تمكين رعاية الأمهات في الخطوط الأمامية بفضل الموجات فوق الصوتية المدعومة بالذكاء الاصطناعي

تمكين رعاية الأمهات في الخطوط الأمامية باستخدام الموجات فوق الصوتية المدعومة بالذكاء الاصطناعي

تُقدّر منظمة الصحة العالمية أن أكثر من 250,000 حالة وفاة قابلة للوقاية تحدث في جميع أنحاء العالم كل عام بسبب المضاعفات المتعلقة بالحمل. وعلى الرغم من أن الموجات فوق الصوتية قبل الولادة أداة حيوية لتحسين النتائج وخفض معدلات وفيات الأجنة والأمهات، إلا أن هناك عائقًا كبيرًا لا يزال قائمًا: ثلثا سكان العالم لا يحصلون على خدمات التصوير الطبي التشخيصي مثل الموجات فوق الصوتية. تعتمد الأساليب الحالية التي تدعم صحة الأمهات بشكل كبير على التدريب السريري المتخصص، مما يترك الملايين في المناطق ذات الموارد المحدودة بدون إمكانية الحصول على جلسة واحدة من الموجات فوق الصوتية خلال فترة حملهم بأكملها.

لسد هذه الفجوة، طور باحثون في Google Research نظامًا للتعلم الآلي مصممًا لتفسير نتائج الموجات فوق الصوتية من نوع “المسح الأعمى”. يتيح هذا النهج للعاملين في مجال الرعاية الصحية في الخطوط الأمامية الذين لا يمتلكون تدريبًا متخصصًا في الموجات فوق الصوتية إجراء الفحوصات عن طريق تحريك أجهزة الموجات فوق الصوتية المحمولة والمنخفضة التكلفة على البطن وفق نمط موحد. من خلال الجمع بين متطلبات تدريبية محدودة وتفسيرات الذكاء الاصطناعي، يهدف الأمر إلى إنشاء أداة تزيد من توافر تقييم الحمل باستخدام الموجات فوق الصوتية، وبالتالي تحسين الوصول إلى رعاية صحية أعلى جودة على مستوى العالم.

تقييم الأداء في بيئات سريرية متنوعة

لكي يتمكن نظام الذكاء الاصطناعي الطبي من التوسع بأمان على مستوى العالم، يجب أن يثبت قدرته على التعميم – أي الحفاظ على دقة أدائه التشخيصي عند تطبيقه في بيئات سريرية جديدة تحتوي على مجموعات مختلفة من المرضى وإجراءات سريرية وأجهزة موجات فوق صوتية مختلفة عن تلك التي تم تدريب النموذج عليها.

في دراسة متعددة المراكز نُشرت في JAMA Network Open بعنوان “تعميم تقييم العمر الحملي باستخدام الموجات فوق الصوتية من نوع المسح الأعمى بالاعتماد على الذكاء الاصطناعي”， قام فريق البحث بتقييم مدى فعالية نموذج الذكاء الاصطناعي في تقييم العمر الحملي في بيئات متنوعة. تجاوزت الدراسة التحقق الاسترجاعي لتوضيح كيفية أداء نظام الذكاء الاصطناعي بشكل موثوق على أجهزة محمولة في عيادات حقيقية، باستخدام مشغلين مبتدئين ومعدات موجات فوق صوتية غير مألوفة مع تعديلات بسيطة فقط.

قارنت الدراسة قدرة نظام الذكاء الاصطناعي على تقدير عمر الجنين من خلال فحوصات الموجات فوق الصوتية بدون رؤية مباشرة مع الأسلوب التقليدي المعتمد لدى الخبراء سريريًا. يعتمد هذا الأسلوب التقليدي على أخصائي الموجات فوق الصوتية لتحديد عدة مقاطع عرضية محددة للجنين من أجل إجراء قياسات دقيقة للخصائص البيولوجية. يصعب توسيع نطاق هذه العملية، وتتطلب سنوات من التدريب، كما أنها تعتمد بشكل كبير على الشخص المنفذ لها.

تم تدريب نظام الذكاء الاصطناعي في البداية على بيانات الموجات فوق الصوتية التي تم جمعها في كارولاينا الشمالية وزامبيا باستخدام مجموعة من أجهزة الموجات فوق الصوتية التجارية من شركات Sonosite وGE وButterfly Networks. لاختبار كفاءة ضبط النظام وقدرته على التعميم، تم ضبط النموذج بشكل محدود على مجموعة سكانية واحدة فقط ثم اختباره لاحقًا في بيئتين مختلفتين:

• Northwestern Medicine: مركز طبي أكاديمي حضري ذو موارد كبيرة في شيكاغو، ولاية إلينوي، الولايات المتحدة.
• Jacaranda Health: شبكة عيادات مجتمعية حضرية في نيروبي، كينيا.

