Multicenter Evaluation of the Accuracy and Clinical Reliability of an Artificial Intelligence- Based System for Skeletal Maturity Indicators Staging

لا يقتصر نمو الأطفال على زيادة الطول فحسب؛ بل تمر أجسادهم بتحول داخلي معقد حيث تتقسى العظام، وتلتحم المفاصل، وتتسارع طفرات النمو ثم تتباطأ. بالنسبة لأطباء تقويم الأسنان، فإن توقيت العلاج هو كل شيء. فتحريك الأسنان أو توجيه نمو الفك يعمل بشكل أفضل عندما يكون الجسم في مرحلة محددة من هذا التطور البيولوجي، وهي نافذة فرصة لا علاقة لها بالعمر الفعلي للطفل بالسنوات، بل تتعلق كلياً بعمره الهيكلي. ولإيجاد هذه النافذة، اعتمد الأطباء لفترة طويلة على صور الأشعة السينية لليد والمعصم، من خلال فحص العظام الصغيرة في اليد والمعصم لمعرفة مدى تقدم الطفل في نضجه الجسدي. ومع ذلك، تتطلب هذه العملية خبيراً بشرياً لفحص الصورة بعناية، وتحديد أشكال عظمية معينة، وتعيين مرحلة من مراحل تطور المريض. وهي مهارة تستغرق سنوات لإتقانها، وكأي مهمة بشرية، يمكن أن تختلف من طبيب لآخر.

ومع بدء الذكاء الاصطناعي في المساعدة في مجالات عديدة من الطب، تساءل الباحثون عما إذا كان بإمكان برنامج حاسوبي تعلم قراءة صور الأشعة السينية هذه بنفس الدقة والاستمرارية التي يتمتع بها المتخصص البشري. وقد وضعت دراسة جديدة نشرها فريق من جامعة يونسي في كوريا الجنوبية هدفاً لاختبار نظام برمجيات تجاري صُمم للقيام بهذا الأمر تحديداً. أراد الباحثون معرفة ما إذا كان بإمكان هذا الذكاء الاصطناعي تحديد مرحلة النضج الهيكلي للطفل بموثوقية عبر مستشفيات مختلفة ولأنواع مختلفة من المرضى، أم أنه سيعمل بشكل جيد فقط في بيئة مضبوطة وذات موقع واحد. لقد جمعوا مجموعة كبيرة من المرضى من مستشفيين لطب الأسنان منفصلين، شملت نطاقاً واسعاً من الأعمار وأنماط النمو، لمعرفة ما إذا كان الحاسوب يمكنه مطابقة تقدير المتخصصين ذوي الخبرة في تقويم الأسنان.

تضمنت الدراسة مراجعة السجلات الطبية وصور الأشعة السينية لليد والمعصم لـ 595 مريضاً، تتراوح أعمارهم بين ستة وثمانية عشر عاماً، ممن زاروا أحد مستشفيين تابعين لجامعة في كوريا الجنوبية. في هذه المستشفيات، خضع المرضى لتقييمات تقويم الأسنان القياسية، والتي شملت إجراء أشعة سينية لرؤوسهم وأيديهم. قام الباحثون أولاً بتحديد "المعيار الذهبي" لكل مريض من خلال جعل متخصصين ذوي خبرة في تقويم الأسنان يراجعون صور الأشعة السينية ويطابقونها مع السجلات الطبية للمرضى. وفي الحالات التي اختلف فيها المتخصصون، تم الاستعانة بخبير ثالث لاتخاذ القرار النهائي. وقد استُخدمت هذه المرحلة المشتقة بشرياً كنقطة مرجعية تم اختبار الذكاء الاصطناعي مقابلها. بعد ذلك، قام البرنامج الحاسوبي، الذي لم يرَ هذه الصور المحددة من قبل، بتحليل الصور بمفرده للتنبؤ بنفس مرحلة النضج.

أظهرت النتائج أن نظام الذكاء الاصطناعي أدى عمله بدرجة عالية من الاتساق والموثوقية. فعند مقارنة تنبؤات الحاسوب بالقرارات النهائية للخبراء البشريين، تطابق الاثنان تماماً في 73 بالمائة من جميع الحالات. وإذا سمح الباحثون بهامش خطأ قدره مرحلة واحدة فقط صعوداً أو هبوطاً، ارتفعت نسبة الاتفاق إلى 96 بالمائة. وهذا يعني أنه في كل الحالات تقريباً، كان الحاسوب إما دقيقاً تماماً أو منحرفاً بمقدار ضئيل جداً وغير مؤثر سريرياً. وقد أثبت النظام كفاءته المتساوية في كلا المستشفيين، رغم أن الموقعين استخدما أجهزة أشعة سينية مختلفة وكان لديهما مجموعات سكانية مختلفة من المرضى. وأكد التحليل الإحصائي أن موقع المستشفى نفسه لم يؤثر على دقة النتائج، مما يشير إلى أن البرنامج قوي بما يكفي للعمل في بيئات سريرية متنوعة دون الحاجة إلى إعادة تدريبه لكل إعداد جديد.

