An Intelligent Multimodal Deep Learning Framework for Early Diagnosis of Diabetic and Hypertensive Retinopathy Using Retinal Fundus Images

ملخص تقني: إطار عمل للتعلم العميق متعدد الوسائط ذكي للتشخيص المبكر لاعتلال الشبكية السكري واعتلال الشبكية الناتج عن ارتفاع ضغط الدم

بيان المشكلة
يعد اعتلال الشبكية السكري (DR) واعتلال الشبكية الناتج عن ارتفاع ضغط الدم (HR) من الأسباب الرائدة لفقدان البصر غير القابل للاسترداد عالميًا. وبينما يعد التشخيص المبكر أمرًا بالغ الأهمية لمنع العمى، تواجه الممارسات التشخيصية الحالية قيودًا كبيرة. تعتمد معظم الأنظمة الحالية حصريًا على تحليل صور قاع العين، وغالبًا ما تتجاهل المؤشرات الحيوية السريرية الجهازية الحيوية مثل مستويات جلوكوز الدم (الهيموجلوبين السكري) وضغط الدم. يمكن أن يؤدي هذا النهج "المقتصر على الصور" إلى انخفاض دقة التشخيص، لا سيما في الحالات المبكرة أو عندما تتباين جودة الصور. علاوة على ذلك، تركز العديد من النماذج الحالية إما على اعتلال الشبكية السكري أو اعتلال الشبكية الناتج عن ارتفاع ضغط الدم بشكل منفصل، بدلًا من معالجة كلتا الحالتين في آن واحد ضمن إطار عمل موحد. كما توجد فجوة في التنفيذ السريري للأنظمة متعددة الوسائط التي تدمج التصوير مع السجلات الصحية الإلكترونية (EHR) باستخدام أدوات النمذجة الأولية المتاحة مثل MATLAB.

المنهجية
يقترح المؤلفون إطار عمل هجين متعدد الوسائط للتعلم العميق تم تنفيذه في بيئة MATLAB (الإصدار R2023a) لتشخيص كل من اعتلال الشبقية السكري واعتلال الشبكية الناتج عن ارتفاع ضغط الدم من خلال دمج صور قاع العين مع البيانات السريرية الجهازية.

1. تحصيل البيانات: استخدمت الدراسة مجموعة بيانات مكونة من 1,200 صورة لقاع العين من مستشفى في بونا، الهند، مصحوبة بسجلات سريرية مقابلة. تضمنت مجموعة البيانات 300 حالة طبيعية، و825 حالة اعتلال شبكية سكري (بدرجات خفيفة، متوسطة، وشديدة)، و35 حالة اعتلال شبكية ناتج عن ارتفاع ضغط الدم. شملت السمات السريرية الهيموجلوبين السكري (المشار إليه في النص كالسجلات الصحية الإلكترونية)، وضغط الدم الانقباضي (المشار إليه في النص كالسجلات الإلكترونية الانقباضية لضغط الدم)، ومدة المرض.
2. المعالجة المسبقة:
   • الصور: خضعت صور قاع العين لتعزيز التباين عبر تسوية المدرج التكراري (histogram equalization)، وتقليل الضوضاء باستخدام التصفية الوسيطة (median filtering)، والتحويل إلى التدرج الرمادي، وتطبيع السطوع.
   • البيانات السريرية: تم تطبيع المتغيرات السريرية العددية باستخدام مقياس الدرجة المعيارية (z-score scaling).
3. التجزئة واستخراج الميزات:
   • معالجة الصور: استخدم إطار العمل نموذج U-Net لتجزئة الأوعية الدموية والقرص البصري، ونماذج المحيط النشط (active contour models) لتحديد حدود الآفات، ونموذج نمو المنطقة (region growing) لتحديد النضحات (exudates).
   • استخراج الميزات: تم استخراج الميزات العميقة من المناطق المجزأة باستخدام الشبكات العصبية الالتفافية (CNNs).
4. الدمج متعدد الوسائط والتصنيف:
   • يستخدم النظام استراتيجية الدمج المتوسط (المشترك). يتم دمج ميزات الصور (المستخرجة عبر CNN أو محول الرؤية/Vision Transformer) مع الميزات السريرية (المشفرة عبر MLP أو مشفرات النصوص) عن طريق الربط أو الدمج باستخدام آليات الانتباه لإنشاء تمثيل كامن مشترك.
   • تمر الميزات المدمجة عبر طبقة تصنيف (Softmax) للتنبؤ بتسميات المرض.
   • تدمج بنية النموذج بين التعلم العميق (CNN) ومعالجة البيانات السريرية باستخدام مشفرات MLP وآليات الدمج المبوّبة (gated fusion mechanisms).
5. التحقق من الصحة: تم تقسيم مجموعة البيانات إلى مجموعات تدريب (70%)، وتحقق (15%)، واختبار (15%). تم تقييم النموذج باستخدام التحقق المتقاطع ذي الـ 10 طيات (10-fold cross-validation) لضمان الاستقرار ومنع الإفراط في التخصيص (overfitting).

