“`html

هل تحسين الذكاء الاصطناعي من توقعات مضاعفات التهاب البنكرياس الحاد؟

التهاب البنكرياس الحاد هو التهاب مفاجئ في البنكرياس يمكن أن يتطور بسرعة إلى أشكال حادة. كل عام، يصيب ما بين 30 إلى 40 شخصًا من بين كل 100,000 شخص في جميع أنحاء العالم. على الرغم من أن معظم الحالات تكون خفيفة وتزول تلقائيًا، إلا أن نحو 30٪ من المرضى طورون مضاعفات شديدة، مثل فشل مستمر في الأعضاء أو نخر معدي في البنكرياس. هذه الحالات تزيد بشكل كبير من معدلات المرض والوفاة، مما يبرز أهمية التدخل المبكر والمناسب.

حاليًا، تعتمد الطرق التقليدية لتقييم شدة التهاب البنكرياس الحاد على درجات سريرية مثل درجات رانسون أو غلاسكو-إيمري. ومع ذلك، تظهر هذه الأدوات بعض القيود. فهي تعتمد على قياسات تُجرى خلال الـ 48 ساعة الأولى، مما يؤخر تحديد المرضى المعرضين للخطر. بالإضافة إلى ذلك، تبقى دقتها متواضعة، حيث تبلغ قيم التمييز حوالي 0.61 لدرجة رانسون و0.67 لدرجة غلاسكو-إيمري. أما أطباء الأشعة، فيقيمون صور الماسح الضوئي مع مادة التباين، لكن حكمهم البصري يبلغ في المتوسط دقة 0.63، مع حساسية منخفضة تبلغ 42.5٪. هذا يعني أنهم يكتشفون بشكل رئيسي الحالات الحادة عندما تكون العلامات واضحة، لكنهم يكافحون لاكتشاف المرضى الذين ستتدهور حالتهم لاحقًا.

لتجاوز هذه القيود، يجمع نهج مبتكر بين الذكاء الاصطناعي وتحليل الصور الطبية والبيانات السريرية. تُسمى هذه الطريقة “الراديوميكس”، وهي تستخرج معلومات كمية من الصور لكشف أنماط غير مرئية للعين المجردة. فهي تسمح باكتشاف خصائص مثل الكثافة أو الملمس أو الترتيب المكاني للأنسجة. تقنية أخرى، وهي التعلم العميق، تُحدد تلقائيًا أنماطًا معقدة في الصور دون الحاجة إلى تعريف مسبق للمعايير. تحول هاتان المقاربتان التصوير الطبي من أداة بصرية فحسب إلى أداة كمية وتنبؤية.

في هذه الدراسة، تم تحليل 284 مريضًا مصابًا بالتهاب البنكرياس الحاد. من بينهم، 140 مريضًا، أي ما يقرب من النصف، أظهروا مضاعفات حادة خلال 30 يومًا من دخولهم المستشفى. حققت نماذج الذكاء الاصطناعي التي تعتمد فقط على التصوير نتائج أفضل من الطرق التقليدية، حيث بلغت دقتها 0.77 للراديوميكس و0.76 للتعلم العميق. كما أن دمج بيانات المختبر، مثل عدد كرات الدم البيضاء، أو بروتين سي التفاعلي، أو نازعة هيدروجين اللاكتيك، حسن من الأداء أكثر. بلغ دقة النموذج الذي يجمع بين الراديوميكس والبيانات السريرية 0.80، وهو تحسن ملحوظ مقارنة بالأساليب الأخرى.

المؤشرات البيولوجية المختارة تعكس عمليات رئيسية للمرض. على سبيل المثال، اليوريا في الدم تدل على الجفاف وسوء التروية الكلوية، بينما يشير بروتين سي التفاعلي إلى التهاب شديد. ارتبط انخفاض الألبومين بزيادة خطر فشل الأعضاء. تكمل هذه المؤشرات المعلومات المستمدة من الصور، مما يوفر رؤية أكثر شمولية لحالة المريض.

على الرغم من خبرتهم، يظهر أطباء الأشعة اختلافات معتدلة بينهم عند تقييم الصور. حساسيتهم المحدودة تكشف أن بعض المرضى الذين طوروا مضاعفات حادة يظهرون تشوهات طفيفة في الصور، يصعب اكتشافها بصريًا. من ناحية أخرى، يحدد الذكاء الاصطناعي هذه العلامات المبكرة من خلال تحليل آلاف الخصائص الكمية.

هذا النهج متعدد الوسائط، الذي يجمع بين التصوير والبيانات السريرية، يسمح بتوقعات أكثر موثوقية للمضاعفات. يمكن أن يساعد الأطباء في تحديد المرضى المعرضين لخطر مرتفع في وقت مبكر، وتكييف المراقبة وبدء العلاجات المناسبة بسرعة. ومع ذلك، لا تزال هذه النتائج أولية وتتطلب التحقق في دراسات أوسع قبل الاستخدام العام في الممارسة السريرية.

“`

Sources

À propos de cette étude

DOI : https://doi.org/10.1007/s00261-026-05588-w

Titre : Multimodal AI for early prediction of adverse clinical outcomes in acute pancreatitis

Revue : Abdominal Radiology

Éditeur : Springer Science and Business Media LLC

Auteurs : Ahmet Yasin Karkas; Yavuz B. Taktak; Burak Gultekin; Ziliang Hong; Halil Ertugrul Aktas; Deniz Seyithanoglu; Timurhan Cebeci; Alper Akin; Ece Elustu; Kerem Arisin; Ali Canturk; Mehmet Ilhan; Naci Senkal; Michael B. Wallace; Abraham F. Bezuidenhout; Frank H. Miller; Alpay Medetalibeyoglu; Mehmet Semih Cakir; Gorkem Durak; Ulas Bagci; Sukru Mehmet Erturk