← أحدث الأبحاث
📄 medicine

Limited incremental prognostic value of an AI-derived hematoma expansion probability beyond admission clinical and CT features for 30-day functional outcome after spontaneous intracerebral hemorrhage: a retrospective cohort study

وجدت هذه الدراسة الاستعادية الأترابية التي شملت ١١٧ مريضاً يعانون من نزيف دماغي تلقائي أن إضافة احتمالية توسع الورم الدموي المستمدة من الذكاء الاصطناعي إلى السمات السريرية وسمات التصوير المقطعي المحوسب التقليدية عند التنويم لم توفر قيمة إضافية معنوية في التنبؤ بالنتائج الوظيفية خلال ٣٠ يوماً مقارنة بالمتنبئات القياسية وحدها.

المؤلفون الأصليون: Shaoshuai Cai, Zhanbo Wang, Yawei Fu, Yong Xue, Long Li, Fengwei Wang, Zhiwei Zhang, Yukui Cao

نُشر 2026-09-02
📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Shaoshuai Cai, Zhanbo Wang, Yawei Fu, Yong Xue, Long Li, Fengwei Wang, Zhiwei Zhang, Yukui Cao

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

عندما يحدث نزيف مفاجئ داخل الدماغ، وهو ما يُعرف بالنزيف الدماغي الداخلي العفوي، يبدأ الوقت في العد التنازلي فوراً. يعتمد الأطباء على فحص سريع للدماغ، وهو صورة الأشعة المقطعية (CT)، لرؤية حجم النزيف والضغط الذي يمارسه على الدماغ. كما ينظرون أيضاً إلى مستوى وعي المريض والعلامات الأساسية الأخرى لتخمين كيف سيتعافى الشخص خلال الشهر القادم. ولسنوات طويلة، كانت هذه القرائن التقليدية هي المعيار المتبع لإجراء تلك التوقعات. ومع ذلك، فإن موجة جديدة من التكنولوجيا تعد بتقديم المزيد؛ إذ يمكن للذكاء الاصطناعي الآن مسح صور الدماغ نفسها وحساب رقم محدد: وهو احتمال أن يتوسع النزيف. والسؤال الكبير أمام العالم الطبي هو ما إذا كان هذا الرقم الجديد عالي التقنية يساعد الأطباء حقاً في تقديم توقعات أفضل من القرائن البسيطة القديمة التي لديهم بالفعل.

لقد وضع فريق من الباحثين في مستشفى بويانغ لآبار النفط العام في الصين نصب أعينهم الإجابة على هذا السؤال من خلال مراجعة سجلات 117 بالغاً تم علاجهم من هذا النوع من نزيف الدماغ. أرادوا معرفة ما إذا كان إضافة توقع الذكاء الاصطناعي لتوسع النزيف إلى القائمة القياسية لتفاصيل المريض سيؤدي إلى تحسين دقة التنبؤ بتعافٍ ضعيف. ويعني التعافي الضعيف في هذا السياق بقاء المريض مع إعاقة كبيرة أو وفاته في غضون 30 يوماً. قام الباحثون ببناء أداتين مختلفتين للتنبؤ؛ استخدمت الأداة الأولى فقط المعلومات التي يجمعها الأطباء عند وصول المريض: عمره، وجنسه، وحجم النزيف، ومقدار انزياح الدماغ من مكانه، ومستوى وعيه، وما إذا كان الدم قد انتشر في المساحات المملوءة بالسائل في الدماغ. أما الأداة الثانية، فقد أخذت نفس تلك القائمة وأضافت إليها احتمالية توسع النزيف التي حسبها الذكاء الاصطناعي.

اختبر الباحثون هذه الأدوات باستخدام منهجية صارمة لضمان أن النتائج موثوقة وليست مجرد تخمين محظوظ. ووجدوا أن الأداة القياسية، التي تستخدم فقط التفاصيل السريرية وتفاصيل المسح الأساسية، كانت جيدة جداً بالفعل في التنبؤ بمن سيعاني في التعافي، حيث حققت مساحة تحت المنحنى (AUC) قدرها 0.81. وعندما أضافوا احتمالية توسع النزيف الناتجة عن الذكاء الاصطناعي إلى المزيج، لم يتحسن الأداء؛ إذ تنبأت الأداة الجديدة بالنتائج بدقة مماثلة تقريباً للأداة القديمة. وفي الواقع، كان الفرق ضئيلاً للغاية لدرجة أنه لا معنى له إحصائياً، مما يشير إلى أن الذكاء الاصطناعي لم يقدم أي معلومات جديدة أو مفيدة لم يكن بإمكان الأطباء رؤيتها بالفعل من الفحص الأولي وحالة المريض. كما قارنت الدراسة أداتهم القياسية بنظام تسجيل معروف يسمى "درجة ICH"، وهو مستخدم على نطاق واسع في المستشفيات، وأظهرت أداتهم أداءً مشابهاً لهذا المقياس الراسخ، مما يعني عدم وجود ميزة واضحة لأي من النهجين في هذه المجموعة المحددة من المرضى.

تشير النتائج إلى أنه بالنسبة للتنبؤ بمصير المريض خلال 30 يوماً جراء نزيف الدماغ، فإن حساب توسع النزيف المعقد عبر الذكاء الاصطناعي لا يضيف قيمة تتجاوز ما يمكن للطبيب تحديده من التقييم الأولي عند الدخول للمستشفى. ويبدو أن العوامل التقليدية، مثل حجم النزيف ومستوى يقظة المريض، تستوعب تقريباً كل المعلومات الضرورية اللازمة للتنبؤ قصير المدى. وأشار الباحثون إلى أن دراستهم اقتصرت على مستشفى واحد وعدد قليل نسبياً من المرضى، لذا فإن النتائج هي إشارة قوية ولكنها ليست حكماً نهائياً. وخلصوا إلى أنه بينما تعد تكنولوجيا الذكاء الاصطناعي مثيرة للإعجاب، إلا أنها لم تثبت أنها إضافة ضرورية لمجموعة أدوات الطبيب لهذه المهمة المحددة في هذه المجموعة من الناس. ولمعرفة ما إذا كانت هذه التكنولوجيا يمكن أن تساعد في سياق أوسع، ستكون هناك حاجة إلى دراسات أكبر تشمل مستشفيات مختلفة ومجموعات أكثر تنوعاً من المرضى.

غارق في أبحاث مجالك؟

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

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 📄 medicine →