Automated Detection of Sickled Erythrocytes in Peripheral Blood Smear Images Using YOLO-Based Object Detection
تقدم هذه الورقة إطار عمل يعتمد على نموذج YOLO ومبنياً على أسس سريرية للكشف الآلي عن كرات الدم الحمراء المنجلية في مسحات الدم المحيطية، محققةً دقة عالية (mAP50-95 = 0.857) من خلال استراتيجيات تصوير وتوسيم مُحسّنة لتمكين المراقبة القابلة للتوسع للمرض.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
في العالم المجهري لدم الإنسان، تكون خلايا الدم الحمراء عادةً عبارة عن أقراص مستديرة وناعمة تتدفق بسلاسة عبر الأوعية الصغيرة في الجسم. ولكن بالنسبة للأشخاص المصابين بمرض فقر الدم المنجلي، وهو حالة وراثية تؤثر على الهيموجلوبين، يمكن أن تصبح هذه الخلايا صلبة ومشوهة. فعندما تنخفض مستويات الأكسجين، تلتوي الخلايا لتتخذ أشكالاً هلالية تشبه النصل المنحني لأداة زراعية. وتعد هذه الخلايا المنجلية خطيرة؛ فهي صلبة بما يكفي لسد الأوعية الدموية الضيقة، وهشة بما يكفي لتتفكك بسهولة، مما يسبب الألم وتلف الأعضاء. ولفهم مدى شدة حالة المريض، ينظر الأطباء تقليدياً إلى قطرة من الدم تحت المجهر، ويقومون بعدّ وتصنيف هذه الخلايا بالعين المجردة. ومع ذلك، فإن هذه العملية اليدوية بطيئة، ومجهدة، وعرضة للاختلاف في التقدير بين الأطباء، خاصة عندما تكون الخلايا متزاحمة معاً أو تبدو مختلفة قليلاً عن بعضها البعض.
قام فريق من الباحثين في جامعة تكساس تيك بتطوير طريقة جديدة لأتمتة هذه المهمة الصعبة باستخدام نوع من الذكاء الاصطناعي المصمم للعثور على الأشياء وتحديدها في الصور. وبدلاً من محاولة تخمين الحالة العامة لعينة الدم من نظرة واحدة، يتعلم نظامهم رصد الخلايا الفردية، والتمييز بين خلايا الدم الحمراء المستديرة السليمة والخلايا المنجلية الخطيرة. ومن خلال تدريب الكمبيوتر على التعرف على الهندسة المحددة لهذه الخلايا، أنشأ الباحثون أداة يمكنها مسح صورة لطخة دم وعدّ الخلايا المنجلية بدقة عالية. ويقدم هذا النهج مساراً محتملاً نحو تشخيص ومراقبة أسرع وأكثر اتساقاً لمرض يؤثر على الملايين من الناس حول العالم، لا سيما في المناطق التي تفتقر إلى الوصول إلى الخبراء الطبيين المتخصصين.
بدأ الباحثون بجمع عينات دم من مرضى تم تأكيد إصابتهم بفقر الدم المنجلي، بما في ذلك أولئك الذين هم في حالة مستقرة والآخرين الذين يعانون من نوبة مؤلمة تُعرف باسم "نوبة انسداد وعائي". ولجعل مهمة عد الخلايا أسهل على الكمبيوتر، قاموا بتخفيف عينات الدم بعناقة قبل وضعها على شرائح زجاجية. وقد ساهمت هذه الخطوة في نشر الخلايا، مما قلل من عدد المرات التي تتداخل فيها أو تتكتل، وهو ما قد يربك كلاً من العين البشرية وخوارزميات الكمبيوتر. ثم استخدموا مجهراً عالي القوة لالتقاط صور واضحة وتفصيلية لهذه الشرائح. ولأن الصور كانت ضخمة وتفصيلية للغاية، قام الفريق بتقسيمها إلى أقسام أصغر ومتداخلة. وقد سمحت هذه التقنية للكمبيوتر بفحص التفاصيل الدقيقة لكل خلية دون فقدان سياق الصورة الكاملة، مما يضمن رؤية حتى أصغر ملامح الخلية المنجلية.
