AIR-LEISH: مجموعة بيانات لصور المجهر المصبوغة بصبغة جيما لاكتشاف الأماستيجوتات اللايشمانية باستخدام الذكاء الاصطناعي

لماذا تهم الطفيليات الصغيرة والكاميرات الذكية

الليشمانيات مرض ينقله الطفيلي يؤثر بهدوء على ملايين الأشخاص، خصوصاً في المناطق منخفضة الدخل. لا يزال الأطباء والباحثون يعتمدون بشكل كبير على فحص لطاخات الدم والأنسجة المصبوغة تحت المجهر لاكتشاف الطفيلي داخل الخلايا المناعية — وهي عملية مرهقة يمكن أن تستغرق ساعات وتتطلب تدريباً متخصصاً. تقدم هذه الورقة AIR-LEISH، مجموعة صور ميكروسكوبية متاحة مجاناً مصممة لتمكين الحواسيب من تعلم التعرف تلقائياً على هذه الطفيليات، ما يفتح الباب أمام أدوات تشخيصية وبحثية أسرع وأرخص وأكثر موثوقية.

من لدغات ذبابة الرمل إلى غزاة مخفيين

تنتشر الليشمانيات عبر لدغة ذبابة الرمل المصابة ويمكن أن تسبب تقرحات جلدية أو عدوى مهددة للحياة للأعضاء الداخلية. يعيش الطفيلي ويتكاثر داخل خلايا الدم البيضاء المسماة الخلايا البلعمية، مختفياً بشكل دائري صغير يعرف بالأماستيجوت. لمتابعة شدة إصابة المريض أو مدى فاعلية علاج محتمل، يجب على الباحثين عدّ عدد الطفيليات داخل هذه الخلايا. يمكن للاختبارات الجزيئية الكشف عن حمض الطفيلي النووي، لكن في العديد من المستشفيات والمختبرات البحثية — وخصوصاً في الأماكن منخفضة الموارد — تظل المجاهر الضوئية البسيطة هي الأساس. ومع ذلك، فإن عدّ الطفيليات بالعين بطيء ومرهق وقد يختلف من ملاحظ لآخر.

بناء مجموعة تدريب للرؤية الاصطناعية

أظهر الذكاء الاصطناعي قدرته على اكتشاف أنماط في الصور الطبية تكون دقيقة أو مملة جداً بالنسبة للبشر لمعالجتها على نطاق واسع. لكن للقيام بذلك جيداً، تحتاج أنظمة الذكاء الاصطناعي إلى آلاف الأمثلة المعلّمة بعناية. حتى الآن، كانت مجموعات الصور الخاصة بالليشمانيات نادرة أو غير مكتملة أو صعبة الوصول — خاصة للمرحلة المهمة سريرياً، الأماستيجوت داخل الخلايا. أنشأ المؤلفون AIR-LEISH لسد هذه الفجوة: 180 صورة ميكروسكوبية عالية الدقة مصبوغة بصبغة جيما لخلايا بلعمية بشرية مصابة، التقطت بواسطة هاتف ذكي عادي مركب على مجهر بحثي قياسي. كل صورة تُظهر خلايا من أحد إعدادين للعدوى، باستخدام أنواع طفيليات وخلايا مستضيفة مختلفة، مما يغطي مدى واسعاً من المظاهر الواقعية.

تحويل الصور الخام إلى أرضية حقيقة موثوقة

لجعل الصور مفيدة للحواسيب، كان لا بد من تتبع كل خلية وطفيلي وتوسيمهما يدوياً. قام خبير في علم الطفيليات أولاً بتحديد محيطات الخلايا البلعمية الفردية ونواها والأماستيجوتات الصغيرة باستخدام أداة تعليم متخصصة. ثم قام مهندس ذكاء اصطناعي بصقل هذه العلامات ببيكسل لبيكسل لضمان أشكال وحدود دقيقة، بما في ذلك الطفيليات الصغيرة أو المتداخلة. تحققت الفريق من الاتساق بين المعلّمين ووجدوا توافقاً عالياً جداً، مما يشير إلى أن الوسوم يمكن الوثوق بها كأرضية حقيقة. في المجموع، تتضمن مجموعة البيانات 8,140 طفيلياً، و1,511 خلية مستضيفة، و1,731 نواة، إلى جانب صور أقنعة منفصلة تُخبر الخوارزمية بدقة أي البكسلات تنتمي إلى أي بنية.

اختبار نماذج الذكاء الاصطناعي

لإظهار ما يمكن أن تمكّنه AIR-LEISH، درّب الباحثون نموذجين مستخدمين على نطاق واسع لتحليل الصور. الأول، المسمى U‑Net، مصمم لتلوين كل بكسل وفق ما إذا كان ينتمي إلى الخلفية أو الطفيلي أو جسم الخلية أو النواة. الآخر، YOLOv8، يرسم صناديق مستطيلة حول كل جسم يكتشفه ويعدّه. على الرغم من صغر حجم الطفيليات وقلة عدد الصور، أدت النماذج أداءً جيداً في العثور على الطفيليات وفصلها عن خلاياها المضيفة، محققة درجات عالية من الدقة والموثوقية. نجحت النماذج حتى في اكتشاف خلية واحدة مصابة بين أكثر من مئة خلية نظيفة في الغالب، مما يشير إلى إمكانيتها لدعم فرز حساس جداً في المستقبل.

فتح أبواب لرعاية أفضل وعلاجات جديدة

من خلال نشر AIR-LEISH بشكل مفتوح على منصة Zenodo، مع الكود والوثائق التفصيلية، يوفر المؤلفون قاعدة عملية للعديد من المجموعات حول العالم — خاصة تلك ذات الموارد المحدودة — لبناء ومقارنة أدوات ذكاء اصطناعي لليشمانيات. وبما أن الصور تشمل أيضاً الخلايا المضيفة ونواها، فيمكن لمجموعة البيانات أن تدعم دراسات أوسع عن عدّ الخلايا، ومستويات العدوى، وحتى مسببات أمراض أخرى تعيش داخل خلايا مناعية مماثلة. ببساطة، يحول هذا العمل ساعات من عمل الخبراء بالمجهر إلى مورد رقمي قابل لإعادة الاستخدام، مما يساعد على تسريع التشخيص واكتشاف الأدوية، وفي النهاية مكافحة مرض مهمل لكنه خطير.

الاستشهاد: Oualha, R., Fekih-Romdhane, N., Driss, D. et al. AIR-LEISH: A Dataset of Giemsa-Stained Microscopy Images for AI-based Leishmania amastigotes Detection. Sci Data 13, 328 (2026). https://doi.org/10.1038/s41597-026-06676-8

الكلمات المفتاحية: الليشمانيات, صور مجهرية, ذكاء اصطناعي للتصوير الطبي, كشف الطفيليات, تشخيص الأمراض المعدية