المساهمات الرئيسية

• الكشف عن المسارات المرضية المزدوجة: على عكس العديد من الأعمال السابقة التي تركز على مرض واحد، يقوم هذا الإطار بتشخيص كل من اعتلال الشبكية السكري واعتلال الشبكية الناتج عن ارتفاع ضغط الدم في آن واحد.
• التكامل متعدد الوسائط: توضح الدراسة فعالية دمج تصوير الشبكية مع المؤشرات الحيوية الجهازية (الهيموجلوبين السكري وضغط الدم) للتغلب على قيود النماذج المقتصرة على الصور فقط.
• التنفيذ عبر MATLAB: تم تطوير إطار العمل بالكامل في MATLAB، مما يوفر حلاً قابلاً للتوسع ومنخفض التكلفة مناسبًا للنمذجة الأولية الطبية والبيئات محدودة الموارد.
• البنية الهجينة: يخلق دمج التعلم العميق (CNN) مع معالجة البيانات السريرية (MLP) أداة تشخيصية قوية تلتقط كل من الآفات الشبكية المحلية والسياق الفسيولوجي الجهازي.

النتائج
أظهر الإطار متعدد الوسائط المقترح أداءً فائقًا مقارنة بالنماذج المرجعية أحادية الوسائط:

• الدقة: حقق النموذج الهجين دقة إجمالية بلغت 98%.
• المقارنة: تفوق هذا النموذج على نماذج CNN المقتصرة على الصور فقط (دقة 91.82%) ونماذج الغابة العشوائية (Random Forest) المقتصرة على البيانات السريرية فقط (دقة 85.90%).
• المقاييس: حقق النموذج حساسية (Sensitivity) بنسبة 96.04%، ونوعية (Specificity) بنسبة 98.10%، ودرجة F1 قدرها 0.976، ومساحة تحت المنحنى (AUC) قدرها 0.98.
• تقليل الخطأ: أدى دمج البيانات السريرية إلى تقليل السلبيات الكاذبة بنسبة تقارب 40% مقارنة بنهج CNN الأساسي، مما أدى بشكل خاص إلى تحسين اكتشاف المراحل المبكرة من اعتلال الشبكية السكري واعتلال الشبكية الناتج عن ارتفاع ضغط الدم.
• الدلالة الإحصائية: أكد اختبار t المقترن أن تضمين الميزات السريرية أدى إلى تحسن ذي دلالة إحصائية في الدقة (p < 0.001). كما أظهر اختبار ANOVA تأثيرًا رئيسيًا مهمًا لنوع الوسائط (F(2, 27) = 23.6, p < 0.0005).
• التعميم: حافظ النموذج على دقة تزيد عن 95% عبر مختلف الفئات الديموغرافية (الأعمار 35-75) ومراحل المرض.

الأهمية والادعاءات
يزعم البحث أن هذا الإطار متعدد الوسائط يمثل "قفزة نوعية" عن الطرق التقليدية المقتصرة على الصور من خلال تعزيز حساسية التشخيص بشكل كبير، خاصة في الحالات المبكرة حيث تكون العلامات البصرية دقيقة. ومن خلال دمج السياق الجهازي (الهيموجلوبين السكري وضغط الدم)، يقلل النظام من السلبيات الكاذبة ويحسن تصنيف المخاطر.

يؤكد المؤلفون أن إطار العمل ذو قيمة خاصة لـ:

• الفحص والطب عن بُعد: توفير حل قابل للتوسع ومنخفض التكلفة للفحص العيني واسع النطاق، خاصة في المناطق ذات الوصول المحدود للمتخصصين.
• دعم القرار السريري: تقديم تقييم شامل للمخاطر يساعد في اتخاذ قرارات أسرع وأكثر دقة.
• التشخيص المزدوج: تمكين فحص كل من اعتلال الشبكية السكري واعتلال الشبكية الناتج عن ارتفاع ضغط الدم من خلال مسار استحواذ صورة واحد.

تخلص الدراسة إلى أنه بينما تعد النتائج الحالية واعدة، يجب أن يركز العمل المستقبلي على التحقق من صحة النموذج باستخدام بيانات متعددة المراكز، وتنفيذ النظام على الأجهزة المحمولة للتشخيص عند نقطة الرعاية، وإجراء دراسات طولية لتتبع تطور المرض والاستجابة للعلاج.