Automated Dental Calculus Mapping and Burden Estimation Using Deep Learning

كل يوم، يحمل مليارات البشر حول العالم عبئاً صامتاً وغير مرئي في أفواههم: طبقة صلبة وقشرية من البكتيريا المعدنية التي تلتصق بأسنانهم. يطلق عليها العلماء اسم "الترسبات السنية"، لكن معظم الناس يعرفونها باسم "الجير". يتكون الجير عندما تتصلب طبقة اللويحة (البلاك) الناعمة الموجودة على الأسنان بمرور الوقت، لتعمل كدعامة خشنة تحبس المزيد من البكتيريا وتهيج اللثة. هذا التهيج هو السبب الرئيسي لأمراض اللثة، وهي حالة يمكن أن تؤدي إلى الألم، وفقدان الأسنان، ومشكلات صحية أوسع نطاقاً. بالنسبة للكثيرين، لا تقتصر المشكلة على الجانب البيولوجي فحسب، بل هي مشكلة اجتماعية أيضاً؛ فأولئك الذين يعانون أكثر من أمراض اللثة الشديدة هم غالباً من يفتقرون إلى الوصول إلى الرعاية السنية المتخصصة. في المناطق الريفية، والمجتمعات ذات الدخل المنخفض، وأجزاء من العالم التي تفتقر إلى وجود أطباء أسنان، قد لا يرى الشخص مختصاً لسنوات، مما يسمح لهذا التراكم بأن يصبح شديداً ومدمراً قبل أن يلاحظه أحد.

إن الأمل في تغيير هذا الواقع يكمن في أداة بسيطة: الكاميرا. في السنوات الأخيرة، استخدم أطباء الأسنان والعاملون في مجال الصحة العامة الصور الفوتوغرافية بشكل متزايد للفحص عن مشاكل الفم، خاصة في المدارس أو العيادات النائية حيث يكون الفحص السني الكامل مستحيلاً. كان التحدي يتمثل في أن النظر إلى آلاف الصور يدوياً عملية بطيئة، ويمكن للعين البشرية أن تغفل عن العلامات الدقيقة للمرض المبكر. وهنا يأتي دور "الرؤية الحاسوبية" (Computer Vision)، وهو فرع من فروع الذكاء الاصطناعي الذي يعلم الآلات كيف "ترى" وتفسر الصور، ليدخل في القصة. يتساءل الباحثون الآن عما إذا كان بإمكان الكمبيوتر النظر إلى صورة للفم، ورصد الرواسب الصلبة والقشرية، وحتى قياس مقدار ما تغطيه من سطح السن، كل ذلك دون الحاجة إلى أن يجهد إنسان عينيه بالتدقيق في الشاشة. إذا استطاعت الآلة القيام بذلك بموثوقية، فقد يساعد ذلك في تحديد من يحتاج إلى رعاية عاجلة ومن يحتاج ببساطة إلى عادات تنظيف أسنان أفضل، مما قد يصل إلى ملايين الأشخاص الذين يسقطون حالياً من حسابات النظام الصحي.

لقد شرع فريق من الباحثين من جامعة نورث كارولينا الزراعية والتقنية (North Carolina A&T) ومعهد جراحة الفم في كارولاينا (The Oral Surgery Institute of the Carolinas) في بناء مثل هذه الأداة. لم يقوموا بابتكار كاميرا جديدة أو دواء جديد؛ بل علموا الكمبيوتر كيفية التعرف على الترسبات السنية في الصور. ولتحقيق ذلك، جمعوا مجموعة كبيرة من الصور الموجودة بالفعل لأفواه بشرية، والتي تضمنت صوراً تظهر أسنانًا سليمة وأخرى مغطاة بالرواسب الصفراء البنية لـ "الجير". ثم قضوا وقتاً طويلاً في رسم حدود دقيقة يدوياً حول كل بقعة مرئية من الجير في هذه الصور، مما خلق مجموعة من خرائط "الحقيقة الأرضية" (Ground Truth) التي توضح للكمبيوتر بدقة أماكن وجود الرواسب. تمت هذه العملية بواسطة باحث لا يحمل شهادة في طب الأسنان، وهي خطوة ضرورية نظراً لحجم الصور الكبير، رغم أن الفريق أقر بأن خبيراً في طب الأسنان سيكون مطلوباً للتحقق من هذه العلامات في العمل المستقبلي.

