اسأل عالِمًا: كيف يستخدم الباحثون الذكاء الاصطناعي لمساعدة النساء الحوامل في الحصول على فحوصات الموجات فوق الصوتية

اسأل عالِمًا: كيف يستخدم الباحثون الذكاء الاصطناعي لمساعدة النساء الحوامل في الوصول إلى الموجات فوق الصوتية

يُعد التصوير بالموجات فوق الصوتية قبل الولادة واحدًا من أكثر الأدوات كثافة بالمعلومات في الطب. يمكنه تقدير مدى تقدم الحمل، وكشف ما إذا كان الجنين ينمو كما هو متوقع، والإشارة إلى حالات تغيّر مسار الرعاية. والمشكلة أن قيمة الموجات فوق الصوتية ليست موزعة بالتساوي. فهي تعتمد على وجود جهاز، ومشغّل مدرّب، وإمداد طاقة مستقر، ونظام صحي قادر على التصرف بناءً على ما تُظهره الصورة. أزِل أي واحد من هذه العناصر، ولن تحدث الصورة أصلًا أو لن تفيد أبدًا.

هذه هي الفجوة التي يعنى بها منشور مدونة Google AI بعنوان «Ask a Scientist: How are researchers using AI to help pregnant women access ultrasounds?». المنشور، الذي نُشر في 6 أكتوبر 2026، يقع ضمن سلسلة يجيب فيها الباحثون عن سؤال واحد بلغة واضحة. ويشير عنوان URL الخاص به إلى تقنية محددة — الموجات فوق الصوتية بالمسح الأعمى — وهو ما يخبرنا بشيء عن اتجاه البحث حتى قبل أن ندخل في التفاصيل.

تشرح هذه المقالة المشكلة، وتصف ما يتضمنه نهج المسح الأعمى من الناحية المفاهيمية، وتوضح صراحة أين تنتهي المعلومات الموثّقة وأين يبدأ التفسير المعقول. هذا التمييز مهم هنا، لأن النسخة الصادقة من هذه القصة تتضمن قائمة طويلة من الأمور التي لا تزال غير مُثبتة.

فجوة الوصول التي تحفّز هذا العمل

الموجات فوق الصوتية ليست اختبارًا واحدًا. بل هي عائلة من الفحوصات، وأكثرها شيوعًا في فترة ما قبل الولادة يعتمد على المشغّل. يضع أخصائي التصوير بالموجات فوق الصوتية مسبارًا على البطن بزوايا محددة لالتقاط مشاهد قياسية: الرأس، وعظم الفخذ، ومحيط البطن، وأحيانًا القلب. ومن هذه المشاهد تُؤخذ القياسات وتُقارن بمنحنيات النمو. وتعتمد النتيجة السريرية على الحصول على المشاهد الصحيحة في المقام الأول.

لهذا الشرط عواقب. فإعداد أخصائي تصوير بالموجات فوق الصوتية كفؤ يستغرق سنوات. وآلات الموجات فوق الصوتية مكلفة في الشراء والصيانة. وفي كثير من البيئات، قد يكون أقرب مشغّل مدرّب على بُعد ساعات، وقد يكون أقرب أخصائي قادر على تفسير نتيجة معقّدة أبعد من ذلك. والنتيجة نمط مألوف في الصحة العالمية: تقنية صارت روتينية في مدن ذات موارد عالية تصبح متقطعة أو غائبة في العيادات الريفية، حتى عندما تكون الحاجة السريرية أكبر.

ثمة مشكلة ثانية أكثر دقة. حتى عندما يحدث التصوير بالموجات فوق الصوتية، قد يتأخر التفسير. فقد يُراجَع فحص أجراه فني زائر بعد أيام. وبالنسبة لقرارات حساسة للوقت — تحديد عمر الحمل بدقة، وتحديد تقييد النمو، وتقرير ما إذا كانت هناك حاجة إلى إحالة — فإن التأخير يغيّر قيمة المعلومة.

كلتا المشكلتين قابلتان، من حيث المبدأ، للمعالجة بالبرمجيات. وهذا ما يجعل هذا المجال جاذبًا لباحثي الذكاء الاصطناعي.

ما الذي يثبته المصدر فعليًا

قبل المضي قدمًا، يجدر التحديد بدقة لقاعدة الأدلة في هذه المقالة. الحقائق الموثّقة محدودة. هناك منشور على مدونة Google AI بعنوان «Ask a Scientist: How are researchers using AI to help pregnant women access ultrasounds?»، ويحمل طابعًا زمنيًا للنشر في 6 أكتوبر 2026، ويوجد على عنوان URL يحتوي المسار المختصر فيه على blind-sweep-ultrasounds-ai.

