Deep Learning–Based Quantitative Assessment of Pneumothorax in Neonatal Chest Radiographs
تقدم هذه الدراسة وتتحقق من صحة نظام يعتمد على التعلم العميق باستخدام نماذج UNet++ للكشف بدقة عن استرواح الصدر وتقييم شدته كمياً في صور الأشعة السينية للصدر لحديثي الولادة، بما في ذلك حالات الامتداد خارج الصدر، مما يوفر أداة قابلة للتكرار لدعم اتخاذ القرار السريري في الوقت المناسب.
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
تخيل جسم الإنسان كمدينة صاخبة، حيث الرئتان بالونان عملاقان ومرنان يملآن الساحة المركزية بالهواء النقي. أحياناً، يتطور تسرب صغير في جدار البالون، مما يسمح للهواء بالهروب إلى المساحة الواقعة بين البالون وجدار المدينة. يُسمى هذا "استرواح الصدر" (pneumothorax). وبالنسبة لحديثي الولادة، الذين تكون رئاتهم رقيقة كمناديل الورق المبللة، يمكن أن يكون هذا التسرب حالة طوارئ حياة أو موت. عادة ما يكتشف الأطباء هذه التسريبات من خلال النظر في صور الأشعة السينية، والتي تشبه لقطات بالأبيض والأس️ لتقسيم المدينة. لكن النظر في هذه اللقطات عمل شاق؛ فالأمر يشبه محاولة العثور على صدع محدد في نافذة ضبابية بينما ترتدي قفازات سميكة. إنه أمر يستغرق وقتاً، وهو مجهد، وقد يرى أطباء مختلفون الصدع بشكل مختلف، مما يؤدي إلى الارتباك أو التأخير.
وللمساعدة، يقوم العلماء بتعليم الحواسيب "رؤية" هذه التسريبات باستخدام نوع خاص من البرمجيات الذكية تسمى "التعلم العميق" (Deep Learning). فكر في هذه البرمجيات كمتدرب فائق الذكاء درس ملايين الصور وتعلم كيفية رصد الأنماط التي قد تخفى على العين البشرية. وبينما كانت المتدربات السابقة جيدة في مجرد الصراخ: "مهلاً، هناك تسرب!" (إجابة بسيطة بنعم أو لا)، إلا أنها لم تكن جيدة جداً في قياس مدى حجم هذا التسرب بالضبط. ومعرفة الحجم أمر بالغ الأهمية، لأن التسرب الصغير قد يحتاج فقط للمراقبة، بينما التسرب الكبير يحتاج إلى تدخل فوري. تسأل هذه الدراسة الجديدة: هل يمكننا تعليم الكمبيوتر ليس فقط العثور على التسرب، بل وقياس حجمه بدقة متناهية تصل إلى مستوى "البكسل"، حتى عندما يتسرب الهواء خارج الحدود الطبيعية للرئة؟
قصة المقيّس الرقمي
في هذه الدراسة، قرر فريق من الباحثين من مستشفى جامعة كوريا آنسان بناء أداة رقمية تعمل مثل مسطرة فائقة الدقة لأشعة الصدر السينية لحديثي الولادة. لقد جمعوا مكتبة ضخمة تضم 3,443 صورة أشعة سينية من 11 مستشفى مختلفاً، وكلها تظهر حديثي ولادة يعانون من استرواح الصدر. وللتأكد من أن الأداة تعلمت بشكل صحيح، قام ثلاثة من أطباء الأطفال الخبراء برسم خطوط خارجية يدوياً حول تسربات الهواء وتجاويف الصدر في هذه الصور، مما خلق "المعيار الذهبي" (gold standard) الذي يمكن للكمبيوتر دراسته.
قام الباحثون بتدريب نموذجين منفصلين من الذكاء الاصطناعي باستخدام بنية ذكية تسمى UNet++ (فكر فيها كفريق منظم للغاية من المحققين يعملون معاً). تعلم أحد النماذج رسم الخط الخارى لتجويف الصدر بأكمله ("جدار المدينة")، بينما تعلم الآخر رسم الخط الخارجي لتسرب الهواء ("الهواء المتسرب"). وبمج-بمج تدريبهما، يمكن للكمبيوتر النظر إلى أي أشعة سينية جديدة، وتتبع كلا الشكلين، وحساب النسبة فوراً: كم يشغل الهواء المتسرب من إجمالي المساحة.
ماذا وجدوا؟
كانت النتائج مثيرة للإعجاب. فعندما اختبروا النظام على 345 صورة جديدة لم يرها من قبل، طابقت خطوط الكمبيوتر الخارجية رسومات الخبراء البشريين بمتوسط درجة بلغ 0.9088 (على مقياس حيث 1.0 هو التطابق التام). وهذا يعني أن الكمبيوتر كان دقيقاً للغاية في العثور على التسرب.
لكن السحر الحقيقي حدث عندما نظروا إلى أحجام التسرب المختلفة. فقد أصبح الكمبيوتر أفضل مع كبر حجم التسريبات:
- بالنسبة للتسريبات الصغيرة (أقل من 10% من الصدر)، كانت الدرجة 0.8366.
- بالنسبة للتسريبات المتوسطة (10-20%)، قفزت إلى 0.9191.
- بالنسبة للتسريبات الكبيرة (20-30%)، وصلت إلى 0.9452.
- بالنسبة لأكبر التسريبات (30% أو أكثر)، كانت شبه مثالية عند 0.9742.
كما اختبر الباحثون النظام في سيناريو صعب: "استرواح الصدر خارج الصدر" (extrathoracic pneumothorax)، حيث يتسرب الهواء لدرجة أنه يدفع بجدار الصدر إلى الخارج ويصل إلى الرقبة أو تحت الجلد. هذا يشبه هروب الهواء خارج أسوار المدينة تماماً. وحتى في هذه الحالات الخمسين الصعبة، ظل الكمبيوتر نجماً متألقاً، حيث حقق متوسط درجة بلغ 0.9531. لقد نجح في قياس حجم التسرب بغض النظر عما إذا كان باقياً داخل الصدر أو متسللاً إلى الخارج.
لماذا يهم هذا؟
تشير الورقة البحثية إلى أن هذه الأداة يمكن أن تكون نقطة تحول في وحدات العناية المركزة لحديثي الولادة. فبدلاً من أن يقضي الطبيب دقائق ثمينة في التحديق في أشعة سينية ضبابية والتخمين، يوفر هذا النظام رقماً موضوعياً وقابلاً للتكرار فوراً. فهو لا يكتفي بالقول "هناك مشكلة"، بل يقول "المشكلة بهذا الحجم". وهذا يساعد الأطباء على اتخاذ القرار بشكل أسرع بشأن ما إذا كان الطفل يحتاج إلى أنبوب لسحب الهواء أم يمكنهم الاكتفاء بالمراقبة فقط. وبينما تشير الدراسة إلى أن الأداة لا تزال تواجه بعض التحديات مع أصغر التسريبات (رغم أنها قدمت أداءً أفضل من العديد من المحاولات السابقة)، إلا أنها تثبت أن التعلم العميق يمكن أن يتجاوز مجرد الكشف البسيط ليصبح مساعداً كمياً دقيقاً لإنقاذ حياة المواليد الجدد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.