ومع وجود هذه الصور المحددة بدقة، قام الباحثون بتدريب برنامج حاسوبي متطور، وهو نوع من نماذج التعلم العميق يُعرف باسم (U-Net)، ليتعلم الفرق بين السن النظيف والسن المغطى بالجير. استخدموا تصميماً محدداً يسمح للكمبيوتر بالنظر إلى الصورة بأكملها مع التركيز أيضاً على التفاصيل الصغيرة، تماماً كما قد يتراجع الإنسان خطوة للخلف ليرى الشكل العام لجسم ما، ثم يقترب ليفحص بقعة محددة. تم عرض آلاف الصور على الكمبيوتر، حيث تعلم التنبؤ بمكان وجود الجير. وبمجرد اكتمال التدريب، اختبر الفريق النظام على مجموعة جديدة من الصور التي لم يسبق له رؤيتها من قبل. كانت النتائج واعدة: نجح الكمبيوتر في تحديد موقع الجير في حوالي 73 بالمائة من الحالات التي كان موجوداً فيها، وكان جيداً جداً في عدم الخلط بين الجير وأشياء أخرى، مثل الظلال أو لون الأسنان الطبيعي.

ربما كان الجزء الأكثر ابتكاراً في هذا العمل ليس مجرد العث % من العثور على الجير، بل قياسه. فبدلاً من الاكتفاء بالقول إن "الجير موجود" أو "الجير غير موجود"، قام النظام بحساب النسبة المئوية لسطح السن المغطى بالرواسب. ومن خلال عدّ "البكسلات" (Pixels) — وهي النقاط الصغيرة التي تشكل الصورة الرقمية — التي حددها الكمبيوتر كجير، ومقارنتها بإجمالي عدد البكسلات التي تمثل السن، أنتج النظام رقماً محدداً يمثل عبء المرض. في بعض حالات الاختبار، قدر النظام أن ما يقرب من 80 بالمائة من سطح السن المرئي مغطى بالرواسب، وهو مستوى يشير بوضوح إلى الحاجة لتنظيف احترافي. إن هذه القدرة على قياس شدة المشكلة كمياً، بدلاً من مجرد اكتشاف وجودها، تقدم طريقة جديدة لتحديد أولويات المرضى، مما يساعد العاملين الصحيين في اتخاذ القرار بشأن من يحتاج إلى اهتمام فوري ومن يمكنه الانتظار.

قارن الباحثون تصميمهم الحاسوبي المختار بثلاثة تصميمات شائعة أخرى لمعرفة أيهما يعمل بشكل أفضل. تفوق مزيج أدواتهم الخاص على الآخرين، مما يشير إلى أن الطريقة التي بني بها النظام كانت مناسبة لهذه المهمة الصعبة. ومع ذلك، كان الفريق حريصاً على تأطير نتائجهم كـ "إثبات مفهوم" (Proof of Concept) وليس كمنتج نهائي جاهز للاستخدام في المستشفيات. وأشاروا إلى أن بيانات التدريب الخاصة بهم جاءت من مصدر عام واحد، مما يعني أن الكمبيوتر لم يتعلم بعد كيفية التعرف على الجير لدى أشخاص ذوي درجات بشرة مختلفة، أو في ظروف إضاءة مختلفة، أو مع أنواع مختلفة من الأسنان. كما أكدوا أيضاً أن العلامات المستخدمة لتعليم الكمبيوتر تمت بواسطة شخص غير طبيب أسنان، مما يستدعي وجود خطر الخطأ الذي يجب تصحيحه قبل استخدام هذه الأداة في العيادات الطبية.

رغم هذه القيود، توضح الدراسة مساراً واضحاً للمضي قدماً. فهي تظهر أنه من الممكن تقنياً استخدام كاميرا قياسية وبرنامج حاسوبي لرسم خريطة للترسبات السنية وتقدير مدى تأثر السن بها. يمكن دمج هذه القدرة في النهاية في برامج طب الأسنان عن بُعد (Tele-dentistry)، حيث يلتقط عامل صحي مجتمعي صورة لأسنان طفل ويرسلها إلى أخصائي في منطقة بعيدة، أو حيث تستخدم ممرضة المدرسة تطبيقاً لفحص فصل دراسي كامل. الهدف النهائي ليس استبدال طبيب الأسنان، بل توسيع نطاق الرعاية السنية لتصل إلى الأماكن الأكثر احتياجاً إليها. ومن خلال تحويل صورة بسيطة إلى خريطة مفصلة لصحة الفم، تشير هذه الأبحاث إلى مستقبل يمكن فيه قياس عبء أمراض اللثة وإدارتها بشكل أكثر عدلاً، مما يضمن أن تكون خط الدفاع الأول ضد فقدان الأسنان متاحة للجميع، بغض النظر عن مكان عيشهم.