كيف يساعد الذكاء الاصطناعي في تشخيص أمراض القلب؟

قد يتمكن الأطباء قريبا من تشخيص شكل مراوغ من أمراض القلب في غضون ثوانٍ باستخدام نموذج الذكاء الاصطناعي الذي تم تطويره في جامعة ميشيجان، وذلك وفقا لدراسة حديثة.

قام الباحثون بتدريب النموذج على اكتشاف خلل الأوعية الدموية الدقيقة التاجية، وهي حالة معقدة تتطلب تقنيات تصوير متقدمة لتشخيصها، باستخدام تخطيط كهربية القلب الشائع.

تفوقت أداة التنبؤ الخاصة بهم بشكل ملحوظ على نماذج الذكاء الاصطناعي السابقة في جميع مهام التشخيص تقريبًا، بما في ذلك التنبؤ باحتياطي تدفق عضلة القلب، وهو المعيار الذهبي لتشخيص مرض اعتلال عضلة القلب الوعائي.

نُشرت النتائج في مجلة نيو إنجلاند الطبية للذكاء الاصطناعي.

قال المؤلف الرئيسي فينكاتيش إل. مورثي: "يخلق نموذجنا طريقة للأطباء لتحديد حالة يصعب تشخيصها بشكل كبير - وغالبًا ما يتم تفويتها في زيارات قسم الطوارئ - باستخدام شريط تخطيط القلب الكهربائي لمدة 10 ثوانٍ".

يزور حوالي 14 مليون شخص إما قسم الطوارئ أو عيادة خارجية كل عام بسبب آلام الصدر.

بخلاف مرض الشريان التاجي، الذي يحدث بسبب انسداد في الأوعية الدموية الكبيرة للقلب، فإن مرض CMVD يؤثر على الأوعية الدموية الأصغر.

كما أنه يسبب ألمًا في الصدر ويزيد من خطر الإصابة بنوبة قلبية، ولكن تشخيص مرض CMVD يتطلب أساليب متقدمة مثل تصوير التروية القلبية PET.

كيف يعمل نموذج الذكاء الاصطناعي؟

تُعد هذه الفحوصات عالية القيمة مكلفة ونادراً ما يمكن الحصول عليها خارج المراكز المتخصصة.

شكلت عمليات المسح المحدودة المتاحة تحديًا لمورثي وفريقه البحثي أثناء بحثهم عن بيانات لتدريب نموذج الذكاء الاصطناعي الخاص بهم.

لقد حلوا هذه المشكلة باستخدام التعلم الذاتي ، أو SSL.

بدأوا بتدريب نموذج التعلم العميق المسمى محول الرؤية مسبقًا على أكثر من 800000 شكل موجة تخطيط كهربية القلب غير المصنفة، ثم قاموا بضبطه بدقة على مجموعة بيانات أصغر مصنفة من عمليات المسح الضوئي PET.

قال مورثي: "بشكل أساسي، قمنا بتعليم النموذج "فهم" اللغة الكهربائية للقلب دون إشراف بشري".

بعد تدريب النموذج على الأساسيات، قام الباحثون بتعليمه كيفية تحليل بيانات التصوير المقطعي بالإصدار البوزيتروني المتقدمة بدقة باستخدام 12 مهمة تنبؤ ديموغرافية وسريرية مختلفة، بما في ذلك العديد من المهام التي لا يمكن إنجازها باستخدام نماذج الذكاء الاصطناعي الحالية لتخطيط كهربية القلب.

لم ينجح النموذج في التنبؤ بمرض CMVD عبر قواعد البيانات المختلفة فحسب، بل إنه حسّن باستمرار دقة التشخيص لمهام التنبؤ لحالات القلب الأكثر شيوعًا مقارنة بالنماذج السابقة المتطورة.

تتضمن أربع من المهام التشخيصية التي يستخدمها النموذج غالباً تخطيطات كهربائية للقلب يتم أخذها أثناء اختبارات الإجهاد أثناء التمرين.

ومع ذلك، أظهرت النتائج زيادة طفيفة فقط في الأداء عند استخدام تخطيط كهربية القلب أثناء الإجهاد مقارنة بتخطيط كهربية القلب أثناء الراحة.

الذكاء الاصطناعي وأمراض القلب

نجحت عدة مجموعات في تطوير أدوات الذكاء الاصطناعي لتفسير تخطيطات القلب الكهربائية من خلال تدريبها على قواعد بيانات كبيرة لتخطيطات القلب الكهربائية.

ومع ذلك، تُستخدم تلك النماذج لمهام أكثر عمومية، مثل التفسير التلقائي لإيقاع القلب والكشف عن خلل الانقباض البطيني الأيسر.

من خلال استخدام بيانات "المعيار الذهبي" الأقل سهولة من عمليات مسح PET MPI لتدريب نموذجها، يعتقد فريق مورثي أنه يمكنه توسيع قدرة تخطيط كهربية القلب على التنبؤ بحالة الأوعية الدموية الدقيقة التي يصعب اكتشافها مثل CMVD.

قال المؤلف المشارك ساشا ن. جونيواردين: "قد يكون لدى الأشخاص الذين يأتون إلى قسم الطوارئ بسبب ألم في الصدر مرض CMVD، لكن تصوير الأوعية الدموية الخاص بهم سيظهر على أنه سليم".

وأضاف: "في المستشفيات ذات الموارد المحدودة أو المراكز غير المتخصصة، سيكون استخدام نموذج EKG-AI الخاص بنا للتنبؤ باحتياطي تدفق عضلة القلب ومرض CMVD طريقة سهلة وفعالة من حيث التكلفة وغير جراحية لتحديد متى سيستفيد المريض من الاختبارات المتقدمة لحالة خطيرة".