الذكاء الاصطناعي متعدد الوسائط للكشف الانتهازي، والتصنيف المرحلي، وتقدير مخاطر تقدم مرض الكبد الدهني

لماذا يهم دهون الكبد والتندب الجميع

لم يعد مرض الكبد الدهني نادراً أو محدود النطاق: نحو شخص من كل ثلاثة بالغين في العالم يحتوي كبده على دهون زائدة، والرقم في ازدياد. لدى كثيرين يبقى هذا الصمت السريري بلا أعراض، لكن لدى آخرين يؤدي إلى تندب خطير (تليف)، وتليف كبدي متقدم، وسرطان الكبد، ومشكلات قلبية. وفي الوقت نفسه، يتلقى ملايين الأشخاص فحوصات تصوير مقطعي محوسب لأسباب أخرى—ألم صدري، متابعة مرض السرطان، أو فحوصات روتينية—دون أن يُنظر إلى كبدهم بعناية. تطرح هذه الدراسة سؤالاً بسيطاً لكنه قويًا: هل يمكن للذكاء الاصطناعي أن يفحص تلك الصور الموجودة بهدوء، ويُشير إلى أمراض كبدية مخفية، ويساعد الأطباء على التدخل قبل حدوث أضرار جسيمة؟

مساعد ذكاء اصطناعي جديد مبني على بيانات مستشفى واقعية

طور الباحثون نظام ذكاء اصطناعي متعدد الوسائط أسموه MAOSS (الذكاء الاصطناعي متعدد الوسائط للفحص الانتهازي لاعتلال الكبد الدهني). بدل الاعتماد على نوع واحد من المعلومات، يجمع MAOSS بين ثلاثة مصادر: صور مقطعية ثلاثية الأبعاد بدون صبغة للكبد، ونتائج فحوصات الدم الروتينية، وبيانات سريرية أساسية مثل العمر وحجم الجسم. درّب الفريق النظام على أكثر من 2000 مريض من مستشفى صيني كبير، شملت نحو 1000 مريض خضع نسيج كبدهم للفحص المجهري (المعيار الذهبي) وأكثر من 1100 حالة كان لدى صورهم تقارير أخصائي أشعة مفصلة. سمح هذا المزيج للذكاء الاصطناعي بالتعلم من كل من الوسوم الأكثر دقة (الخزعات) والتقارير الأوسع والأسهل جمعًا المستخدمة في الممارسة اليومية.

تعليم الذكاء الاصطناعي قراءة كل من الدهون ونسيج التندب

صُمم MAOSS للإجابة عن سؤالين رئيسيين من كل تصوير مقطعي: كم من الدهون موجودة في الكبد (الاستسقاء الدهني) ومدى تقدّم أي تندب موجود (التليف). لتحقيق ذلك، يتعامل النموذج مع مراحل المرض كسلم مرتب—من لا شيء، مرورًا بخفيف ومعتدل، إلى شديد—ويتعلّم وضع كل مريض على الدرجة المناسبة. يتيح تصميم "متعدد الوسائط" للنظام التعامل بشكل مرن مع المعلومات المفقودة؛ على سبيل المثال، يمكنه أن يعمل حتى إذا كانت بعض فحوصات الدم غير متاحة ويعتمد بشكل أكبر على الصور. أضاف الباحثون أيضًا أداة تفسير قائمة على "التدرجات المتكاملة"، تبرز المناطق والكثافات المحددة داخل صورة الكبد التي تؤثر بقوة على قرار الذكاء الاصطناعي، ما يمنح الأطباء خريطة حرارة للمناطق المشتبه بتغيرها الدهني.

