تصنيف العقيدات الدرقية بواسطة التعلم العميق باستخدام تصوير بالموجات فوق الصوتية متعدد الأنماط مع وعي بعدم اليقين

لماذا تهم عقيدات الغدة الدرقية الجميع

العقيدات الصغيرة في الغدة الدرقية شائعة جداً، خصوصاً مع التقدم في العمر. يكون معظمها حميداً، لكن جزءاً صغيراً منها خبيث ويحتاج إلى علاج في الوقت المناسب. اليوم يعتمد الأطباء بشكل رئيسي على فحوصات الموجات فوق الصوتية وخزعات بالإبرة لتمييز النوعين. الموجات فوق الصوتية آمنة ومتاحة على نطاق واسع، ومع ذلك قد يختلف تفسيرها من فاحص لآخر، مما يؤدي إلى خضوع بعض الأشخاص لاختبارات غازية غير ضرورية بينما قد يفوت الآخرون الحالة. تستكشف هذه الدراسة كيف أن الجمع بين عدة أنواع من تصوير الموجات فوق الصوتية مع نظام ذكاء اصطناعي يمكن أن يحسّن تشخيص سرطان الغدة الدرقية وحتى يخبر الأطباء بمدى ثقة الحاسوب في نتيجته.

النظر إلى نفس العقيدة بطرق متعددة

الموجات فوق الصوتية ليست مجرد نوع واحد من الصورة. يظهر التصوير التقليدي «وضع B» شكل ونسيج عقيدة الغدة الدرقية. تضيف إيلستوجرافيا موجة القص معلومات حول صلابة النسيج، والتي غالباً ما تختلف بين الأورام الحميدة والخبيثة. يبرز دوبلر الملون أنماط تدفق الدم داخل العقيدة وحولها. ركزت الأبحاث السابقة عادة على إحدى هذه الرؤى فقط، أو مجموعات بسيطة منها، ولم تتناول بوضوح مدى موثوقية كل مصدر للمعلومة عند إدخاله إلى نموذج حاسوبي.

بناء ذكاء اصطناعي أذكى وأخف للموجات فوق الصوتية الدرقية

جمع الباحثون بشكل استباقي صوراً من 506 عقيدات درقية في 422 مريضاً كانوا مجدولين مسبقاً لإجراء خزعة في مركز طبي واحد. لكل عقيدة، اكتسبوا صور وضع B، وإيلستوجرافيا موجة القص، ودوبلر الملون من أجهزة مختلفة ضمن نفس عائلة أجهزة الموجات فوق الصوتية. ثم صمموا شبكة تعلم عميق مخصصة استخدمت أولاً قاعدة مُدربة مسبقاً للتعرف على الصور مضغوطة وأضافت «رأساً» خفيف الوزن مخصصاً للموجات فوق الصوتية الطبية. استخدم هذا الجزء طبقات خاصة تدمج أنواعاً مختلفة من استخلاص السمات والانتباه، مما يساعد النموذج على التركيز على المناطق الأكثر معلوماتية في كل صورة مع إبقاء البنية العامة صغيرة وفعالة نسبياً.

إتاحة المجال للحاسوب للاعتراف عندما يكون غير متأكد

ابتكار رئيسي في الدراسة هو استراتيجية دمج وعيّة بعدم اليقين. بدلاً من مجرد متوسط التنبؤات من الأنواع الثلاثة للموجات فوق الصوتية، يقدّر النظام مدى ثقة كل فرع بالنسبة للمريض المعين. يفعل ذلك بتشغيل النموذج عدة مرات مع تغييرات داخلية صغيرة وقياس مدى استقرار التنبؤات. إذا قدمت إحدى الوسائط، مثل دوبلر الملون، إجابة متذبذبة أو غير متسقة، فسيُقلّل تأثيرها على القرار النهائي أو يُلغى تماماً. بالمقابل، تُعطى وسائط تكون دقيقة وواثقة، مثل الجمع بين وضع B وإيلستوجرافيا موجة القص في العديد من الحالات، وزناً أكبر. يعكس هذا الطريقة التي يثق بها أخصائيو الأشعة البشر طبيعياً بالصور الواضحة وعالية الجودة أكثر من الصور المشوشة أو المبهمة.

ما مدى فعالية النظام؟

باستخدام تصميم تحقق متقاطع صارم، قام النظام المجمّع ذو الأنماط الثلاثة بتصنيف العقيدات الدرقية بدقة تقارب 95 بالمائة ومساحة تحت منحنى ROC مقدارها 0.97. كانت الحساسية — القدرة على اكتشاف السرطانات — مرتفعة بشكل خاص عند 98 بالمائة، بينما بلغت النوعية في استبعاد السرطان 92 بالمائة. أدت أنواع التصوير الفردية وتركيبات ثنائية الطرق أداء أقل، مما يبيّن أن الإدخال متعدد الأنماط أضاف قيمة حقيقية. وتفوّق أسلوب الدمج الواعٍ بعدم اليقين أيضاً على الطرق الأبسط لدمج التنبؤات، خصوصاً في التعامل مع المدخلات المتضاربة أو غير الموثوقة. في المقارنات مع العديد من نماذج التعلم العميق المعروفة المعدّلة لتناسب نفس البيانات، حققت البنية المخصصة أداءً مساوياً أو متفوقاً رغم استخدامها عدداً أقل من الطبقات وكونها أكثر تماسكاً.

ماذا يعني هذا للمرضى والأطباء

بالنسبة للمرضى الذين لديهم عقيدات درقية، تشير هذه الدراسة إلى مستقبل قد يوفر فيه فحص الموجات فوق الصوتية الروتيني ليس مجرد تقدير مخاطرة بنعم أو لا للسرطان، بل أيضاً مقياساً لمدى موثوقية ذلك التقدير. قد يساعد تنبؤ حميد عالي الثقة في تجنّب الخزعات غير الضرورية، بينما قد يؤدي نتيجة ذات درجة عالية من عدم اليقين إلى إجراء تصوير إضافي أو رأي ثانٍ أو متابعة أقرب. وعلى الرغم من أن الدراسة أُجريت في مركز واحد ولا بد من تأكيدها عبر مستشفيات وآلات موجات فوق صوتية مختلفة، فإن النتائج توحي بأن الجمع بين عدة رؤى من الموجات فوق الصوتية مع نظام ذكاء اصطناعي واعٍ بعدم اليقين يمكن أن يجعل تشخيص سرطان الغدة الدرقية أكثر دقة وشفافية، مما قد يحسّن الرعاية مع تقليل الإجراءات غير الضرورية.

الاستشهاد: Saini, M., Parvar, T.A., Velarde, M. et al. Deep learning-based classification of thyroid nodules using uncertainty-aware multi-modal ultrasound imaging. Sci Rep 16, 4938 (2026). https://doi.org/10.1038/s41598-026-35965-w

الكلمات المفتاحية: عقيدات الغدة الدرقية, تصوير بالموجات فوق الصوتية, التعلم العميق, تشخيص السرطان, الذكاء الاصطناعي الطبي