Comparison of two- and three-dimensional computed tomography-based deep-learning models with neurosurgeon assessments for predicting functional outcome at discharge in patients with spontaneous intracerebral hemorrhage: a single-center retrospective study
تُظهر هذه الدراسة الاسترجاعية أحادية المركز أن نماذج التعلم العميق التي تدمج فحوصات الأشعة المقطعية بدون صبغة مع درجات مقياس غلاسكو للغيبوبة عند التنويم تتفوق على تقييمات جراحي الأعصاب في التنبؤ بالنتائج الوظيفية قصيرة المدى لمرضى النزيف داخل الدماغ التلقائي، حيث حقق نهج يعتمد على الشرائح ثنائية الأبعاد دقة مماثلة لنموذج يعتمد على الحجم ثلاثي الأبعاد مع تطلبه بيانات سريرية أقل.
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 ينفجر وعاء دموي داخل الدماغ، فإن النزيف الناتج يعد حالة طبية طارئة تحدث دون سابق إنذار. هذا الحدث، المعروف باسم النزيف الدماغي الحشوي التلقائي، هو سبب رئيسي للوفاة والإعاقة طويلة الأمد في جميع أنحاء العالم. وفي الساعات والأيام التي تلي مثل هذا الحدث، يواجه الأطباء مهمة صعبة: التنبؤ بمدى قدرة المريض على التعافي. ولإجراء هذه التقييمات، يعتمد الأطباء على مصدرين رئيسيين للمعلومات. أولاً، يفحصون صور الأشعة المقطعية بدون صبغة، وهي صور أشعة سينية سريعة تُظهر حجم وموقع النزيف. ثانياً، يقيمون مستوى وعي المريض باستخدام نظام تسجيل قياسي يسمى "مقياس غلاسكو للغيبوبة"، والذي يقيس مدى قدرة الشخص على فتح عينيه، والتحدث، والاستجابة للأوامر بالحركة. وبينما تعد هذه الأدوات أساسية، يجب على الأطباء البشر تفسيرها بشكل ذاتي، من خلال موازنة الأدلة المرئية للنزيف مقابل الحالة الذهنية للمريض. ويمكن أن تختلف هذه العملية من اختصاصي لآخر، كما أن تعقيد الدماغ غالباً ما يخفي أنماطاً دقيقة قد تخفى على العين البشرية.
وضع فريق من الباحثين في مستشفى لونغ غانغ المركزي في شنتشن هدفاً لرؤية ما إذا كان الذكاء الاصطناعي يمكنه تحسين هذه التنبؤات. وقد ركزوا على سؤال محدد: هل يمكن لبرنامج حاسوبي، تم تدريبه على فحص صور الدماغ والدرجات السريرية، أن يتنبأ بالنتيجة الوظيفية للمريض عند الخروج من المستشفى بشكل أفضل من جراح الأعصاب البشري؟ لم يكتف الفريق ببناء نوع واحد من النماذج الحاسوبية، بل بنوا نموذجين. نظر أحد النموذجين إلى صور الدماغ كسلسلة من الشرائح الفردية ثنائية الأبعاد، تماماً مثل تقليب صفحات كتاب. أما النموذج الآخر، فقد نظر إلى الدماغ بأكمله كحجم ثلاثي الأبعاد واحد، معاملاً المسح الضوئي كجسم صلب. وقد صُمم كلا النموذجين لدمج البيانات المرئية من الصور مع البيانات السريرية الخاصة بدخول المريض، وتحديداً درجة مقياس غلاسغو للغيبوبة. وكان الهدف هو معرفة ما إذا كانت هذه الأدوات الرقمية تستطيع رصد الرابط بين الضرر الجسدي في الدماغ والتعافي المحتمل للمريض، وتحديد ما إذا كان النهج الأبسط، القائم على الشريحة تلو الأخرى، يمكن أن يؤدي أداءً يضاهي النهج الأكثر تعقيداً ثلاثي الأبعاد.
جمع الباحثون بيانات من 286 مريضاً عانوا من نزيف دماوي تلقائي وتم علاجهم في مستشفاهم بين عامي 2013 و2021. ولكل مريض، جمعوا مسح الدماغ الذي أُجري في غضون 24 ساعة من الحدث ودرجة مقياس غلاسغو للغيبوبة المسجلة عند الدخول. ثم قسموا المرضى إلى مجموعات لتدريب واختبار نماذجهم الحاسوبية. كما استعان الفريق بثلاثة من جراحي الأعصاب ذوي مستويات مختلفة من الخبرة للعمل كمعيار بشري. طُلب من هؤلاء الأطباء التنبؤ بالنتيجة لمجموعة مختارة من المرضى بناءً على نفس صور الدماغ والدرجات السريرية المقدمة للحواسيب. ولضمان مقارنة عادلة، عُرضت على الأطباء فقط الشرائح المحددة من المسح التي تحتوي على النزيف، بدلاً من السلسلة الكاملة من الصور التي يراجعونها عادة في المستشفى. وقد خلق هذا بيئة منضبطة حيث يعمل كل من البشر والآلات بنفس المعلومات تماماً.