كما كشفت الدراسة أن دقة النظام لم تكن موحدة عبر جميع مجموعات الناس. فقد كان الحاسوب أكثر دقة بشكل ملحوظ عند تقييم المريضات الإناث مقارنة بالذكور. وتحديداً، طابق الخبراء البشريين بدقة 76 بالمائة للفتيات، مقارنة بـ 69 بالمائة للفتيان. وأظهر مزيد من الاستقصاء أن هذا الاختلاف كان مدفوعاً بمرحلة البلوغ. فقد كان النظام أكثر دقة للفتيات اللاتي بدأن بالفعل دوراتهن الشهرية، حيث طابق الخبراء بنسبة 84 بالمائة. أما بالنسبة للفتيات اللاتي لم يصلن بعد إلى هذا المعلم، فقد انخفضت الدقة لتطابق دقة الفتيان. ويشير هذا إلى أن التغيرات الهيكلية التي تحدث بعد بدء الطمث ربما تكون أكثر وضوحاً أو أسهل في التعرف عليها من قبل الخوارزمية مقارنة بالتغيرات التي تحدث قبله. ومن المثير للاهتمام أن نوع علاقة الفك لدى المريض — سواء كانت الفكوك العلوية والسفلية متوافقة بشكل طبيعي، أو بارزة، أو متراجعة — لم يؤثر على قدرة الحاسوب على قراءة صور الأشعة السينية. فقد أدى النظام عمله بنفس الكفاءة بغض النظر عن هذه الأنماط الهيكلية.

وعند النظر في مراحل التطور المحددة، تفوق الحاسوب في تحديد بداية ونهاية عملية النمو. فقد كان شبه مثالي في التعرف على المرحلة المبكرة من التطور والمرحلة النهائية حيث يكتمل النمو. وهذه لحظات حرجة لتخطيط العلاج، حيث إن معرفة متى ينتهي النمو أمر ضروري لتقرير ما إذا كان سيتم المضي قدماً في الجراحة أو الاستمرار في استخدام التقويم. وكان النظام أقل دقة في المراحل الوسطى، لا سيما حول ذروة طفرة النمو، حيث كانت معدلات المطابقة الدقيقة أقل. ومع ذلك، حتى في هذه المراحل الصعبة، نادراً ما ارتكب الحاسوب خطأً كبيراً. فقد كان دائماً ما يتوقع مرحلة مجاورة للمرحلة الصحيحة، بدلاً من القفز للأمام كثيراً أو التراجع كثيراً. وهذا النمط من الأخطاء الصغيرة والمجاورة هو أقل خطورة بكثير في السياق السريري من الخطأ الكبير والعشوائي، لأنه يبقي خطة العلاج ضمن نطاق آمن ومنطقي.

خلص الباحثون إلى أن نظام الذكاء الاصطناعي هذا هو أداة موثوقة للغاية يمكنها دعم أطباء تقويم الأسنان في ممارستهم اليومية. فمن خلال توفير تقييم ثابت وسريع للنضج الهيكلي، يمكن للبرنامج مساعدة الأطباء في تحديد التوقيت الأمثل للعلاج بثقة أكبر. وقد أثبتت الدراسة أن النظام يعمل بشكل جيد في مختلف المستشفيات ومع مجموعة متنوعة من المرضى، مع الملاحظة الوحيدة وهي أنه حالياً يؤدي بشكل أفضل قليلاً للفتيات اللاتي تجاوزن مرحلة بدء الطمث. ورغم أن الحاسوب ليس مثالياً، إلا أن قدرته على تجنب الأخطاء الكبرى ونسبة اتفاقه العالية مع الخبراء البشريين تشير إلى أنه جاهز ليكون وسيلة مساعدة قيمة في البيئات السريرية الواقعية، مما يساعد في ضمان تقديم علاج تقويم الأسنان في اللحظة الأكثر فعالية من نمو الطفل.