنب الإجراءات التداخلية غير الضرورية لمن لا يحتاجون إليها.

كما بحثت الدراسة في مدى مطابقة توقعات النموذج للواقع. وبعد ضبط الأرقام لضمان موثوقيتها، أظهر النموذج أن تقديراته للاحتمالات كانت موثوقة للغاية. وعندما اختبر الباحثون ما إذا كان استخدام هذه الأداة سيساعد الأطباء بالفعل في اتخاذ قرارات أفضل، وجدوا أنها تقدم فائدة واضحة مقارنة بمجرد علاج الجميع أو عدم علاج أحد. وقد تفوق النموذج على استخدام قياسات النسيج وحدها أو الذكاء الاصطناعي وحده، مما يشير إلى أن الطريقتين توفران معلومات مختلفة ومتكاملة؛ حيث التقطت قياسات النسيج التغيرات الفيزيائية المعروفة في الأعضاء، بينما وجد الذكاء الاصطناعي أنماطاً مكانية دقيقة لا يمكن للعين البشرية أو القياسات البسيطة وصفها بسهولة.

رغم هذه النتائج الواعدة، يحرص الباحثون على الإشارة إلى أن هذه دراسة استطلاعية شملت مجموعة صغيرة نسبياً من المرضى من مستشفى واحد. ولم يتم اختبار النموذج مقابل السجلات السريرية القياسية التي يستخدمها الأطباء اليوم، كما لم يتم اختباره على مجموعة أكبر وأكثر تنوعاً من الناس لمعرفة ما إذا كان يعمل في كل مكان. كما أن عملية تحديد أجزاء الجسم المحددة ليقوم الحاسوب بتحليلها تمت يدوياً من قبل الأطباء، وهو أمر يستغرق وقتاً ويمكن أن يختلف قليلاً من شخص لآخر. ويقترح المؤلفون أنه بينما يظهر هذا النهج إمكانات كبيرة كوسيلة آمنة ومتكررة وغير تداخلية للفحص، إلا أن هناك حاجة إلى دراسات أكبر قبل استخدامه بشكل روتيني في العيادات. وفي الوقت الحالي، يوضح هذا العمل أنه حتى الفحص المقطعي البسيط، عند النظر إليه من خلال عدسة تحليل البيانات المتقدمة، يمكن أن يكشف عن معلومات حيوية حول صحة المريض المستقبلية.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →