Conditional Generative Adversarial Network Simulation of Hypertrophic Scar Appearance Across Three Treatments
طورت هذه الدراسة وقيمت داخلياً نظاماً للتعلم العميق باستخدام الشبكات التنافسية التوليدية الشرطية لمحاكاة المظهر اللاحق للعلاج للندبات الضخامية في أعقاب الاستئصال الجراحي، أو حقن الدهون الذاتية، أو الترددات الراديوية للبلازما الدقيقة، مما أظهر جدوى أولية لتعزيز التواصل مع المرضى وإدارة توقعاتهم.
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 أنك تنظر إلى ندبة على جلدك وتحاول تصور كيف ستبدو بعد أن يعالجها الطبيب. هل ستصبح مسطحة؟ هل سيتلاشى الاحمرار؟ هل سيصبح الملمس أكثر نعومة؟ بالنسبة للمرضى الذين يعانون من الندبات الضخامية (hypertrophic scars) — وهي بقع نسيجية مرتفعة وصلبة تتشكل بعد التئام الجرح — غالبًا ما يكون من الصعب الإجابة على هذه الأسئلة. يمكن للأطباء وصف التغييرات بالكلمات، باستخدام مصطلحات مثل "أكثر تسطحًا" أو "أفتح لونًا"، لكن الكلمات نادرًا ما تستطيع تجسيد الطريقة الفريدة التي قد يتغير بها ندب معين لشخص معين. كما أن عرض صورة لندبة ملتئمة لمريض آخر هو أمر غير مثالي، لأن كل جرح، ولون بشرة، وعملية التئام تختلف عن الأخرى. هذه الفجوة بين شرح الطبيب وخيال المريض يمكن أن تجعل من الصقي تحديد المسار الأفضل أو وضع توقعات واقعية للمستقبل أمرًا صعبًا.
في السنوات الأخيرة، بدأ فرع من فروع الذكاء الاصطناعي يُعرف بالتعلم العميق (deep learning) في تقديم طريقة جديدة لتصور هذه الاحتمالات. فبدلاً من مجرد تحليل صورة لتحديد ماهيتها، يمكن لهذه الأنظمة الحاسوبية أن تتعلم تحويل صورة ما إلى شيء جديد. أحد أنواع هذه التكنولوجيا تحديدًا، ويسمى "الشبكة التنافسية التوليدية الشرطية" (conditional generative adversarial network)، يعمل مثل زوج من الفنانين المتنافسين؛ حيث يحاول فنان إنشاء صورة واقعية لنتيجة مستقبلية بناءً على صورة أولية، بينما يحاول الفنان الآخر رصد الصور المزيفة. ومن خلال آلاف المحاولات، يصبح الفنان الأول أفضل فأفضل في إنشاء صور تبدو حقيقية لدرجة أن الفنان الثاني لا يستطيع تمييز الفرق. لقد استُخدمت هذه التكنولوجيا لمحاكاة النتائج في مجالات أخرى من الجراحة التجميلية، ولكن حتى الآن، لم يتم اختبارها بشكل منهجي للتنبؤ بكيفية تغير الندبات الضخامية بعد العلاجات الطبية المختلفة.
قام فريق من الباحثين في المركز الرابع للمستشفى العام التابع لجيش الشعب الصيني ببناء واختبار نظام يمكنه القيام بهذا الأمر بالضبط. أرادوا إنشاء أداة يمكنها أخذ صورة واحدة للندبة قبل العلاج وتوليد نسخة لما قد تبدو عليه تلك الندبة نفسها بعد علاج محدد: الاستئصال الجراحي، أو حقن الدهون من جسم المريض نفسه، أو إجراء باستخدام الترددات الراديوية لـ "الميكرو-بلازما" (micro-plasma radiofrequency). ولتعليم الكمبيوتر، جمع الفريق مجموعة كبيرة من الصور المزدوجة لـ 300 مريض عولجوا بين عامي 2020 و2025. وتكونت كل مجموعة من صورة ملتقطة قبل تلقي المريض أحد العلاجات الثلاثة، وصورة أخرى التقطت بعد حوالي ستة أشهر، تُظهر النتيجة الفعلية. وقسم الباحثون هذه البيانات، حيث استخدموا معظم الصور لتدريب نماذج الكمبيوتر، وحفظوا مجموعة أصغر ومنفصلة تضم 60 مريضًا لاختبار مدى كفاءة النظام في التعامل مع حالات جديدة لم يسبق له رؤيتها.
