📄 medicine

Machine Learning Prediction of Coronary Artery Disease Using Palm Images and Clinical Data

طورت هذه الدراسة وصادقت على نموذج لتعلم الآلة للتنبؤ بمرض الشريان التاجي باستخدام صور راحة اليد والبيانات السريرية، ووجدت أنه في حين أدى دمج المعلومات السريرية إلى تحسين التنبؤات القائمة على راحة اليد بشكل طفيف، فإن النموذج الذي يعتمد فقط على البيانات السريرية حقق أعلى أداء إجمالي.

المؤلفون الأصليون: Sheng Yang, Bowen Yang, Jiajing Gu, Haoxuan Lu, Kejin Yang, Yanqing Xie, Wenbin Tang, Jinjin Zhu, Fuwei He

نُشر 2026-09-08

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Sheng Yang, Bowen Yang, Jiajing Gu, Haoxuan Lu, Kejin Yang, Yanqing Xie, Wenbin Tang, Jinjin Zhu, Fuwei He

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

لا تزال أمراض القلب واحدة من أكثر التحديات استمراراً وفتكاً في الحياة المعاصرة، مدفوعة بشيخوخة السكان وأنماط الحياة التي تنهك الجهاز الدوري. وبينما اعتمد الأطباء لفترة طويلة على فحوصات الدم والتصوير لرصد علامات التحذير من انسداد الشرايين، إلا أن هذه الطرق غالباً ما تتطلب معدات باهظة الثمن وإجراءات جراحية. وفي البحث عن طرق أبسط وغير جراحية للكشف عن المخاطر، بدأ العلماء ينظرون إلى سطح الجسم بحثاً عن أدلة خفية. فالجلد، ولا سيما راحة اليد، يتطور خلال المراحل المبكرة من الحياة نفسها التي يتطور فيها القلب والأوعية الدموية، مما دفع الباحثين للتساؤل عما إذا كانت الأنماط الموجودة على أيدينا قد تحمل بصمات جينية أو تطورية لمشاكل قلبية مستقبلية. ويقع هذا السؤال عند نقطة التقاء الطب التقليدي والذكاء الاصطناعي، وهو مجال تُعلَّم فيه الحواسيب التعرف على الأنماط البصرية الدقيقة التي قد تغفل عنها العين البشرية.

وضع فريق من الباحثين من جامعة نينغبو والمستشفيات التابعة لها في الصين نصب أعينهم اختبار هذه الفكرة عبر بناء نموذج حاسوبي مصمم للتنبؤ بمرض الشريان التاجي باستخدام مجرد صورة ليد المريض وتاريخه الطبي الأساسي. وقد جمعوا بيانات من ما يقرب من ألف مريض خضعوا لإجراء قياسي لقسطرة القلب، وهو اختبار يقدم نظرة حاسمة حول ما إذا كانت الشرايين مسدودة أم لا. ولكل شخص، جمع الفريق صورة عالية الجودة لراحة يده، إلى جانب تفاصيل مثل العمر، والجنس، وضغط الدم، ونتائج فحوصات الدم. وكان الهدف هو معرفة ما إذا كان بإمكان الآلة أن تتعلم التمييز بين راحة أيدي الأشخاص الذين يعانون من انسداد الشرايين وأولئك الذين يتمتعون بشرايين سليمة، وما إذا كان إضافة حقائق صحية بسيطة إلى الصورة سيجعل التنبؤ أكثر دقة.

ولإنجاز هذا العمل، تعين على الباحثين أولاً تعليم الكمبيوتر كيفية تحديد موقع اليد في الصورة. واستخدموا أداة متطورة للكشف عن الصور لتحديد موقع راحة اليد وقص بقية الصورة، لضمان تركيز الكمبيوتر فقط على الجلد والخطوط ذات الصلة. ثم قاموا بتغذية النظام بآلاف من هذه الصور المقصوصة في نظام تعلم عميق، وهو نوع من الذكاء الاصطناعي الذي يتعلم من خلال فحص ملايين الأمثلة. تم تدريب هذا النظام على رصد الأنسجة الفريدة وأنماط التعرجات على راحة اليد التي قد ترتبط بأمراض القلب. كما بنى الباحثون نموذجاً منفصلاً باستخدام البيانات السريرية للمرضى فقط، مثل مستويات الكوليسترول لديهم وتاريخ التدخين، لمعرفة مدى قدرة الأرقام التقليدية على التنبؤ بالمرض بمفردها. وأخيراً، أنشأوا نموذجاً ثالثاً يجمع بين صورة راحة اليد وبعض الحقائق الصحية الأساسية، مثل ما إذا كان المريض يعاني من ارتفاع ضغط الدم أو يدخن، لمعرفة ما إذا كان المصدران للمعلومات سيعملان بشكل أفضل معاً.

وعندما اختبر الفريق هذه النماذج مقابل مجموعة من المرضى لم يرها الكمبيوتر من قبل، قدمت النتال صورة واضحة، وإن كانت دقيقة. فقد كان النموذج الذي نظر فقط في صور راحة اليد يؤدي بشكل متوسط، حيث حدد حالة المرض بشكل صحيح في حوالي ثلثي الحالات. وهذا يشير إلى أن راحة اليد تحتوي بالفعل على بعض المعلومات البصرية المتعلقة بصحة القلب، والتي تعكس على الأرجح التطور الجيني المشترك للجلد والجهاز الدوري. وعندما أضاف الباحثون معلومات سريرية أساسية إلى صور راحة اليد، تحسنت دقة النموذج قليلاً، مما يشير إلى أن الحقائق الصحية وفرت سياقاً مفيداً للبيانات البصرية. ومع ذلك، تبين أن الأداة الأكثر قوة هي تلك التي تجاهلت اليد تماماً؛ إذ تفوق النموذج الذي بُني حصرياً على البيانات السريرية — باستخدام عوامل مثل العمر، وضغط الدم، وعلامات دم محددة — على كل من نموذج الصور فقط والنموذج المدمج. فقد حقق أعلى دقة وكان الأفضل في تحديد المرضى الذين يعانون بالفعل من المرض.

تخلص الدراسة إلى أنه على الرغم من أن صور راحة اليد تحمل إشارة ملموسة وواقعية لأمراض القلب، إلا أنها ليست بديلاً بعد للتقييم الطبي القياسي. فقد تعلم الكمبيوتر أن الأدلة المباشرة الموجودة في فحوصات الدم وتاريخ المريض هي أكثر موثوقية للتنبؤ بانسداد الشرايين من الأنماط الموجودة على الجلد. ويقترح الباحثون أن تصوير راحة اليد يمكن أن يعمل مستقبلاً كأداة فحص مريحة ومنخفضة التكلفة في أماكن مثل العيادات المجتمعية أو المعارض الصحية، وربما لتنبيه الأفراد الذين يحتاجون إلى فحوصات أكثر دقة. ومع ذلك، وإلى حين صقل هذه التكنولوجيا واختبارها على مجموعات أكبر بكثير من الناس، فإنها تظل وسيلة مساعدة بدلاً من كونها تشخيصاً مستقلاً. إن هذا العمل يثبت أنه بينما قد تهمس سطح الجسم بأسرار حول صحتنا الداخلية، فإن القياسات المباشرة لوظائفنا الفسيولوجية لا تزال هي الأكثر صوتاً وتأثيراً.

ملخص تقني: التنبؤ بمرض الشريان التاجي باستخدام تعلم الآلة عبر صور كف اليد والبيانات السريرية

أبحاث مشابهة