الذكاء الاصطناعي يعزز تشخيص الأمراض من الأشعة السينية والرنين المغناطيسي والتصوير المقطعي

التصوير الطبي هو محور التشخيص. تولد فحوصات الأشعة السينية، والتصوير المقطعي، والرنين المغناطيسي بيانات بصرية ضخمة عن الحالة الداخلية للجسم. 

على سبيل المثال، يتم إجراء أكثر من 3.5 مليار فحص أشعة سينية سنويًا حول العالم، وتنتج المستشفيات بيتابايتات من بيانات الصور. ومع ذلك، تبقى العديد من الصور دون تحليل – حيث تشير تقديرات إلى أن حوالي 97% من بيانات الأشعة لا تُستخدم.

ينشأ هذا التفاوت بسبب العبء الكبير على أطباء الأشعة. يمكن للذكاء الاصطناعي، وخاصة التعلم العميق، المساعدة من خلال "قراءة" الصور تلقائيًا. تتعلم الشبكات العصبية التلافيفية المدربة على قواعد بيانات ضخمة من الصور التعرف على أنماط الأمراض (مثل الأورام، الكسور، أو الالتهابات) التي قد تكون دقيقة أو يصعب اكتشافها. في التطبيق العملي، يمكن للذكاء الاصطناعي تسليط الضوء على المناطق المشبوهة، وقياس الشذوذات، وحتى التنبؤ بالأمراض.

اليوم، وافقت الجهات التنظيمية بالفعل على مئات أدوات الذكاء الاصطناعي للتصوير الطبي، حيث أدرجت إدارة الغذاء والدواء الأمريكية أكثر من 800 خوارزمية أشعة بحلول عام 2025. وهذا يعكس تحولًا كبيرًا: يتم دمج الذكاء الاصطناعي في الأشعة السينية، والتصوير المقطعي، والرنين المغناطيسي لدعم الأطباء وليس لاستبدالهم.

تحسينات الذكاء الاصطناعي في تصوير الأشعة السينية

الأشعة السينية هي أكثر الصور التشخيصية شيوعًا – سريعة، رخيصة ومتاحة على نطاق واسع. تُستخدم لتشخيص أمراض الصدر (الالتهاب الرئوي، السل، كوفيد-19)، وكسور العظام، ومشاكل الأسنان، وغيرها.

ومع ذلك، يتطلب قراءة الأشعة السينية خبرة، وتعاني العديد من الأماكن من نقص في أطباء الأشعة. يمكن للذكاء الاصطناعي تخفيف هذا العبء.

على سبيل المثال، تم تدريب نماذج التعلم العميق مثل CheXNet الشهيرة على مئات الآلاف من صور الأشعة السينية للصدر. يكتشف CheXNet (شبكة عصبية تلافيفية مكونة من 121 طبقة) الالتهاب الرئوي في صور الأشعة السينية بدقة تفوق أطباء الممارسة. في مجال العظام، يمكن لتحليل الأشعة السينية المدعوم بالذكاء الاصطناعي تحديد خطوط الكسور الدقيقة التي قد تُغفل في العيادات المزدحمة.

• المهام الرئيسية للذكاء الاصطناعي في الأشعة السينية: كشف أمراض الرئة (الالتهاب الرئوي، السل، السرطان)، استرواح الصدر والسوائل؛ اكتشاف كسور أو خلع العظام؛ فحص كوفيد-19 أو الالتهابات الأخرى. يمكن لأدوات الذكاء الاصطناعي الإشارة إلى هذه النتائج فورًا، مما يساعد في ترتيب الأولويات للحالات العاجلة.
• النتائج السريرية: في بعض الدراسات، حقق الذكاء الاصطناعي أداءً مماثلًا لأطباء الأشعة. على سبيل المثال، تجاوز CheXNet دقة الأطباء المتوسطين في حالات الالتهاب الرئوي.
  ومع ذلك، أظهرت الاختبارات في المستشفيات الحقيقية حدودًا: حيث وجدت دراسة كبيرة أن أطباء الأشعة ما زالوا يتفوقون على الذكاء الاصطناعي الحالي في قراءة صور الأشعة السينية للصدر، محققين دقة أعلى في تحديد نتائج الرئة. كانت أدوات الذكاء الاصطناعي ذات حساسية عالية (72–95% للنتائج المختلفة) لكنها أظهرت أيضًا إنذارات كاذبة أكثر من الأطباء.

باختصار، يمكن للذكاء الاصطناعي فحص الأشعة السينية مسبقًا بشكل موثوق وتسليط الضوء على المخاوف، لكن التشخيص النهائي لا يزال يعتمد على حكم الإنسان. وكما يحذر ملخص أخبار الأشعة، فإن الذكاء الاصطناعي ليس بعد طبيب تشخيصي مستقل تمامًا للأشعة السينية.

