Wearable Single-Lead ECG Detects Fine-Grained Structural Heart Disease Through Echo-Report Supervision

إن القلب البشري مضخة معقدة، وعندما يبدأ هيكله في التغير — عندما يتسرب صمام، أو يتضخم تجويف، أو تضعف العضلة — يمكن أن تكون العواقب وخيمة. هذه الحالات، المعروفة بأمراض القلب الهيكلية، غالبًا ما تتطور بصمت على مدار سنوات، ولا تكشف عن نفسها إلا عندما يكون الضرر قد بلغ مرحلة متقدمة بالفعل. المعيار الذهبي لرصد هذه المشكلات هو تصوير القلب بالموجات فوق الصوتية، والذي يسمى "إيكو" (echocardiogram). فهو يوفر صورة واضحة وتفصيلية لتشريح القلب، ولكنه يتطلب أجهزة باهظة الثمن وفنيين مدربين تدريبًا عاليًا. وهذا يخلق عقبة: إذ يعيش الملايين من الناس مع مشاكل قلبية غير مكتشفة لأنهم لا يستطيعون الوصول بسهولة إلى هذا الفحص المتخصص. في المقابل، يعد تخطيط كهرباء القلب (ECG) أداة بسيطة ورخيصة ومنتشرة في كل مكان، تسجل النشاط الكهربائي للقلب. وبينما جعلت الأجهزة القابلة للارتداء أجهزة تخطيط القلب أحادية المسلك متاحة للجمهور، إلا أنها كانت تاريخيًا محدودة في اكتشاف مشاكل النظم فقط، وليس المشكلات الهيكلية الأعمق التي تتطلب موجات فوق صوتية لرؤيتها.

لقد نجح فريق من الباحثين الآن في سد هذه الفجوة، حيث أثبتوا إمكانية استخدام تخطيط بسيط للقلب أحادي المسلك للكشف عن مجموعة واسعة من أمراض القلب الهيكلية بدقة عالية. لقد طوروا نظامًا جديدًا للذكاء الاصطناعي يتعلم قراءة الإشارات الكهربائية للقلب من خلال دراسة العلاقة بين تلك الإشارات والتقارير المكتوبة لفحوصات الموجات فوق الصوتية. وبدلاً من الاعتماد على آلاف الأمثلة المصنفة يدويًا لكل مرض محدد، تم تدريب النظام على مواءمة موجات تخطيط القلب الخام مع الأوصاف اللغوية الطبيعية الموجودة في تقارير الأطباء المكتوبة لآلاف فحوصات الموجات فوق الصوتية. ومن خلال القيام بذلك، تعلم الذكاء الاصطناي التعرف على البصمات الكهربية الدقيقة التي تتركها التغيرات الهيكلية، مما حول تسجيلًا كهربائيًا أساسيًا إلى أداة فحص قوية.

اختبر الباحثون نظامهم، الذي أطلقوا عليه اسم AnyECG-Echo، على مجموعة بيانات ضخمة تضم أكثر من 25,000 مريض من مستشفيين مختلفين في الصين. كان الهدف هو معرفة ما إذا كان النموذج قادرًا على تحديد ثلاثة عشر نوعًا متميزًا من مشابكات القلب الهيكلية، بدءًا من عضلة ضخ ضعيفة وصولًا إلى تضخم حجرات القلب وتسرب الصمامات. كانت النتائج مذهلة؛ فقد نجح النظام في تحديد هذه الحالات بدرجة عالية من الموثوقية، حتى عند اختباره على مجموعة جديدة تمامًا من المرضى من مدينة مختلفة، مما أثبت أن المعرفة التي تعلمها لم تكن مجرد حفظ لبيانات مستشفى معين. وبالنسبة للحالات الحرجة مثل انخفاض وظيفة الضخ وتضخم القلب العالمي، حقق النموذج دقة تضاهي أفضل الأدوات الموجودة، على الرغم من استخدامه لمسلك كهربائي واحد فقط بدلاً من المسالك الاثني عشر المستخدمة عادة في المستشفيات.

