مجموعة صور شبكية متعددة الوسائط للكشف عن اعتلال الشبكية السكري باستخدام نماذج الأساس

لماذا يهم كشف تلف العين مبكراً

بالنسبة للأشخاص المصابين بالسكري، يمكن أن يتطور تلف النسيج الحساس للضوء في مؤخرة العين بصمت لسنوات قبل أن يصبح فقدان الرؤية ملحوظاً. وبحلول الوقت الذي تظهر فيه الأعراض قد يكون جزء من الضرر دائماً. يعرف الأطباء أن فحوصات العين المنتظمة يمكن أن تكشف المشكلات مبكراً، لكن قراءة آلاف الصور يدوياً بطيئة ومكلفة. تقدم هذه الدراسة مجموعة كبيرة وموصوفة بعناية من صور الشبكية صُممت لمساعدة أنظمة الذكاء الاصطناعي على تعلّم اكتشاف أمراض العين الناتجة عن السكري بدقة وموثوقية أكبر، مما يُتيح تحذيراً مبكراً لعدد أكبر من المرضى.

زوايا تصوير مختلفة لنفس مشكلة العين

يستخدم أطباء العيون عدة أنواع من الكاميرات للبحث عن الأضرار المرتبطة بالسكري. تُظهر الصور الملونة القياسية لمؤخرة العين منظراً دائرياً محمراً يمكن أن تظهر فيه بقع دموية صغيرة وترسبات دهنية وأوعية هشة جديدة. تلتقط صور الحقل الواسع جداً مساحة أكبر بكثير، بما في ذلك حواف الشبكية حيث قد يختبئ الضرر المبكر. أداة ثالثة، التصوير المقطعي البصري التوافقي (OCT)، تقطع الشبكية مقطعياً لتكشف التورم وجيوب السوائل المرتبطة بوذمة البقعة التي تهدد الرؤية. كل طريقة تكشف قطعاً مختلفة من عملية المرض نفسها، ومعاً تقدم صورة أكثر شمولية لصحة العين.

ما الجديد في هذه المجموعة من الصور

لقد غذت مجموعات البيانات العامة الحالية العديد من أنظمة الذكاء الاصطناعي لفحص عيون مرضى السكري، لكن معظمها يركز على طريقة تصوير واحدة فقط ويقدّم تسميات سطحية، مثل درجة مرض إجمالية واحدة. بعضها يحتوي على تسميات صاخبة أو يفتقد لأنواع آفات مهمة، وكثير منها يفتقر إلى تغطية جيدة لصور الحقل الواسع أو معلومات مفصلة عن تورم البقعة. تهدف مجموعة MMRDR الجديدة إلى سد هذه الفجوات. تجمع 24,460 صورة عبر ثلاث وسائط — الصور الملونة القياسية، وصور الحقل الواسع جداً، ومسح OCT — وتصحبها تسميات خبراء غنية. بالنسبة للصور الملونة والواسعة، قام الأطباء بتصنيف المرض إجمالاً على مقياس من خمس درجات وسجلوا سبعة أنواع آفات محددة، مثل الانتفاخات الصغيرة في الأوعية الدموية، والنزوف، وانفصال الشبكية. بالنسبة لمسحات OCT، وصفوا ما إذا كانت ووذمة البقعة غائبة، موجودة خارج المركز، أم تؤثر مباشرة على مركز الرؤية.

كيف جُمعت الصور ووُسمت

استقى المؤلفون الصور الملونة القياسية من مجموعة بيانات عامة لمسابقة سابقة وحصلوا على صور الحقل الواسع ومسحات OCT من مستشفى عيون صيني كبير، مع التركيز على أشخاص مصابين بالسكري. أزالوا الصور منخفضة الجودة الناتجة عن الضبابية أو الإضاءة السيئة أو فقدان المناطق المركزية لضمان أن تكون المسوحات المتبقية مفيدة سريريًا. وضع أربعة أطباء عيون متمرسون وأخصائي شبكية أول قواعد تصنيف واضحة بناءً على إرشادات دولية. أنشأ الأخصائي أولاً مجموعة مرجعية من الصور، ثم تدرب المصنفون الآخرون على هذه المجموعة حتى تواؤموا بشكل وثيق مع قرارات الخبير. بعد ذلك، وسموا آلاف الصور بشكل مستقل، وأعادوا الحالات غير المؤكدة إلى الأخصائي. تجمع المجموعة النهائية بين وسم دقيق واتفاق قوي بين الأطباء، مما يجعلها مجموعة تعليمية جديرة بالثقة للذكاء الاصطناعي.

اختبار ذكاء اليوم على بيانات عيون الغد

ثم استخدم الفريق مجموعة البيانات لتقييم عدة أنواع من نماذج الذكاء الاصطناعي المتقدمة. اختبروا نماذج بصرية لغوية كبيرة تدربت أصلاً على صور ونصوص عامة، ومصنّفات صور قياسية تدربت على صور يومية، ونماذج "أساس" أحدث تمت معايرتها بالفعل على صور العيون. عبر اللوحة، واجهت النماذج أكبر صعوبات مع صور الحقل الواسع جداً، حيث أدت المساحة الأكبر والأنماط الأكثر تعقيداً إلى تقليل الدقة مقارنة بالصور الملونة القياسية. أظهرت النماذج المصممة خصيصاً لصور العيون انتقالاً أفضل من الرؤية القياسية إلى الحقل الواسع مقارنة بالأنظمة متعددة الوسائط العامة، مما يوحي بأن معرفة بنية الشبكية لها أهمية حقيقية. عندما قام الباحثون بضبط نموذج متعدد الوسائط كبير على مجموعة MMRDR، تحسّن أداؤه بشكل ملحوظ، مما يدل على أن هذه المجموعة يمكن أن تعلم حتى أنظمة الذكاء الاصطناعي المرنة للتعامل مع أمراض العين بكفاءة أكبر.

ماذا يعني هذا لرعاية العيون في المستقبل

بعبارات بسيطة، تقدم هذه الدراسة مكتبة تعليمية عالية الجودة لأجهزة الحاسب المتعلمة على اكتشاف تلف العين الناتج عن السكري. من خلال الجمع بين ثلاث طرق تصوير مكملة وتسميات خبراء مفصّلة، تتيح مجموعة MMRDR للباحثين بناء ومقارنة أدوات الذكاء الاصطناعي بشكل عادل لتصنيف شدة المرض، وتحديد الآفات الفردية، وتتبع تورم البقعة. على الرغم من أن هذه الصور وحدها لن تشفي العمى، فإنها توفر أساساً حاسماً لأنظمة فحص آلي أكثر موثوقية قد تلتقط التغيرات المهددة للبصر مبكراً وتُقرب رعاية عينية بمستوى خبراء إلى عدد أكبر من الأشخاص المصابين بالسكري.

الاستشهاد: Tang, Z., Wang, L., Guo, Z. et al. A multimodal retinal image dataset for diabetic retinopathy detection using foundation models. Sci Data 13, 639 (2026). https://doi.org/10.1038/s41597-026-07005-9

الكلمات المفتاحية: اعتلال الشبكية السكري, تصوير الشبكية, الذكاء الاصطناعي الطبي, نماذج الأساس, OCT العيني