للباحثين

الذكاء الاصطناعي في أمراض الشبكية: الأدلة الحالية والتحديات السريرية

دقيقتان قراءةد. أحمد آل إبراهيم

استعراض للدراسات الحديثة التي تناولت توظيف نماذج التعلم العميق في الكشف المبكر عن اعتلال الشبكية السكري وضمور البقعة الصفراء، مع مناقشة التحديات السريرية والقيود.

هدت السنوات الأخيرة اهتمامًا متزايدًا بتطبيقات الذكاء الاصطناعي في أمراض الشبكية، ولا سيما نماذج التعلم العميق القائمة على الشبكات العصبية التلافيفية (CNN). من المهم التمييز بين الاستخدامات المختلفة لهذه التقنية: الفحص الجماعي (Screening)، وتصنيف المرض (Disease Classification)، وتوصية الإحالة (Referral Recommendation)، ودعم القرار السريري (Clinical Decision Support)، والذكاء الاصطناعي المستقل (Autonomous AI). هذه الاستخدامات تختلف في متطلباتها وأدلتها ومستوى الإشراف السريري المطلوب.

في مجال اعتلال الشبكية السكري، نشر Gulshan وزملاؤه في مجلة JAMA عام 2016 دراسة على نموذج تعلم عميق لتحليل صور قاع العين. على مجموعة بيانات EyePACS-1، أظهر النموذج عند نقطة التشغيل عالية الحساسية: حساسية 97.5% وخصوصية 93.4%؛ وعند نقطة التشغيل عالية الخصوصية: حساسية 90.3% وخصوصية 98.1%. هذه النتائج تعكس أداء النموذج على مجموعة بيانات محددة، ولا ينبغي الجمع بين أرقام من نقطتَي تشغيل مختلفتين.

أما في ضمور البقعة الصفراء المرتبط بالعمر، فقد نشر De Fauw وزملاؤه في Nature Medicine عام 2018 إطار عمل قائم على التعلم العميق لتحليل صور التصوير المقطعي للتماسك البصري (OCT). قدّم هذا الإطار توصيات إحالة عبر مجموعة من حالات أمراض الشبكية، وقورن أداؤه بأداء خبراء الشبكية في الدراسة. لا ينبغي وصف هذا النظام بأنه «شخّص أكثر من 50 نوعًا من أمراض العين»؛ فالدراسة تناولت توصيات الإحالة وليس التشخيص المستقل.

الأداء العالي على مجموعة بيانات واحدة لا يعني بالضرورة أداءً مماثلاً عبر المستشفيات والأجهزة والمجموعات السكانية المختلفة. التحقق الخارجي (External Validation) والتحقق في البيئات الحقيقية (Real-World Validation) ضروريان قبل اعتماد أي نموذج سريريًا. ومن أبرز التحديات: التحيز في بيانات التدريب (Dataset Bias) الذي يُقلل من قابلية التعميم (Generalizability)، وجودة الصور (Image Quality) التي تؤثر مباشرة على الأداء، ومعدلات الإيجابية الكاذبة والسلبية الكاذبة (False Positives and False Negatives) وتأثيرها على المريض والنظام الصحي.

تطرح تطبيقات الذكاء الاصطناعي السريرية أيضًا تساؤلات تنظيمية تتعلق بالمسؤولية السريرية والقانونية (Regulatory and Clinical Responsibility): من المسؤول عن القرار السريري النهائي؟ وكيف يتعامل النظام مع الحالات الحدية أو غير المعتادة؟

يتمتع الذكاء الاصطناعي بإمكانات واعدة في مجال فحص الشبكية وتوصيات الإحالة، غير أن تفسير الأداء ينبغي أن يستند إلى المهمة السريرية المحددة وبيئة التحقق. الأدلة الحالية تدعم استخدامات بعينها في سياقات محددة، وليس اعتماد الذكاء الاصطناعي بديلاً شاملاً عن التقييم السريري المتخصص.

المراجع الأساسية: Gulshan V, et al. JAMA 2016. De Fauw J, et al. Nature Medicine 2018.

ذكاء اصطناعيشبكية العينتعلم عميق

شارك هذا المقال

XواتسابLinkedIn
أ

د. أحمد آل إبراهيم

متخصص في التأهيل البصري العصبي وبصريات الأطفال، حاصل على الدكتوراه في علوم البصريات. يمتلك خبرة تتجاوز 15 عاماً في تشخيص وعلاج اضطرابات الرؤية المعقدة.

مقالات ذات صلة

للمرضى

نظارات الأطفال: كيف نختار الإطار والعدسات المناسبة للطفل؟

نظارة الطفل ليست مجرد نسخة أصغر من نظارة الشخص البالغ. تعرف على ما يُراعى فعلاً عند اختيار الإطار والعدسات المناسبة للطفل.

اقرأ المزيد
للمرضى

ما هو التأهيل البصري العصبي؟

تعرّف على مفهوم التأهيل البصري العصبي وكيف يساعد المرضى الذين يعانون من إصابات الدماغ أو ضعف البصر المرتبط بالجهاز العصبي على استعادة وظائفهم البصرية.

اقرأ المزيد
للمرضى

علامات تدل على أن طفلك يحتاج تقييمًا بصريًا

كثير من الأطفال يعانون من مشكلات بصرية دون أن يُعبّروا عنها. تعلّم كيف تكتشف المؤشرات المبكرة التي تستدعي زيارة متخصص في بصريات الأطفال.

اقرأ المزيد
للأطباء

التعامل مع حالات ضعاف البصر الشديد

دليل عملي للأطباء العامين وأطباء الأعصاب حول متى وكيف يُحيلون المرضى لتقييم الرؤية المنخفضة وإعادة التأهيل البصري المتخصص.

اقرأ المزيد
للمرضى

التمارين البصرية المنزلية: متى تكون مفيدة وكيف تستخدم بأمان؟

مجموعة من التمارين البصرية المدعومة علمياً والتي يمكن للمرضى ممارستها يومياً لتعزيز التنسيق البصري الحركي وتحسين التركيز.

اقرأ المزيد
للمرضى

علاج كسل العين بدون تغطية: ماذا تقول الدراسات الحديثة عن العلاج الثنائي؟

هل يمكن علاج كسل العين دون الاعتماد على التغطية وحدها؟ تعرف على العلاج الثنائي الرقمي وأحدث الأدلة العلمية ومتى يمكن استخدامه ضمن خطة العلاج.

اقرأ المزيد
للأطباء

فقدان المجال البصري بعد الجلطات وإصابات الدماغ: كيف يمكن التأهيل؟

مراجعة سريرية لأساليب تقييم المجال البصري لدى المرضى الذين يعانون من إصابات ما بعد التقاطع البصري، مع مناقشة خيارات التأهيل التعويضي.

اقرأ المزيد

هل تحتاج إلى استشارة متخصصة؟

تواصل معنا لتحديد موعد تقييم شامل مع د. أحمد آل إبراهيم.