إن ما يجعل هذا الاكتشاف مهمًا بشكل خاص هو اتساع نطاق ما يمكن للنظام اكتشافه. فغالبًا ما ركزت نماذج الذكاء الاصطناعي السابقة لأمراض القلب على مجموعة ضيقة من الحالات أو تطلبت مدخلات معقدة متعددة المسلك لا تتوفر في الأجهزة القابلة للارتداء للمستهلكين. ومع ذلك، فإن هذا الإطار الجديد يغطي طيفًا متنوعًا من المشكلات، بما في ذلك أمراض صمامات محددة وتضخم الحجرات الفردية للقلب. ووجد الباحثون أن النظام كان بارعًا بشكل خاص في رصد ضعف البطين الأيسر، وهي حالة يفشل فيها عضلة القلب في ضخ الدم بفعالية، بالإضافة إلى تضخم حجرات القلب العليا والسفلية. وبينما أظهر النظام دقة أقل قليلاً لبعض الحالات المحددة، مثل بعض تسربات الصمامات أو اتساع الشريان الرئيسي، إلا أنه حافظ على قدرة قوية على تحديد الغالبية العظمى من المشكلات الهيكلية التي تهم صحة المريض.

ولضمان أن النظام لم يكن يخمن أو يجد حيلًا إحصائية، نظر الفريق عن كثب في كيفية اتخاذ الذكاء الاصطناعي لقراراته. لقد فحصوا الأجزاء التي ركز عليها النموذج من الإشارة الكهربائية عندما حدد مرضًا ما. ووجدوا أن الذكاء الاصطناński انتبه باستمرار إلى أجزاء محددة من نبضات القلب التي يعرف الخبراء الطبيون أنها ذات صلة بتلك الحالات. فعلى سبيل المثال، عند اكتشاف صمام مسرب، سلط النموذج الضوء على أجزاء من الإشارة المرتبطة بمرحلة استرخاء القلب، تمامًا كما يتوقع طبيب القلب. علاوة على ذلك، اكتشف الباحثون أن درجات الاحتمالية التي يولدها الذكاء الاصطناعي تعمل كعلامة بيولوجية رقمية. فعندما توقع النظام خطرًا أعلى لمشكلة معينة، كان ذلك يتوافق مباشرة مع قياسات أسوأ من فحوصات الموجات فوق الصوتية الفعلية، مثل انخفاض نسبة الضخ أو زيادة سمك جدران القلب. وهذا يشير إلى أن النظام لا يقوم مجرد تصنيف المرضى إلى "مرضى" أو "أصحاء"، بل يتتبع بالفعل شدة المرض بطريقة مستمرة وذات مغزى.

كما كشفت الدراسة أن هذا النهج فعال للغاية. فقد حقق النظام أداءه العالي باستخدام مجموعة بيانات أصغر بكثير من تلك التي تتطلبها النماذج الرائدة الأخرى، والتي تعتمد غالبًا على ملايين السجلات. تشير هذه الكفاءة إلى أن طريقة التعلم من التقارير المكتوبة بدلاً من التصنيفات اليدوية هي وسيلة قوية لتعليم الآلات حول صحة القلب. وأشار الباحثون إلى أن أداء النظام ظل ثابتًا عبر مختلف الفئات العمرية وبين الرجال والنساء، رغم أنه أظهر انخفاضًا طفيفًا في الدقة لدى المرضى الأكبر سنًا، ويرجع ذلك على الأرجال إلى تراكم التغيرات الكهربائية الأخرى المرتبطة بالتقدم في السن في القلب.

في نهاية المطاف، يشير هذا العمل نحو مستقبل يكون فيه خط الدفاع الأول ضد أمراض القلب بسيطًا مثل تسجيل لبضع ثوانٍ على جهاز قابل للارتداء. ومن خلال التحقق من صحة النظام عبر مستشفيات وفترات زمنية مختلفة، أظهر الباحثون أنه قوي بما يكفي ليُستخدم خارج البيئة المنضبطة للتجارب السريرية. وتشير النتائج إلى أنه في المستقبل القريب، يمكن للشخص استخدام ساعة ذكية أو جهاز محمول للفحص عن أمراض القلب الهيكلية الخطيرة، وتلقي تنبيه فوري إذا كانت هناك حاجة لإجراء فحص بالموجات فوق الصوتية. يمكن أن يغير هذا مشهد رعاية القلب، مما يسمح بالكشف المبكر في المجتمعات والمنازل التي لا تتوفر فيها أجهزة الموجات فوق الصوتية، مما قد ينقذ الأرواح من خلال رصد أمراض القلب الصامتة قبل أن تسبب ضررًا لا يمكن إصلاحه.