كل ما هو أبعد من ذلك — آليات الالتقاط بالمسح الأعمى، وبنية أي نموذج، وأداء أي نظام، والشركاء السريريين المعنيين — هو تفسير. المنشور مصدر أولي ميسّر ونقطة دخول إلى اتجاه بحثي؛ وليس ورقة مواصفات. وحيث تصف هذه المقالة كيف يمكن لنظام كهذا أن يعمل على نحو معقول، فإنها تفعل ذلك كتفسير مفاهيمي، لا كادعاء بشأن نتيجة منشورة محددة.

هذا ليس ضعفًا في المقالة. بل هو الموقف الصحيح عندما يكون المصدر مادة تواصل بحثي لا ورقة تقنية.

ماذا يعني «المسح الأعمى»

العبارة الموجودة في عنوان URL هي أكثر ما يمنحنا المصدر من معلومات تقنية، لذا يجدر تفكيكها بعناية.

التصوير القياسي بالموجات فوق الصوتية في التوليد هو التقاط موجّه. يعرف المشغّل المستوى الذي يحتاجه، ويحرّك المسبار للعثور عليه، ويؤكد المشهد على الشاشة قبل الالتقاط. وتندمج المهارة وتفسير الصورة في الشخص نفسه في اللحظة نفسها. وإذا لم يتمكن المشغّل من التعرف على المستوى الصحيح، يفشل الفحص بهدوء — تبدو الصورة كأنها موجات فوق صوتية، لكنها لا تحمل القياس الذي يحتاجه الطبيب.

يقلب المسح الأعمى هذا الترتيب. فبدلًا من أن يُطلب من المشغّل البحث عن مشهد محدد، يُطلب منه أن يمرّر المسبار عبر البطن في تمريرة منهجية، مسجلًا تدفقًا مستمرًا من الإطارات. ولا يحتاج المشغّل إلى تحديد التشريح، ولا إلى تجميد اللحظة الصحيحة، ولا إلى التمييز بين مشهد جيد وآخر رديء. وتنتقل أعباء العثور على الإشارة السريرية من الشخص الذي يحمل المسبار إلى النموذج الذي يعالج الفيديو.

هذا تقسيم للعمل ذو مغزى. فهو يعني أن المهارة المطلوبة عند نقطة الرعاية تنخفض من «التعرف على تشريح الجنين في الوقت الحقيقي» إلى شيء أقرب إلى «وضع المسبار بشكل صحيح وإكمال المسح». وهذان متطلبان تدريبيان مختلفان جدًا.

«الأعمى» لا يعني غير المنضبط

كلمة «أعمى» تدعو إلى سوء فهم: أن يلوّح المشغّل بالمسبار هنا وهناك ويستخرج الذكاء الاصطناعي بطريقة ما معنى من الضجيج. ليست هذه هي الفكرة. فالأعمى هنا يشير إلى العمى عن المعالم التشريحية، لا إلى غياب البروتوكول.

المسح القابل للتنفيذ يظل حركة مقصودة. له نقطة بداية، ومسار، ومدة. وهو مصمم بحيث يمرّ التشريح محل الاهتمام عبر مجال الرؤية في مرحلة ما، حتى وإن لم يعرف أحد بجانب السرير متى بالضبط. ويقيم الذكاء في المصبّ، في برمجيات قادرة على النظر عبر مئات أو آلاف الإطارات وتقرير أيها يحتوي على معلومات قابلة للاستخدام.

التشبيه غير كامل لكنه مفيد: المسح الأعمى أشبه بتسجيل فيلم قصير للبطن وترك نموذج يقرر أي الإطارات مهمة، أكثر من كونه التقاط صورة فوتوغرافية. يوفر المشغّل التغطية؛ ويوفر النموذج الانتقاء.

المسار، من الناحية المفاهيمية

وصف بنية أي نظام بعينه سيتجاوز ما يدعمه المصدر. وما يمكن وصفه هو الشكل العام للمشكلة، الذي يتعين على أي نظام في هذه الفئة حله.

الالتقاط. مسبار متصل بجهاز — ربما وحدة محمولة منخفضة التكلفة بدلًا من آلة كاملة قائمة على عربة — يسجل فيديو أثناء مسح موجّه.