أظهرت النت la أن النماذج الحاسوبية كانت فعالة للغاية في التنبؤ بالنتائج. فالنموذج الذي نظر إلى الدماغ كسلسلة من الشرائح ثنائية الأبعاد، عند دمجه مع درجة مقياس غلاسغو للغيبوبة الخاصة بالمريض، حقق دقة بلغت 90.3 بالمائة. وهذا يعني أنه في أكثر من تسعة من كل عشر حالات، توقع النموذج بشكل صحيح ما إذا كان المريض سيحصل على نتيجة وظيفية جيدة أو ضعيفة عند الخروج. أما النموذج ثلاثي الأبعاد، الذي حلل حجم الدماغ بأكم له مع معلومات سريرية أكثر تفصيلاً، فقد قدم أداءً مختلفاً قليلاً، حيث حقق دقة بلغت 90.6 بالمائة. ومن الناحية الإحصائية، لم يكن هناك فرق جوهري بين النموذجين الحاسوبيين؛ فكلاهما كان دقيقاً بشكل ملحوظ. ومع ذلك، تفوق كلا نظامي الذكاء الاصطناعي على جراحي الأعصاب البشر. فحتى أكثر الأطباء خبرة في الدراسة لم يستطع مضاهاة اتساق ودقة النماذج الحاسوبية. كما وجدت الدراسة أن إضافة درجة مقياس غلاسغو للغيبوبة إلى تحليل الصور كان أمراً حاسماً؛ إذ كان إصدار النموذج ثنائي الأبعاد الذي اعتمد على الصور فقط دون الدرجة السريرية أقل دقة، حيث انخفضت إلى 81.0 بالمائة. ويشير هذا إلى أن الحاسوب احتاج إلى السياق البشري لمستوى وعي المريض ليقدم أفضل تنبؤاته.
كانت إحدى النتائج الأكثر إثارة للدهشة هي أن النموذج الأبسط، ثنائي الأبعاد، كان بجودة النموذج الأكثر تعقيداً، ثلاثي الأبعاد. فالنهج ثلاثي الأبعاد يتطلب قوة حوسبة أكبر وبيانات أكثر تفصيلاً، ومع ذلك لم يقدم تنبؤاً أفضل من الطريقة القائمة على الشرائح. يشير هذا إلى أنه بالنسبة لهذه المهمة الطبية المحددة، قد يكون من الأفضل استخدام بنية أقل تعقيداً، خاصة عند التعامل مع كميات محدودة من البيانات. وأشار الباحثون إلى أن النماذج ثلاثية الأبعاد غالباً ما تكون أكثر عرضة للأخطاء عندما تكون مجموعة البيانات صغيرة، بينما ظل النهج ثنائي الأبعاد قوياً. كما سلطت الدراسة الضوء على أنه بينما كانت الحواسيب ممتازة في إيجاد الأنماط، إلا أنها لم تكن تحل محل الأطباء. فقد صُممت النماذج للمساعدة، لا للتولي. وكان الأطباء البشر في الدراسة يعملون في إطار مراجعة مقيد، حيث نظروا إلى صور معزولة بدلاً من الصورة السريرية الكاملة التي يرونها في الواقع، مما قد يكون وضعهم في موقف أصعب مقارنة بالحواسيب التي تعالج جميع البيانات دفعة واحدة.
لقد كان الباحثون حذرين في الإشارة إلى حدود عملهم. فبما أن الدراسة أجريت في مستشفى واحد واعتمدت على سجلات سابقة، فإن النتائج تحتاج إلى اختبار في دراسات أكبر مستقبلية عبر مراكز متعددة لضمان صحتها لجميع المرضى. كما أن التنبؤات التي قدمتها النماذج كانت للنتيجة قصيرة المدى عند الخروج، وليس للتعافي طويل الأمد بعد أشهر أو سنوات. علاوة على ذلك، أكدت الدراسة أنه بينما تعد النماذج قوية، إلا أنها أدوات لدعم اتخاذ القرار السريري، وليست بديلاً عن حكم المتخصص البشري. والهدف النهائي هو تزويد الأطباء برأي ثانٍ موثوق يمكنه مساعدتهم في اتخاذ خيارات مدروسة للمرضى الذين يواجهون نزيفاً دماغياً يهدد حياتهم. ومن خلال الجمع بين الأدلة المرئية للمسح وبين الواقع السريري لحالة المريض، تقدم هذه الأدوات الرقمية طريقة جديدة لفهم شدة الإصابة والمسار المحتمل للتعافي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.