تصنيف الجيوب العلوية للوجه من أجل العمر والجنس باستخدام 23 بنية ذكاء اصطناعي

لماذا تهم الجيوب في خديك

المساحات في خديك التي تساعدك على التنفس وتخفف وزن جمجمتك قد تحمل أيضاً أدلة عن هويتك. تستكشف هذه الدراسة ما إذا كان شكل وحجم الجيوب العلوية للفك — تجاويف مملوءة بالهواء بجانب الأنف — الظاهرة في صور الأشعة السينية السنية الروتينية يمكن أن تساعد الذكاء الاصطناعي في تقدير جنس الشخص وما إذا كان أصغر أم أكبر من منتصف مرحلة المراهقة. قد تساعد مثل هذه الأدوات في المستقبل التحقيقات الجنائية ومطابقة السجلات الطبية، عندما تكون أساليب التعرف التقليدية مفقودة أو غير كاملة.

الغرف المخفية داخل وجهك

الجيوب الأنفية حول الأنف هي مساحات جوفية في عظام الوجه والجمجمة، بما في ذلك عظام الفك في الخدين. تساعد في تكييف الهواء الذي نتنفسه، وتقليل وزن الرأس، ودعم الدفاعات المناعية. لأن هذه المساحات تنمو وتتغير من الطفولة إلى البلوغ، وتميل إلى أن تكون أكبر إلى حد ما لدى الذكور مقارنة بالإناث، فقد تحمل ملامحها على صور الأشعة معلومات عن العمر والجنس. قيّمت أبحاث سابقة هذه الجيوب يدوياً أو باستخدام برامج تقليدية، غالباً في مسوحات ثلاثية الأبعاد، محققة نجاحاً معتدلاً لكن بتكلفة وجهد كبيرين.

تعليم الحواسيب قراءة الأشعة السنية

في هذه الدراسة، جمع الباحثون ما يقرب من 19,000 صورة شعاعية بانورامية سنية من مرضى برازيليين تتراوح أعمارهم من 6 سنوات حتى أقل من 23 سنة. هذه هي صور الأشعة المنحنية الواسعة التي يحصل عليها كثير من الناس في عيادة الأسنان. رسم أطباء أسنان جنائيون مدرّبون يدوياً صناديق مستطيلة حول الجيب العلوي للفك الأيسر والأيمن لكل شخص، محددين منطقة الاهتمام للكمبيوتر. ثم تم توحيد حجم الصور وسطوعها، وتعديلها قليلاً بعمليات مثل دورانات أو قلبات صغيرة لمساعدة نماذج الذكاء الاصطناعي على تعلم أنماط عامة بدلاً من حفظ صور محددة.

اختبار 23 «عيناً» رقمية

قيّم الفريق 23 نظاماً مختلفاً لتحليل الصور بالذكاء الاصطناعي، بما في ذلك شبكات التلافيف العصبية التقليدية (CNNs)، ومحولات الرؤية الأحدث (ViT وDeiT)، ونموذج كشف حديث يُعرف باسم YOLOv11. واجهوا هذه النماذج بثلاث مهام: تحديد ما إذا كان الشخص ذكرًا أم أنثى؛ تصنيف ما إذا كان عمره 15 سنة أو أقل مقابل أكبر من 15؛ وتقسيمهم إلى أربع فئات تجمع بين الجنس والعمر (فتيات أصغر سناً، نساء أكبر سناً، أولاد أصغر سناً، رجال أكبر سناً). للحفاظ على عدالة التقييم، قُسّمَت البيانات إلى مجموعات تدريب وتحقق واختبار منفصلة تماماً، واستخدموا تقنية التحقق المتقاطع بخمس مجموعات لضمان أن كل صورة استخدمت للاختبار مرة واحدة بالضبط.

كيف أداءت الآلات

في تقدير الجنس وحده، صنّفت أفضل النماذج — نظامان محولان وCNN متقدم واحد — بشكل صحيح حوالي 78–81% من الحالات. هذا يتوافق إلى حد ما مع أفضل الطرق السابقة، لكنه يعني أيضاً أن نحو واحد من كل خمسة أفراد سيتم تصنيفه بشكل خاطئ، وهو مستوى من عدم اليقين يجعل من غير الملائم الاعتماد على الجيوب وحدها كدليل وحيد. تبين أن العمر أسهل: عندما كانت المهمة تحديد ما إذا كان الشخص عمره 15 أو أقل أو أكبر من 15، حصلت النماذج الأفضل على الإجابة بشكل صحيح بحوالي 95% في المتوسط، مع أداء ممتاز للمجموعتين الأصغر والأكبر. ومع ذلك، عندما كان لا بد من تخمين الجنس والعمر معًا في أربع فئات، انخفضت الدقة إلى نحو 73–75%، مما يبيّن أنه كلما كانت المسألة أكثر تفصيلاً، كان من الأصعب على الذكاء الاصطناعي التفريق بين الفروق الدقيقة في مظهر الجيوب.

ماذا يعني هذا للطب الجنائي وطب الأسنان

عبر المهام الثلاث جميعها، تفوقت نماذج المحول الأحدث باستمرار على معظم شبكات CNN التقليدية، وربما لأنّها أفضل في معالجة الصورة بأكملها واكتشاف أنماط بعيدة المدى في الجيوب. كما أدّى نموذج YOLOv11، المصمم أصلاً لاكتشاف الأشياء في الصور، أداءً جيداً خاصةً في مهام تقدير العمر. ومع ذلك، يؤكد المؤلفون أن هذه الأدوات يجب أن تُعتبر حالياً مساعدين مفيدين وليس حلولاً قائمة بذاتها في أعمال الطب الشرعي الواقعية. فقد تقترح، على سبيل المثال، بسرعة ما إذا كانت بقايا مجهولة تعود لشخص من المرجح أن يكون تحت أو فوق 15 سنة، أو تقديم تقدير مبدئي للجنس ليُقارن بأدلة أقوى مثل الأسنان أو العظام. وستكون هناك حاجة لأبحاث مستقبلية باستخدام مجموعات بيانات أكثر تنوعاً، وفئات عمرية أدق، وربما مسوحات ثلاثية الأبعاد قبل أن يتمكن قراءة الجيوب الخدية بالذكاء الاصطناعي من لعب دور مركزي في تحديد هويتنا.

الاستشهاد: Anees, W., Silva, R., Khan, A. et al. Maxillary sinus classification for sex and age using 23 artificial intelligence architectures. Sci Rep 16, 5716 (2026). https://doi.org/10.1038/s41598-026-36112-1

الكلمات المفتاحية: طب أسنان جنائي, الجيب العلوي للفك, تقدير العمر, تقدير الجنس, التعلّم العميق