فرز الإطارات. معظم الإطارات في المسح لا تحمل معلومات. يجب على النموذج تحديد المجموعة الفرعية التي تحتوي على البنى ذات الصلة بالسؤال السريري، مع استبعاد الإطارات التي يكون فيها التشريح غائبًا أو محجوبًا أو بزاوية غير قابلة للاستخدام.

الاستدلال الزمني. لأن المسح يمر عبر التشريح تدريجيًا، تتوزع المعلومات عبر الزمن. وطريقة ارتباط الإطارات المتتالية ببعضها مهمة. هذه مشكلة فهم فيديو، لا مشكلة تصنيف صورة ثابتة.

الاستدلال الخاص بالمهمة. اعتمادًا على الهدف، قد يقدّر النموذج عمر الحمل من قياسات بيومترية، أو يصنّف ما إذا تم التقاط مشهد مطلوب، أو يشير إلى احتمال وجود تشوه للمراجعة.

عدم اليقين والتصعيد. النظام الذي يُخرج إجابة واثقة فقط خطير. فالمخرج المفيد سريريًا غالبًا هو «هذا المسح كافٍ» أو «هذا المسح غير حاسم، أحِل المريضة» — قرار بشأن جودة البيانات نفسها.

لكل من هذه المراحل أنماط فشل خاصة بها، وهي تتراكم. وخطأ في فرز الإطارات في المرحلة الأولى يفسد كل ما يليه في المصبّ.

سير عمل توضيحي

لجعل هذا ملموسًا، تخيّل سيناريو عيادة افتراضيًا — وافتراضيًا صراحة. لدى قابلة في مركز صحي ريفي جهاز موجات فوق صوتية محمول باليد وحاسوب لوحي. تصل امرأة حامل لزيارة أولى قبل الولادة. تُجري القابلة مسحًا يستغرق أقل من دقيقة، وتراقب فقط للتأكد من بقاء المسبار ملامسًا ومن اتباع المسار. وتتزامن التسجيلة مع الحاسوب اللوحي.

تعالج برمجيات على الجهاز الفيديو وتعيد عمر حمل مقدّرًا مع مؤشر ثقة، إضافة إلى ملاحظة بأن جودة المسح كانت كافية. وتسجّل القابلة التقدير في ملف المريضة، وفي الزيارة نفسها، تجدول متابعة متوافقة مع ذلك التاريخ. ولو أعادت البرمجيات نتيجة منخفضة الثقة، لكان البروتوكول هو الإحالة بدلًا من التخمين.

القيمة في هذا السيناريو ليست أن البرمجيات شخّصت شيئًا نادرًا. بل أن تقديرًا لعمر الحمل كان سيكون غير متاح لولا ذلك — أو متاحًا فقط بعد رحلة طويلة إلى مستشفى المنطقة — أصبح متاحًا في عشرين دقيقة، عند نقطة الرعاية، وبشكل تستطيع القابلة التصرف بناءً عليه.

هذا التأطير هو أيضًا قيد. فالنظام مفيد فقط إذا كان المخرج شيئًا يستطيع سير العمل المحلي استهلاكه، وفقط إذا كان التصرف بناءً عليه ممكنًا.

العوامل البشرية ليست هامشية

من المغري التعامل مع مشروع كهذا كمسألة تعلّم آلي خالصة. لكنه ليس كذلك. ثلاثة أسئلة بشرية تحدد ما إذا كان ينجح أصلًا.

من يحمل المسبار؟ إذا كانت الإجابة «أخصائي تصوير بالموجات فوق الصوتية مدرّب»، فإن مشكلة الوصول لم تتغير. ولا يصح الفرض إلا إذا كان المشغّل يمكن أن يكون ممرضًا أو قابلة أو عامل صحة مجتمعية بتدريب محدود في التصوير.

ما عبء التدريب؟ لا يزال يتعين تنفيذ المسح بشكل صحيح بما يكفي ليدخل التشريح في مجال الرؤية. وقد يكون التدريب أقصر وأكثر إجرائية من تدريب التصوير بالموجات فوق الصوتية، لكنه ليس صفرًا، ويجب أن يكون قابلًا للتقديم على نطاق واسع.

ماذا يحدث بعد المخرج؟ تقدير عمر الحمل مفيد فقط إذا غيّر قرارًا — الجدولة، أو الإحالة، أو المكملات، أو التخطيط للولادة. ومؤشر الفحص مفيد فقط إذا وُجد مسار إحالة. والبرمجيات التي تنتج أرقامًا دقيقة في نظام لا يملك قدرة على الاستجابة لم تحل مشكلة الوصول؛ بل نقلتها.

