EchoMed Agent: A Foundation Model–Based Agentic Framework for Echocardiographic Left Ventricular Segmentation and Functional Assessment

لا تزال أمراض القلب هي السبب الرئيسي للوفاة في جميع أنحاء العالم، ويعتمد الأطباء بشكل كبير على نوع محدد من الموجات فوق الصوتية لفهم مدى كفاءة ضخ قلب المريض. تقنية التصوير هذه، المعروفة باسم تخطيط صدى القلب (echocardiography)، تنتج صوراً متحركة لغرف القلب أثناء انقباضها وانبساطها. ومن خلال هذه الفيديوهات، يحسب الأطباء رقماً حاسماً يسمى "الكسر القذفي" (ejection fraction)، والذي يمثل النسبة المئوية للدم التي يضخها القلب مع كل نبضة. هذا القياس حيوي لتشخيص فشل القلب، وتحديد العلاجات، والتنبؤ بصحة المريض المستقبلية. ومع ذلك، فإن الحصول على هذا الرقم مهمة صعبة ويدوية؛ إذ يجب على الطبيب مشاهدة الفيديو، وتحديد اللحظات الدقيقة التي يكون فيها القلب في أقصى حالات امتلائه وأقصى حالات فراغه، ثم تتبع مخطط الخط الخارجي للبطين الأيسف، وهو غرفة الضخ الرئيسية، بعناية على الشاشة. هذه العملية بطيئة، وعرضة للخطأ البشري، ويمكن أن تعطي نتائج مختلفة اعتماداً على الطبيب الذي يقوم بالمعاينة.

لسنوات، حاول العلماء بناء حواسيب يمكنها القيام بعملية التتبع هذه تلقائياً. وبينما تم إحراز بعض التقدم، غالباً ما تواجه هذه البرامج الحاسوبية صعوبة عند انتقالها من المستشفى الذي تدربت فيه إلى مستشفى آخر بمعدات أو مرضى مختلفين قليلاً. كما أنها تفتقر إلى القدرة على فهم أسئلة الأطباء الطبيعية، مثل "ما هو الكسر القذفي؟" أو "أرني اللحظة التي يكون فيها القلب في أقصى حالات امتلائه". فهي تتطلب أوامر معقدة ولا يمكنها التكيف بسهولة مع الإعدادات الجديدة دون كميات هائلة من البيانات الجديدة. يقدم بحث جديد نُشر في مجلة npj Cardiovascular Health نظاماً يسمى "EchoMed Agent"، المصمم للتغلب على هذه العقبات من خلال الجمع بين التعرف المتقدم على الصور وواجهة حوارية يمكن للأطباء استخدامها كزميل لهم.

قام الباحثون، ومقرهم في مايو كلينيك أريزونا وجامعة ليهاي، ببناء نظام يعمل كمساعد ذكي لتصوير القلب. وفي جوهره، يوجد نموذج حاسوبي قوي تم تدريبه على التعرف على الأشياء في الصور والفيديوهات، والذي قاموا بتكييفه خصرياً ليتناسب مع المظهر الحبيبي الفريد لموجات صدى القلب. وخلافاً للأنظمة القديمة التي كانت تحتاج إلى آلاف الأمثلة المصنفة من مستشفى جديد للتعلم، يستخدم هذا النظام تقنية تسم تسمح له بالتعلم من عدد قليل فقط من الأمثلة. في اختباراتهم، أظهر الفريق أن النظام احتاج إلى عشرين فيديو قلب فقط من مؤسستهم ليتعلم. وبالرغم من هذا القدر الضئيل من البيانات الجديدة، تعلم النظام تتبع مخطط الخط الخارجي للقلب بدقة ملحوظة، مطابقةً في ذلك أداء الأنظمة الأكبر بكثير التي تم تدريبها على آلاف الحالات.

بمجرد أن يتتبع النظام القلب، فإنه لا يتوقف عند هذا الحد؛ بل يحدد تلقائياً اللحظات المحددة في دورة الفيديو عندما يكون القلب متوسعاً بالكامل وعندما يكون منقبضاً بالكامل. ثم يقيس مساحة القلب في هذه اللحظات ويحسب حجم الدم بداخله، ليقوم أخيراً باستخراج نسبة الكسر القذفي. وتُغلف العملية بأكملاء بواجهة لغة طبيعية؛ حيث يمكن للطبيب رفع فيديو، ورسم مربع بسيط حول القلب على الشاشة لتوجيه الحاسوب، ثم ببساطة يسأل: "ما هو الكسر القذفي؟" أو "جد مرحلة نهاية الانبساط". يفهم النظام الطلب، ويجري الحسابات، ويعيد تقريراً واضحاً ومنظماً يتضمن الأرقام والإطارات المحددة المستخدمة، وكل ذلك دون حاجة الطبيب لكتابة كود برمجي أو فهم الرياضيات الكامنة وراء العملية.