اختلفت جميع المواقع من حيث مختلف أبعاد الرعاية، بما في ذلك توقيت قدوم النساء لأول مرة للرعاية السابقة للولادة، وعدد فحوصات الموجات فوق الصوتية الروتينية التي يخضعن لها، والطريقة المعتادة لتحديد عمر الحمل. ولفهم قدرة النظام على التعميم، لم يتم استخدام أي بيانات من موقع نيروبي في عملية الضبط الدقيق، مع الحفاظ على اختبار التحقق السريري في كينيا كاختبار خارجي مستقل تمامًا.

النتائج الرئيسية: مطابقة المعايير الخبرائية

استفادت الدراسة من مجموعة بيانات تجريبية صغيرة تضم 120 مشاركًا من شيكاغو — وهو ما يعادل تقريبًا 6% من مجموعة التدريب الأصلية — لتكييف النموذج مع أجهزة الموجات فوق الصوتية الجديدة وتوسيع نطاق توقع عمر الحمل ليتجاوز 36 أسبوعًا. تم ضبط النموذج القائم على فحوصات بدون رؤية مباشرة، والذي تم تدريبه على 1,968 مشاركًا من كارولاينا الشمالية في الولايات المتحدة وزامبيا، بشكل دقيق باستخدام فحوصات من 120 مشاركًا من شيكاغو، ولاية إلينوي. ثم تم اختباره لاحقًا في شيكاغو (عدد المشاركين n=192) ونيروبي (عدد المشاركين n=193)، دون إجراء أي ضبط دقيق على بيانات نيروبي.

وفقًا لأبحاث جوجل، كان النموذج لا يقل تفوقًا عن أخصائيي الموجات فوق الصوتية المحترفين في تحديد عمر الحمل في كلا البيئتين. بلغ متوسط الخطأ المطلق المجمع (MAE) لنظام الذكاء الاصطناعي 4.18 يومًا مقابل 4.48 يومًا لدى أخصائيي الموجات فوق الصوتية المحترفين.

شملت النتائج المحددة من المجموعة الأساسية المكونة من 385 مشاركًا خلال الأسابيع من 16 إلى 36 من الحمل ما يلي:

• دقة لا تقل عن الدقة السريرية: في كلا المجموعتين، حقق نموذج الذكاء الاصطناعي MAE قدره 4.18 يومًا في تقدير عمر الحمل. وقد أثبت ذلك بنجاح عدم اقل تفوقًا عن الإجراء السريري القياسي الذي يقوم به أخصائيو الموجات فوق الصوتية المحترفين، الذي كان MAE له 4.48 يومًا.
• القدرة على التعميم بين البيئات: في شيكاغو، حقق النموذج المعدل MAE قدره 4.10 يومًا. أما في نيروبي، دون أي تحسين محلي، فقد حقق النموذج MAE مماثلاً قدره 4.27 يومًا.
• المتانة في السيناريوهات المعقدة: بالإضافة إلى الدقة، أظهرت المؤشرات الاستكشافية أن نظام الذكاء الاصطناعي البحثي كان قادرًا على التكيف في السيناريوهات المعقدة. على سبيل المثال، في حالات وزن الجنين المتطرف (فوق النسبة المئوية 90th)، تفوق النموذج على صيغ القياس البيولوجي التقليدية، مما يدل على متانته أمام التغيرات في حجم الجنين.

تشير هذه النتائج إلى أن الأنظمة القائمة على الذكاء الاصطناعي يمكنها تحليل صور "المسح الأعمى" الموحدة التي يحصل عليها المشغلون دون الحاجة إلى تدريب متخصص في الموجات فوق الصوتية. كانت دقة تقدير عمر الجنين بواسطة الذكاء الاصطناعي مماثلة للمعايير الحالية للرعاية التي يقدمها المشغلون المحترفون وأجهزة الموجات فوق الصوتية التقليدية الأغلى ثمنًا.

الدروس المستفادة أثناء التطبيق التجريبي

سمحت دراسة قدرات هذه التكنولوجيا القابلة للتوسع للباحثين بمراقبة وتحسين سلوك الذكاء الاصطناعي في البيئات السريرية الحقيقية بشكل فعال. من خلال تطبيق النظام مباشرة في سيناريوهات العمل السريري اليومية، حصل الفريق على رؤى عملية تساعد في تصميم أنظمة قابلة للاستخدام في العالم الحقيقي.