ابتكارات الذكاء الاصطناعي في التصوير المقطعي

يُنتج التصوير المقطعي (CT) صورًا مقطعية مفصلة للجسم، وهو ضروري للعديد من التشخيصات (السرطان، السكتة الدماغية، الإصابات، وغيرها). أظهر الذكاء الاصطناعي وعدًا كبيرًا في تحليل صور التصوير المقطعي:

• سرطان الرئة: يمكن لنماذج الذكاء الاصطناعي الحديثة اكتشاف وتقسيم أورام الرئة في التصوير المقطعي بدقة تقارب خبراء الأشعة. استخدمت دراسة عام 2025 شبكة عصبية ثلاثية الأبعاد (3D U-Net) مدربة على مجموعة بيانات كبيرة (أكثر من 1500 فحص CT) لتحديد أورام الرئة.
  حققت الدراسة حساسية 92% وخصوصية 82% في الكشف عن الأورام، مع دقة تقسيم تقارب دقة الأطباء (مؤشر Dice حوالي 0.77 مقابل 0.80). سرّع الذكاء الاصطناعي العملية: حيث قسم الأورام بسرعة أكبر من الأطباء.
• النزيف الدماغي: في طب الطوارئ، يساعد الذكاء الاصطناعي في رعاية السكتات الدماغية السريعة. على سبيل المثال، يحدد خوارزم AIDOC التجاري النزيف داخل الجمجمة في صور التصوير المقطعي للرأس. تشير الدراسات إلى أن AIDOC يتمتع بـ حساسية تتراوح بين 84–99% وخصوصية بين 93–99% في الكشف عن النزيف الدماغي.
  يمكن لهذا التنبيه تنبيه الأطباء للنزيف الحرج خلال ثوانٍ.
• استخدامات أخرى للتصوير المقطعي: يُستخدم الذكاء الاصطناعي أيضًا في تصوير الصدر المقطعي لتحديد أنماط الالتهاب الرئوي الناتج عن كوفيد-19، وفي تصوير الأوعية المقطعي لتقييم ترسبات الكالسيوم، وفي تصوير البطن المقطعي للكشف عن آفات الكبد أو حصى الكلى.
  في مثال سرطان الرئة، يمكن أن يحسن التصوير المقطعي المدعوم بالذكاء الاصطناعي تخطيط العلاج والمتابعة من خلال قياس حجم الورم بدقة.

فوائد في التصوير المقطعي: يُؤتمت الذكاء الاصطناعي المهام المملة (مثل فحص الأحجام ثلاثية الأبعاد للكشف عن العقيدات)، ويحسن الاتساق، ويدعم فرز الحالات. في حالات الإصابات، يمكنه تسليط الضوء على الكسور أو إصابات الأعضاء.

تمت الموافقة على العديد من أدوات الذكاء الاصطناعي لمساعدة قراءة صور التصوير المقطعي للصدر والرأس. على سبيل المثال، بدأت وكالات مثل CMS في تعويض بعض تحليلات الذكاء الاصطناعي (مثل تقييم ترسبات الشرايين التاجية في تصوير الرئة الروتيني).

تطورات الذكاء الاصطناعي في تصوير الرنين المغناطيسي

يوفر الرنين المغناطيسي صورًا عالية التباين للأنسجة الرخوة (الدماغ، العمود الفقري، المفاصل، الأعضاء). يجعل الذكاء الاصطناعي الرنين المغناطيسي أسرع وأكثر ذكاءً:

• فحوصات أسرع: تقليديًا، تستغرق فحوصات الرنين المغناطيسي عالية الجودة وقتًا طويلاً، مما يؤدي إلى انتظار طويل وعدم راحة للمرضى. تقنيات إعادة البناء المعتمدة على الذكاء الاصطناعي (إعادة البناء بالتعلم العميق، DLR) تقلل بشكل كبير من وقت الفحص من خلال التنبؤ بالبيانات المفقودة.
  يقول الخبراء إن DLR يمكن أن يجعل فحوصات الرنين المغناطيسي “فائقة السرعة” وقد تصبح هذه التقنية روتينية في جميع الأجهزة. على سبيل المثال، استخدم باحثون في المملكة المتحدة وشركة GE Healthcare الذكاء الاصطناعي لتمكين جهاز رنين مغناطيسي منخفض المجال (أرخص) من إنتاج صور تضاهي الفحوصات التقليدية عالية المجال. هذا قد يجعل الرنين المغناطيسي أكثر توفرًا ويقلل من طوابير الانتظار.
• صور أوضح: يحسن الذكاء الاصطناعي أيضًا جودة الصور. من خلال تعلم الفرق بين الصور المشوشة والواضحة، يقوم DLR بإزالة الضوضاء من الصور في الوقت الحقيقي.
  هذا يعني أن صور الرنين المغناطيسي تصبح أوضح، مع تقليل التشويش الناتج عن حركة المرضى حتى لو تحركوا. للأطفال القلقين أو مرضى الإصابات، تقلل الفحوصات الأسرع المدعومة بالذكاء الاصطناعي الحاجة للتخدير.
• كشف الأمراض: في التشخيص السريري، يتفوق الذكاء الاصطناعي في تحليل الرنين المغناطيسي. على سبيل المثال، في تصوير الدماغ، تقوم النماذج المدعومة بالذكاء الاصطناعي بتقسيم وتصنيف الأورام بدقة.
  يمكن للتعلم العميق تحديد حدود الورم في صور الرنين ثلاثية الأبعاد، وقياس حجمه، وحتى التنبؤ بالجينات أو الدرجة الورمية من الصورة فقط. في علم الأعصاب، يكتشف الذكاء الاصطناعي السكتات الدماغية، آفات التصلب المتعدد أو التشوهات بسرعة. كما يستفيد تصوير العضلات والعظام بالرنين المغناطيسي (المفاصل، العمود الفقري) حيث يحدد تمزقات الأربطة أو مشاكل الأقراص الفقرية أسرع من الطرق اليدوية.

بشكل عام، يحول الذكاء الاصطناعي الرنين المغناطيسي بجعله أسرع وأكثر ثراءً بالبيانات.

من خلال دمج فحوصات المرضى وبيانات الوسم، يمكّن الذكاء الاصطناعي القياسات ثلاثية الأبعاد التي تدعم تخطيط العلاج المخصص. تشير المستشفيات التي تجرب الذكاء الاصطناعي في الرنين المغناطيسي إلى سير عمل أكثر سلاسة وتفسيرات أكثر اتساقًا.

فوائد الذكاء الاصطناعي في التصوير الطبي

يقدم الذكاء الاصطناعي عدة مزايا عبر الأشعة السينية، والتصوير المقطعي، والرنين المغناطيسي:

• السرعة والكفاءة: تحلل خوارزميات الذكاء الاصطناعي الصور خلال ثوانٍ. تشير إلى النتائج العاجلة (مثل التظلمات الرئوية، السكتات الدماغية، الكسور) ليتمكن الأطباء من ترتيب الأولويات.
  في دراسة أورام الرئة باستخدام التصوير المقطعي، قسم الذكاء الاصطناعي الأورام بسرعة أكبر بكثير من التتبع اليدوي. تعني السرعة في التصوير (وخاصة الرنين المغناطيسي) زيادة عدد المرضى وتقليل أوقات الانتظار.
• الدقة والاتساق: يمكن للذكاء الاصطناعي المدرب جيدًا أن يضاهي أو يتجاوز دقة الإنسان في مهام محددة. أظهرت نماذج مثل CheXNet (لكشف الالتهاب الرئوي) حساسية أعلى من أطباء الأشعة المتوسطين.
  كما يقضي الذكاء الاصطناعي على التباين بين الملاحظين: حيث سيحدد نفس النتيجة بشكل متسق في كل مرة. تساعد هذه الدقة الكمية (مثل حجم الورم الدقيق) في المتابعة.
• توسيع الخبرة: في المناطق التي تعاني من نقص أطباء الأشعة، يعمل الذكاء الاصطناعي كمساعد خبير. يمكن لأداة ذكاء اصطناعي لأشعة الصدر الإشارة إلى حالات مشتبه بها من السل أو الالتهاب الرئوي في العيادات النائية، مما يوسع الوصول إلى الرعاية التشخيصية.
  يشير فريق CheXNet في ستانفورد إلى أن الأتمتة على مستوى الخبراء قد تجلب رؤى التصوير إلى المناطق المحرومة.
• الرؤى الكمية: يمكن للذكاء الاصطناعي استخراج أنماط مخفية. على سبيل المثال، في الرنين المغناطيسي، تتنبأ بعض النماذج الجينية للورم أو نتائج المرضى من خصائص الصورة.
  قد يؤدي الجمع بين تحليل الصور وبيانات المرضى إلى التنبؤ المبكر بمخاطر الأمراض.

هذه الفوائد تدفع نحو التبني الواسع: حيث تختبر آلاف المستشفيات الآن أدوات الذكاء الاصطناعي على منصات التصوير الخاصة بها.