تشير نتائج الدراسة إلى أن هذا النهج يعمل بشكل جيد في الظروف الواقعية. فعند اختباره على مجموعة من 98 دراسة قلب من "مايو كلينيك"، حقق النظام مستوى عالٍ من الاتفاق مع الخبراء البشريين في تتبع شكل القلب. والأهم من ذلك، أن تقديره للكسر القذفي كان قريباً جداً من القيمة التي يقيسها البشر، بمتوسط خطأ قدره ما يزيد قليلاً عن أربع نقاط مئوية. وقد تم الوصول إلى هذا المستوى من الدقة رغم أن النظام لم يرَ سوى عشرين مثالاً من ذلك المستشفى تحديداً قبل اختباره. وبالمقارنة، أدى نظام مشابه لم يتم تكييفه مع بيانات المستشفى المحلي أداءً أسوأ بشكل ملحوظ، مع أخطاء أكبر وعدم اتساق. كما أظهرت الدراسة أن النظام يمكنه التعامل مع أنواع مختلفة من وظائف القلب، من الضخ الطبيعي إلى الضخ المنخفض بشدة، محافظاً على دقته عبر جميع الحالات.

إن أحد النتائج الرئيسية للبحث هو أن النظام لا يحتاج إلى إعادة التدريب من الصفر لكل مستشفى جديد. فمن خلال استخدام طريقة تقوم بتعديل جزء ضئيل جداً من إعداداته الداخلية، يمكن للنظام التكيف مع البيئات الجديدة بسرعة وكفاءة. وهذا يشير إلى أن المستشفيات ذات الموارد المحدودة أو الأرشيفات الصغيرة من البيانات المصنفة يمكنها أيضاً الاستفادة من التحليلات المؤتمتة المتقدمة. وأشار الباحثون إلى أن أداء النظام ظل مستقراً عبر التجارب العشوائية المختلفة، مما يشير إلى أن النتائج موثوقة وليست مجرد نتيجة ضربة حظ. ورغم أن النظام ليس مثالياً ويمكن أن يواجه صعوبات في الحالات النادرة التي تكون فيها حركة القلب غير طبيعية للغاية أو جودة الصورة ضعيفة، إلا أنه يمثل خطوة كبيرة للأمام في جعل تحليل القلب المؤتمت عملياً ومتاحاً.

تسلط الدراسة الضوء أيضاً على أهمية كيفية تفاعل هذه الأدوات مع الأطباء. فالمحاولات السابقة للأتمتة غالباً ما فشلت لأنها كانت تتطلب من الأطباء التفاعل معها من خلال قوائم تقنية معقدة أو مدخلات بيانات مهيكلة. ومن خلال استخدام وكيل حواري يفهم اللغة الطبيعية، خلق الباحثون سير عمل يبدو بديهياً. يمكن للنظام توضيح الطلبات الغامضة، مثل عندما يسأل الطبيب عن "كفاءة الضخ"، من خلال التأكيد على أنه يقصد "الكسر القذفي" قبل المضي قدماً. كما أنه يعرف حدوده، حيث يرفض بأدب طلبات التحليل التي لا يستطيع القيام بها، مثل قياس الإجهاد على عضلة القلب، بدلاً من التخمين أو تقديم بيانات غير صحيحة. هذا التصميم الدقيق يضمن أن تظل الأداة مساعدة مفيدة بدلاً من أن تكون مصدراً للارتباك.

في نهاية المطاف، يوضح هذا العمل أن الذكاء الاصطناعي المتقدم يمكن جعله عملياً للاستخدام السريري اليومي دون الحاجة إلى مجموعات بيانات ضخمة أو إعدادات تقنية معقدة. لقد نجح "EchoMed Agent" في سد الفجوة بين نماذج الرؤية الحاسوبية القوية والاحتياجات اليومية لأطباء القلب. إنه يقدم مساراً نحو تقييمات قلبية أسرع وأكثر اتساقاً، مما قد يساعد الأطباء في اتخاذ قرارات أفضل لمرضاهم. وتشير الدراسة إلى أنه باستخدام قدر ضئيل فقط من البيانات المحلية، يمكن للمستشفيات نشر هذه الأدوات المتطورة لتحسين دقة وسرعة تشخيص فشل القلب، مما قد يغير طريقة تقديم رعاية القلب في المستقبل.