Disease Spectrum Analysis and AI-Assisted Screening of Fundus Disorders Using Portable Handheld Fundus Imaging in Health Examination Populations

إن رؤية العالم بوضوح هي جزء أساسي من كون المرء إنساناً، ومع ذلك، فإن هذا الوضوح يتلاشى بالنسبة لمليارات البشر بسبب أمراض العين التي غالباً ما لا تظهر أي علامات تحذيرية حتى فوات الأوان. إن الجزء الخلفي من العين، المعروف باسم الشبكية، هو طبقة رقيقة من الأنسجة تعمل مثل مستشعر الكاميرا، حيث تلتقط الضوء الذي يسمح لنا بالرؤية. وعندما تتضرر هذه الأنسجة بسبب حالات مثل السكري، أو ارتفاع ضغط الدم، أو الشيخوخة، فإن الضرر غالباً ما يكون دائماً. ولأن هذه المشكلات تبدأ بهدوء، يعتمد الأطباء على التقاط صور للشبكية للعثور عليها في وقت مبكر. تقليدياً، يتم التقاط هذه الصور باستخدام آلات ضخمة وباهظة الثمن تتطلب من المريض الجلوس ساكناً والنظر في جهاز ثابت. ومع ذلك، فإن نوعاً جديداً من الكاميرات يغير هذا المشهد؛ فهي أجهزة صغيرة محمولة باليد يمكن للطبيب أن يمسكها بيد واحدة، مما يجعل من الممكن التقاط صور للشبكية في أي مكان تقريباً، من عيادة مجتمعية مزدحمة إلى غرفة فحص طبي روتينية. وكان التحدي يكمن في أن هذه الكاميرات المحمولة يصعب استخدامها بشكل مثالي؛ إذ يمكن أن تكون الصور ضبابية أو سيئة الإضاءة، ومن غير الواضح ما إذا كان الذكاء الاصطناعي، وهو برنامج الكمبيوتر المصمم لرصد الأمراض، يمكنه التعامل مع هذه الصور غير المثالية بنفس الكفاءة التي يتعامل بها مع الصور المثالية الملتقطة في عيادات المتخصصين.

لقد وضع فريق من الباحثين هدفاً لحل هذه المشكلة من خلال اختبار ما إذا كان يمكن استخدام هذه الكاميرات المحمولة لفحص مجموعات كبيرة من الأصحاء لمجموعة واسعة من أمراض العين، وليس فقط لحالة مرضية واحدة محددة. وقد عملوا مع مجموعة ضخمة من الصور التي تم التقاطها على مدى خمس سنوات من ما يقرب من ثلاثين ألف شخص زاروا مستشفى في بكين لإجراء فحوصات صحية روتينية. وفي المجمل، جمعوا أكثر من ثمانية وخمسين ألف صورة للشبكية. ولأن الكاميرات كانت محمولة باليد واستُخدمت مع أشخاص لم يكونوا مرضى ينتظرون فحصاً للعين، فقد تفاوتت جودة الصور بشكل كبير؛ فبعضها كان شديد الوضوح، بينما كان البعض الآخر مظلماً جداً، أو ضبابياً جداً، أو غير متوافق في المحاذاة بحيث لا يمكن الاستفادة منه. قام الباحثون أولاً ببناء نظام كمبيوتر ليعمل كبوابة صارمة، حيث قام بفرز الصور إلى ثلاث مجموعات: الصور المثالية، والصور الجيدة بما يكفي للاستخدام، والصور التي يجب استبعادها. كانت هذه الخطوة حاسمة لأنها ضمنت أن نماذج الذكاء الاصطناعي لن تتدرب إلا على الصور التي تظهر العين بوضوح فعلي. وبعد عملية التنظيف هذه، تبقى لديهم أكثر من خمسة وثلاثين ألف صورة عالية الجودة لدراسة الحالة الصحية للسكان.

ما وجده الباحثون كان صورة واضحة لكيفية تغير صحة العين مع تقدم العمر. ففي مجموعة الصور التي حللوها، أظهرت حوالي ثلث الصور علامات على مشاكل في العين. وكانت المشكلة الأكثر شيوعاً، وبفارق كبير، هي التغيرات المتعلقة بقصر النظر، والتي أثرت على ما يقرب من عشرين بالمائة من الناس. وهذا أمر منطقي نظراً لأن الدراسة شملت العديد من البالغين الشباب ومن منتصفي العمر. ومع ذلك، فإن نوع المرض المكتشف يعتمد بشكل كبير على العمر؛ ففي فئة الشباب، كانت معظم المشكلات مرتبطة بقصر النظر، ولكن مع تقدم المجموعة في السن، تحولت المشكلات. ففي الأشخاص الذين تزيد أعمارهم عن ستين عاماً، كانت النتÇ الأكثر شيوعاً هي أمراض الأوعية الدموية في العين وتدهور الجزء المركزي من الشبكية، وهي حالات ترتبط عادةً بالشيخوخة والصحة العامة. هذا الاكتشاف مهم لأنه يشير إلى أن برامج فحص العين لا ينبغي أن تكون موحدة للجميع؛ فما يجب على الأطباء البحث عنه لدى شخص في الثلاثين من عمره يختلف عما يجب البحث عنه لدى شخص في السبعين.