ولتعليم الكمبيوتر ما يجب أن يبحث عنه، قام الباحثون بتحديد آلاف الخلايا يدوياً في هذه الصور، حيث رسموا مربعاً حول كل خلية وصنفوها إما كخلية دم حمراء طبيعية أو خلية منجلية. وقد حرصوا على استبعاد الخلايا المقطوعة عند حافة الصورة أو تلك غير الواضحة تماماً، لضمان أن يتعلم الكمبيوتر فقط من الأمثلة المثالية. وبمجرد أن امتلك الكمبيوتر هذه المكتبة من الصور المصنفة، اختبروا عدة نسخ مختلفة من نظام كشف يُسمى YOLO، والذي يرمز إلى "You Only Look Once" (أنت تنظر مرة واحدة فقط). هذا النظام مصمم لمسح صورة كاملة في تمريرة واحدة، والتنبؤ بمواقع الأشياء ونوعها في آن واحد. قام الفريق بتدريب نسخ متعددة من هذا النظام، تتراوح من النماذج الأصغر والأسرع إلى النماذج الأكبر والأكثر تعقيداً، لمعرفة أي منها كان الأفضل في العثور على الخلايا المنجلية.
أظهرت النتائج أن النسخة الأكثر تقدماً من النظام، والمعروفة باسم YOLO11، كانت الأكثر فعالية. فقد نجح النظام في تحديد وتحديد مواقع الخلايا المنجلية بدرجة عالية من الدقة، حيث وجد الغالبية العظمى منها بشكل صحيح، ونادراً ما أخطأ في اعتبار خلية طبيعية خلية منجلية. وفي الواقع، كان النظام جيداً جداً لدرجة أنه لم يخلط بين النوعين إلا قليلاً؛ حيث وقعت معظم أخطائه ليس بسبب خلط أنواع الخلايا، بل لأنه أغفل خلايا كانت مخفية جزئياً أو لأنه رصد خلايا تركها الخبراء البشريون عمداً دون تسمية بسبب شكلها الغامض. يسلط هذا الاكتشاف الضوء على نقطة حاسمة: وهي أن جودة البيانات والعناية في تحضير الصور كانت لا تقل أهمية عن برنامج الكمبيوتر نفسه. ووجد الباحثون أن مجرد جعل نموذج الكمبيوتر أكبر لم يجعل النظام أفضل دائماً؛ ففي بعض الحالات، أدت التعقيدات الإضافية إلى جعل النموذج يحفظ صور التدريب بدلاً من تعلم القواعد العامة لأشكال الخلايا.
تثبت الدراسة أنه من الممكن بناء نظام موثوق ومؤتمت للكشف عن الخلايا المنجلية يعمل بشكل جيد حتى في الصور المزدحمة والمعقدة. ويؤكد الفريق أن نجاحهم اعتمد بشكل كبير على عملية معيارية، بدءاً من كيفية تحضير الدم وصولاً إلى كيفية تسمية الصور. وبينما أدى النظام أداءً استثنائياً على الصور المحددة التي تم تدريبه عليها، يشير الباحثون إلى أن البيئات الطبية في العالم الحقيقي يمكن أن تختلف بشكل واسع من حيث الإضاءة والمعدات. لذلك، يقترحون أن هذه الطريقة هي أساس قوي يحتاج إلى مزيد من الاختبار على مجموعات أكبر وأكثر تنوعاً من المرضى قبل أن يمكن استخدامها على نطاق واسع في العيادات. ومن خلال توفير طريقة واضحة وقابلة للتكرار لتحليل لطخات الدم، تمثل هذه الأعمال خطوة واعدة نحو جعل مراقبة مرض فقر الدم المنجلي أكثر موضوعية وسهولة في الوصول إليها، مما قد يساعد الأطباء في تتبع تقدم المرض وفعالية العلاجات باتساق أكبر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.