التحديات والاعتبارات

على الرغم من الوعود، هناك تحذيرات في استخدام الذكاء الاصطناعي في التصوير:

• تفاوت الأداء: قد لا تعمم نماذج الذكاء الاصطناعي على كل بيئة. وجدت الدراسات أن بعض الأدوات تعمل جيدًا في مستشفى معين ولكنها أقل أداءً في أماكن أخرى.
  على سبيل المثال، أظهرت دراسة أن بعض أطباء الأشعة تحسنوا بمساعدة الذكاء الاصطناعي، لكن آخرين ارتكبوا أخطاء أكثر عند استخدامه. قد تكون حساسية الذكاء الاصطناعي عالية، لكن الإنذارات الكاذبة قد تشكل مشكلة. هذا يعني أن الأطباء يجب أن يتحققوا من اقتراحات الذكاء الاصطناعي.
• الحاجة للخبرة: يبقى أطباء الأشعة ضروريين. تؤكد الإرشادات الحالية على أن الذكاء الاصطناعي هو مساعد وليس بديلاً.
  يضمن الإشراف البشري مراعاة التفاصيل الدقيقة والسياق السريري. يتطلب الدمج تدريب الأطباء على الثقة في نتائج الذكاء الاصطناعي ومراجعتها.
• البيانات والتحيز: تعتمد جودة الذكاء الاصطناعي على جودة بيانات التدريب. يجب أن تكون مجموعات الصور كبيرة ومتنوعة.
  يمكن أن تؤدي جودة البيانات السيئة، وعدم التوازن (مثل تمثيل مفرط لفئات معينة)، أو التشويش إلى تحريف أداء الذكاء الاصطناعي. هناك حاجة مستمرة للبحث لجعل الذكاء الاصطناعي قويًا وعادلاً.
• التنظيم والتكاليف: على الرغم من موافقة العديد من أدوات الذكاء الاصطناعي (موافقات FDA)، فإن تنفيذها فعليًا قد يكون مكلفًا ويتطلب تغييرات في سير العمل.
  نماذج التعويض المالي لا تزال في مراحلها الأولى (مثل تغطية CMS لبعض تحليلات التصوير المقطعي المدعومة بالذكاء الاصطناعي). يجب على المستشفيات مراعاة تكاليف البرمجيات، والأجهزة، والتدريب.
• الخصوصية والأمان: يتطلب استخدام الذكاء الاصطناعي بيانات المرضى. الحماية الصارمة (التشفير، إزالة الهوية) ضرورية للحفاظ على الخصوصية.
  كما أن الأمن السيبراني مهم عند اتصال أنظمة الذكاء الاصطناعي بالشبكات.

رغم هذه التحديات، يؤكد الخبراء على الدمج المخصص. كما يشير تقرير من جامعة هارفارد، يمكن لتصميم سير العمل المدعوم بالذكاء الاصطناعي بعناية أن يعزز أداء الإنسان.

في التطبيق العملي، يجمع الجمع بين سرعة الذكاء الاصطناعي وحكم الأطباء أفضل النتائج.

التطلعات المستقبلية

يتقدم الذكاء الاصطناعي في التصوير الطبي بسرعة. تواصل الشركات الرائدة ومجموعات البحث تحسين الخوارزميات.

على سبيل المثال، قد توفر "النماذج الأساسية" (شبكات ذكاء اصطناعي ضخمة مدربة على بيانات طبية متنوعة) قريبًا قدرات تشخيصية أوسع. نتوقع أن تصبح المزيد من المهام (مثل تقسيم الأعضاء بالكامل، والفحص المتعدد للأمراض) مؤتمتة.

دوليًا، تهدف المشاريع التعاونية إلى استغلال الذكاء الاصطناعي للصحة العامة (مثل فحص السل في المناطق ذات الموارد المحدودة). تستثمر الخدمات الصحية الوطنية (مثل NHS في المملكة المتحدة) في أجهزة تصوير جاهزة للذكاء الاصطناعي لتقليل التكاليف.

مع مرور الوقت، قد يصبح التصوير المدعوم بالذكاء الاصطناعي معيارًا: فرز سريع للطوارئ، فحص منظم بالذكاء الاصطناعي لسرطان الرئة، وفحوصات الرنين المغناطيسي تُنجز خلال ثوانٍ.

>>> انقر لمعرفة المزيد: الذكاء الاصطناعي يكتشف السرطان مبكرًا من الصور

باختصار، يدعم الذكاء الاصطناعي تشخيص الأمراض من خلال الأشعة السينية، والتصوير المقطعي، والرنين المغناطيسي عبر تعزيز الدقة، والسرعة، والوصول.

بينما يظل أطباء الأشعة هم من يصدر التشخيص النهائي، تساعدهم أدوات الذكاء الاصطناعي على رؤية المزيد وبسرعة أكبر. ومع نضوج التكنولوجيا، نتوقع أن يصبح الذكاء الاصطناعي شريكًا لا غنى عنه في التصوير، مما يحسن رعاية المرضى في جميع أنحاء العالم.