ولمعرفة ما إذا كان بإمكان أجهزة الكمبيوتر مساعدة الأطباء في العث_د على هذه المشكلات بشكل أسرع، اختبر الفريق اثني عشر نوعاً مختلفاً من نماذج الذكاء الاصطناعي. وطلبوا من هذه النماذج القيام بمهمتين: أولاً، تحديد ما إذا كانت الصورة تظهر عيناً سليمة أم غير سليمة، وثانياً، تحديد نوع المرض بدقة إذا كانت العين غير سليمة. كانت النتائج مشجعة للمهمة الأولى؛ فقد كانت نماذج الكمبيوتر جيدة جداً في رصد وجود خطب ما، حيث حددت العيون غير الطبيعية بدقة في أكثر من تسعين بالمائة من الحالات. وهذا يعني أن الكاميرا المحمولة باليد جنباً إلى جنب مع هذا النوع من البرمجيات يمكن أن تحدد بوضوح الأشخاص الذين يحتاجون إلى رؤية متخصص. ومع ذلك، كانت المهمة الثانية أصعب بكثير؛ فعندما حاولت النماذج تسمية المرض المحدد، انخفضت دقتها بشكل ملحوظ. فغالباً ما كانت تخلط بين أنواع مختلفة من مشاكل الأوعية الدموية أو تجد صعوبة في التمييز بين أنواع مختلفة من تلف الأنسجة. وهذا يشير إلى أنه بينما تعد أجهزة الكمبيوتر ممتازة في العمل كمرشح أول لالتقاط المشكلات المحتملة، إلا أنها ليست جاهزة بعد لتحل محل الطبيب البشري في تشخيص الحالة الدقيقة من صورة ملتقطة بكاميرا محمولة.

اختبر الباحثون أيضاً جيلاً جديداً من نماذج الكمبيوتر المتقدمة التي تم تدريبها على الملايين من صور العين القياسية وعالية الجودة من العيادات الكبيرة. وكانوا يأملون أن تكون هذه "النماذج التأسيسية" أكثر ذكاءً وقدرة على التعامل مع الصور الواقعية "الفوضوية" من الكاميرات المحمولة. ومن المثير للدهشة أن هذه النماذج المتقدمة لم تكن أفضل أداءً من النماذج الأبسط والأخف وزناً. بل في الواقع، عانت النماذج المتخصصة أحياناً بشكل أكبر، رباً لأن الصور من الكاميرات الصغيرة المحمولة كانت تبدو مختلفة جداً عن الصور المثالية التي تدربت عليها. لقد قامت النماذج الأبسط، وهي الأسرع وتتطلب قوة حوسبة أقل، بأفضل أداء. هذا الاكتشاف يعد دليلاً عملياً للمستقبل: فمن أجل الفحص واسع النطاق باستخدام الأجهزة المحمولة، لا نحتاج إلى أكثر أنواع الذكاء الاصطناعي تعقيداً وضخامة، بل نحتاج إلى أدوات قوية بما يكفي للتعامل مع الصور غير المثالية وسريعة بما يكفي لمعالجة آلاف الصور يومياً.

في الختام، تثبت هذه الدراسة أنه من الممكن استخدام كاميرات صغيرة محمولة لفحص أعداد كبيرة من الناس للعديد من أمراض العين المختلفة، بشرط وجود نظام لمراقبة جودة الصور أولاً. وتظهر الأبحاث أن أمراض العين تتبع نمطاً يمكن التنبؤ به بناءً على العمر، حيث يسود قصر النظر لدى الشباب وتتولى أمراض الأوعية الدموية زمام الأمور لدى كبار السن. كما توضح أن الذكاء الاصطناعي يمكن أن يكون شريكاً قوياً في رصد هذه المشكلات، لكن التكنولوجيا ليست مثالية بعد في تسمية كل مرض محدد. يضع هذا العمل الأساس لطريقة جديدة لحماية البصر، حيث يمكن أن تتضمن الفحوصات الصحية الروتينية نظرة سريعة وغير مؤلمة على الشبكية، مما يساعد في رصد المشكلات مبكراً قبل أن تؤدي إلى العمى. ومن خلال الجمع بين جهاز بسيط محمول باليد وبرمجيات ذكية وفهم واضح لكيفية تغير أمراض العين على مدار العمر، يمكننا المضي قدماً نحو مستقبل تتم فيه مراقبة صحة العين بنفس روتين مراقبة ضغط الدم أو الوزن.