درب الباحثون ثلاثة نماذج حاسوبية منفصلة، نموذج لكل نوع من أنواع العلاج، بحيث تعلم كل نموذج الأنماط البصرية المحددة المرتبطة بتلك الطريقة. وعندما أصبح النظام جاهزًا، قاموا بتغذية صور ما قبل العلاج لـ 60 مريضًا من مجموعة الاختبار وطلبوا منه توليد صور ما بعد العلاج. تم تقييم النتائج بطريقتين: أولاً، قام خمسة جراحين متخصصين في الجراحة التجميلية بفحص الصور المولدة دون معرفة أنها من صنع الكمبيوتر، وحاولوا تحديد أي منها يحتوي على علامات واضحة تشير إلى كونها مولدة اصطناعيًا. ثانيًا، استخدم الباحثون قياسات حاسوبية موضوعية لمقارنة الصور المولدة بالصور الفعلية التي التقطها المرضى بعد ستة أشهر. وتحققت هذه القياسات من مدى تطابق الألوان والأشكال والهياكل للندبات المحاكات مع الندبات الحقيقية.
تشير النتائج إلى أن النظام قادر على إنتاج تصورات معقولة، رغم أنه ليس مثاليًا. حافظت الصور المولدة عمومًا على موقع الندبة في المكان الصحيح وحافظت على شكلها العام، مع إظهار التغييرات المختلفة المرتبطة بكل علاج بنجاح. فعلى سبيل المثال، أظهرت الصور التي أُنتجت للاستئصال الجراحي خطوطًا أكثر نظافة واستقامة وحوافًا أكثر حدة، مما يعكس كيفية قص الندبة وخياطتها. وأظهرت الصور الخاصة بحقن الدهون انتقالات أكثر نعومة وتغيرات لونية أكثر ليونة، بينما أظهرت صور الترددات الراديوية سطحًا أكثر تسطحًا ونسيجًا أكثر تجانسًا. وعندما نظر الجراحون إلى الصور، حددوا حوالي نصفها على أنها مولدة حاسوبيًا، مما يعني أن النصف الآخر بدا مقنعًا بما يكفي لدرجة أن الطبيعة الاصطناعية لم تكن واضحة فورًا. وأكدت القياسات الحاسوبية أن الصور التي أُنتجت لعلاج الترددات الراديوية كانت الأكثر تشابهًا مع النتائج الحقيقية، تليها عن كثب صور الاستئصال الجراحي، بينما أظهرت صور حقن الدهون تباينًا أكبر قليلاً عن الصور الحقيقية.
كشفت الدراسة أيضًا عن تفصيل مثير للاهتمام حول كيفية حكمنا على هذه الصور. وجد الباحثون أن الجراحين كانوا أفضل في رصد الصور المزيفة عندما كانت القياسات الهيكلية للكمبيوتر منخفضة، مما يعني أن الصور المزيفة كانت تبدو أقل تشابهًا مع الصور الحقيقية من حيث الشكل والتخطيط. ومع ذلك، لم يبدُ أن الجراحين لاحظوا الصور المزيفة بناءً على أخطاء بسيطة في سطوع البكسلات. وهذا يشير إلى أن الخبراء البشر أكثر حساسية تجاه ما إذا كان الهيكل العام للندبة يبدو صحيحًا، أكثر من حساسيتهم للاختلافات الصغيرة في اللون أو الضوء. ويؤكد الباحثون أن هذا النظام هو نموذج أولي مصمم للمساعدة في التواصل، وليس "بلورة سحرية" يمكنها التنبؤ بالمستقبل بيقين تام. بل هو مخصص ليستخدمه الأطباء لإظهار مجموعة من النتائج المحتملة للمرضى، مما يساعدهم على فهم ما قد يحدث قبل الموافقة على الإجراء.
بينما تبدو النتائج واعدة، يوضح المؤلفون بحذر حدود عملهم. فقد أُجريت الدراسة في مستشفى واحد مع مجموعة محددة من المرضى، وتم اختبار نماذج الكمبيوتر فقط على عدد صغير من الحالات. ويعمل النظام حاليًا مع الصور ثنائية الأبعاد فقط، ولا يمكنه مراعاة عوامل مثل سمك الندبة، أو الألم، أو كيفية ملمس الجلد. علاوة على ذلك، يولد الكمبيوتر صورة واحدة بناءً على البيانات التي رآها، بينما في الواقع، يمكن أن يختلف الالتئام بشكل واسع حتى بين المرضى الذين يتلقون نفس العلاج. ويخلص الباحثون إلى أنه بينما تُظهر هذه التكنولوجيا وعدًا أوليًا كوسيلة مساعدة بصرية لاتخاذ القرار المشترك، فإنها تتطلب مزيدًا من الاختبار مع مجموعات أكبر وأكثر تنوعًا من الناس قبل أن يمكن الاعتماد عليها في الممارسة السريرية اليومية. وفي الوقت الحالي، تعد هذه التكنولوجيا خطوة نحو مستقبل قد يتمكن فيه المرضى من رؤية لمحة من رحلة شفائهم قبل أن تبدأ.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.