مدى أداء MAOSS مقارنة بالأدوات الحالية

عند اختباره على مجموعات منفصلة من المرضى من عدة مستشفيات—بما في ذلك مجموعة خارجية ومجموعة لديها قياسات دهون الكبد بواسطة الرنين المغناطيسي—أظهر MAOSS دقة عالية في كشف حتى دهون الكبد الخفيفة، مع مساحات تحت منحنى ROC (AUCs) بنحو 0.90–0.93. كما أدّى بقوة في تحديد التليف ذي الأهمية السريرية، مع AUCs بنحو 0.82–0.89. كانت هذه النتائج أفضل باستمرار من النماذج التي استخدمت الصور فقط، أو البيانات السريرية فقط، أو مقاييس الموجات فوق الصوتية القياسية مثل المرونة العابرة. في دراسة قارئين شملت 11 أخصائي أشعة، عمل MAOSS كمساعد: عندما شاهد الأطباء درجة الذكاء الاصطناعي إلى جانب الصور المقطعية، تحسنت قدرتهم على اكتشاف الكبد الدهني في مراحله المبكرة بشكل ملحوظ، لا سيما في التمييز بين الكبد الطبيعي وتلك الحالات ذات المرض الطفيف.

تحويل الفحوصات الروتينية إلى شبكة إنذار مبكر

ثم سأل الفريق كيف قد يعمل MAOSS في واقع الممارسة الطبية اليومي الفوضوي. طبقوا النظام على أكثر من 18,000 صورة مقطعية محوسبة واقعية من غرف الطوارئ، والمرضى الداخليين، والعيادات الخارجية، ومراكز الفحص الطبي، كان معظمها قد طُلب أصلاً لأسباب غير متعلقة بالكبد. اتفقت تقييمات MAOSS ل"الكبد الدهني" مقابل "لا كبد دهني" عن قرب مع تقارير أخصائيي الأشعة، لا سيما في مجموعات الفحص الطبي الكبرى. بعد ذلك، ركبوا MAOSS في مسار إرشادي سريري قائم يقرر أي المرضى ذوي الكبد الدهني يجب إحالتهم لرعاية متخصصة. في مجموعة مؤكدة بالخزعة تضم 1,192 شخصًا، حدد المسار المحسن بواسطة MAOSS نحو ثلث عدد إضافي من المرضى المعرضين لخطر التقدم إلى التهاب الكبد الدهني غير الكحولي أو التليف المتقدم مقارنة بالنهج القياسي القائم على مقاييس الموجات فوق الصوتية وحدها، مع استبعاد آمن للأفراد منخفضي المخاطر.

ماذا يعني هذا للمرضى والرعاية المستقبلية

بالنسبة للقارئ العادي، الرسالة الأساسية هي أن نفس الصور المقطعية التي تُجرى بالفعل لأمور صحية أخرى يمكن أن تعمل كمنظومة فحص هادئة لمرض الكبد، دون مواعيد إضافية أو إجراءات غازية. من خلال قراءة صور CT تلقائيًا جنبًا إلى جنب مع فحوصات الدم الروتينية، يمكن لـ MAOSS كشف الكبد الدهني والتندب المقلق أبكر من الطرق التقليدية، ومساعدة أخصائيي الأشعة على رؤية أمراض طفيفة قد يغفلونها، وتصنيف المرضى بدقة أكبر إلى مخاطر منخفضة ومتوسطة وعالية للتقدم إلى تليف الكبد. بينما يشير المؤلفون إلى أن هناك حاجة لدراسات أكبر وطويلة الأمد وأن الذكاء الاصطناعي ليس مثالياً، تشير نتائجهم إلى أن الذكاء الاصطناعي متعدد الوسائط قد يصبح جزءًا مهمًا من الوقاية من أمراض الكبد الشديدة قبل أن تتقدم بصمت.

الاستشهاد: Gao, Y., Li, C., Chang, W. et al. Multi-modal AI for opportunistic screening, staging and progression risk stratification of steatotic liver disease. Nat Commun 17, 1562 (2026). https://doi.org/10.1038/s41467-026-68414-3

الكلمات المفتاحية: مرض الكبد الدهني, الذكاء الاصطناعي الطبي, تصوير مقطعي محوسب, تليف الكبد, الكشف الانتهازي