سلطت إحدى الملاحظات المحددة الضوء على أهمية البطاريات القابلة للاستبدال مقارنةً بمحطات الشحن المتصلة بالمقبس للحفاظ على شحن الأجهزة بين المرضى المتتالين. تعتبر مثل هذه التفاصيل اللوجستية ضرورية لاستدامة أدوات الرعاية في البيئات ذات الموارد المحدودة.

علاوة على ذلك، أكدت الدراسة أن نشر أنظمة الذكاء الاصطناعي من هذا النوع يتطلب بناء ثقة عميقة مع كل من الأطباء والمرضى. إحدى الطرق المهمة لتحقيق ذلك في النهاية هي تضمين ضمانات واضحة في التطبيق. أشارت مختبرات جوجل للأبحاث إلى أن أحد الضمانات الرئيسية هو إنتاج تقديرات لثقة النموذج من قبل الذكاء الاصطناعي. تسمح هذه التقديرات للنظام برفض العمليات ذات الجودة المنخفضة وإبلاغ مستخدم الطبيب بعدم يقين النموذج، مما يضمن أن تعمل التكنولوجيا كأداة داعمة وليس بديلاً عن الحكم الطبي.

النظر إلى المستقبل: توسيع فرص الحصول على الرعاية باستخدام الذكاء الاصطناعي

توفر الرؤى المستخلصة من هذه الدراسة أساسًا لتطوير ذكاء طبي متعدد الأوجه من الجيل التالي. تُظهر الدراسة إمكانية توسيع التغطية الخاصة بفحوصات ما قبل الولادة لملايين الأشخاص في المناطق ذات الموارد المحدودة، من خلال تمكين العاملين في مجال الصحة المجتمعية المدربين بشكل أساسي من إجراء تقييمات بالموجات فوق الصوتية موثوقة.

من خلال تمكين هؤلاء العاملين في مجال الصحة من إجراء التقييمات بتدريب محدود، يمكن للتكنولوجيا أن توسع بشكل كبير نطاق فحوصات الكشف المبكر عن ما قبل الولادة. كما ذُكر في الدراسة، فإن عمر الحمل هو الخط الزمني الأساسي لجميع عمليات الفحص والعلاج وتحديد مواعيد الولادة. تحسين دقة وسهولة الوصول إلى هذا التقييم يمثل خطوة كبيرة نحو توسيع رعاية الأمهات المنقذة للحياة على مستوى العالم.

من خلال العمل المستمر، يسعى فريق البحث إلى تزويد مجتمع التطوير والعلماء بالإجابات التي يحتاجونها لتحسين الرعاية الطبية وجعلها مفيدة ومتاحة للجميع. تمثل هذه الأبحاث المتعلقة بنقطة الرعاية تطبيقًا محتملاً لرؤية أوسع لتوسيع إمكانية الحصول على الرعاية الصحية من خلال الذكاء الاصطناعي، مما يضمن حصول كل أم، بغض النظر عن موقعها، على فرصة لحمل صحي وولادة آمنة.

الخاتمة

تُظهر الدراسة المتعددة المراكز المرتقبة أن تقييم الموجات فوق الصوتية بالمسح الأعمى باستخدام الذكاء الاصطناعي يمكّن المشغلين غير المتخصصين في الموجات فوق الصوتية، باستخدام أجهزة استشعار منخفضة التكلفة، من إجراء تقييمات لعمر الحمل على مستوى الخبراء. ومن خلال تحقيق دقة مماثلة لدقة أخصائيي الموجات فوق الصوتية في بيئات سريرية وأجهزة مختلفة، تمثل هذه الدراسة خطوة كبيرة نحو توسيع رعاية الأمهات المنقذة للحياة على مستوى العالم. إن مزيج المتطلبات التدريبية المنخفضة، والقدرة العالية على التعميم، والرؤى العملية للتطبيق يوفر أساسًا لأنظمة رعاية صحية أكثر مرونة وإمكانية الوصول إليها.

المصدر:

• تمكين رعاية الأمهات في الخطوط الأمامية بواسطة الموجات فوق الصوتية المدعومة بالذكاء الاصطناعي — أبحاث جوجل — https://research.google/blog/empowering-frontline-maternal-care-with-ai-assisted-ultrasound