التحقق هو الجزء الصعب

بالنسبة لأي نظام ذكاء اصطناعي في الطب، فإن العرض التقني هو الفصل السهل. أما الفصل الصعب فهو إظهار أن النظام يعمل عبر الظروف التي سيواجهها فعليًا.

هناك عدة مصادر للتباين يمكن توقعها هنا. تختلف الأجهزة في جودة الصورة وخصائص المسبار. ويختلف المشغّلون في طريقة المسح. ويختلف المرضى في بنية الجسم، وهو ما يغيّر سهولة تصوّر البنى. وتختلف المجموعات السكانية في توزيع أعمار الحمل والحالات. وقد يتدهور نموذج مُعاير على بيانات من مستشفى واحد بهدوء في بيئة أخرى — والتدهور الصامت هو الأسوأ، لأن المخرج لا يزال يبدو كرقم.

لهذا السبب يحتاج مشروع من هذا النوع عمومًا إلى تقييم مستقبلي في البيئة المستهدفة، لا مجرد دقة استعادية على مجموعة بيانات محتفظ بها للاختبار. كما يحتاج إلى مسار تنظيمي واضح، لأن البرمجيات التي تؤثر في قرارات التوليد هي مسألة جهاز طبي، لا مسألة عرض بحثي توضيحي.

لا شيء من هذه اعتراضات على البحث. بل هي العقبات المعتادة، وهي السبب في أن المجال يتحرك ببطء أكثر من الإثارة المحيطة به.

ما ليس عليه هذا البحث

يجدر القول بوضوح، لأن العناوين الرئيسية تميل إلى إلغاء هذه الفروق:

• ليس بديلًا عن أخصائيي التصوير بالموجات فوق الصوتية. يبقى التصوير الماهر المعيارَ للتقييم التشريحي التفصيلي.
• ليس نظام تشخيص لتشوهات الجنين ما لم يتم التحقق منه بوصفه كذلك. تقدير عمر الحمل وكشف التشوهات مهمتان مختلفتان بملامح خطر مختلفة.
• ليس بديلًا عن الوصول إلى الرعاية. فأرخص وأدق تقدير لعمر الحمل في العالم لا يساعد مريضة لا تستطيع الوصول إلى مرفق صحي عندما يصبح الحمل معقدًا.
• ليست مشكلة محلولة. الفجوة بين اتجاه بحثي واعد وأداة صحة عامة مطبّقة تُقاس بالسنوات.

أسئلة مفتوحة لا تجيب عنها الأدلة

بالنظر إلى أن المصدر منشور تواصل بحثي، تبقى عدد من الأسئلة مفتوحة فعلًا:

• ما المهام السريرية التي صُمم النظام لأدائها، وبأي ترتيب أولويات.
• مقدار تدريب المشغّل الذي يتطلبه بروتوكول المسح عمليًا.
• ما افتراضات العتاد التي يفترضها النهج.
• كيف يصمد الأداء عبر الأجهزة، والمجموعات السكانية، وبنية الجسم.
• كيف يوصل النظام عدم اليقين، وكيف يبدو بروتوكول التصعيد.
• ما خطوات التحقق التنظيمي والسريري التي اكتملت.

هذه ليست ثغرات في التغطية بقدر ما هي الحدود الطبيعية لمجال بحثي نشط.

الخلاصة

جاذبية استخدام الذكاء الاصطناعي لتوسيع الوصول إلى الموجات فوق الصوتية قبل الولادة بنيوية، لا عرضية. فالموجات فوق الصوتية تنتج معلومات غنية لكنها تتطلب خبرة نادرة عند نقطة الالتقاط. ونهج المسح الأعمى يهاجم عنق الزجاجة المحدد هذا: ينقل الخبرة من جانب السرير إلى النموذج، ما يتيح إجراءً أبسط وأوسع قابلية للتقديم عند نقطة الرعاية. وما إذا كان هذا التحول ينتج نظامًا موثوقًا سريريًا — عبر الأجهزة، والمشغّلين، والمجموعات السكانية — هو السؤال الذي على البحث الإجابة عنه، وهو سؤال لا يمكن حسمه بعرض توضيحي وحده. أفضل قراءة لمنشور المصدر هي كونه نافذة على اتجاه بحثي لا حكمًا عليه، والقراءة الصادقة تبقي التفاؤل والحدود المفتوحة جنبًا إلى جنب.

المصدر: Ask a Scientist: How are researchers using AI to help pregnant women access ultrasounds? — Google AI Blog — https://blog.google/innovation-and-ai/models-and-research/google-research/blind-sweep-ultrasounds-ai