ساعة شيخوخة شبكية متعددة الوسائط لتنبؤ العمر البيولوجي وتقييم الصحة الجهازية عبر تصوير OCT وتصوير قاع العين

لماذا تستطيع العيون أن تكشف أكثر مما تراه العين

الأوعية الدموية الصغيرة والألياف العصبية في مؤخرة العين هي من بين الأجزاء القليلة في الجسم التي يمكن للأطباء أن يروا فيها أنسجة حية بشكل مباشر. تطرح هذه الدراسة سؤالاً استفزازياً: هل يمكن أن تكشف الفحوصات الروتينية للعين عن مدى "شيخوخة" الجسم بالفعل—العمر البيولوجي—وحتى تُشير إلى عبء الأمراض لدى الشخص وخطر وفاته بدقة أكبر من عدد الشموع على كعكة عيد ميلاده؟

النظر في العمر البيولوجي، لا أعمار الميلاد فقط

العمر الزمني هو ببساطة المدة التي عشناها. أما العمر البيولوجي فيعكس مدى تآكل أو حفظ أعضاء وأنسجة الجسم. شخصان في الخامسة والستين من العمر قد يكون لديهما توقعات صحية مختلفة جداً، اعتماداً على سرعة شيخوخة أجسادهما. تعتمد الساعات البيولوجية التقليدية على اختبارات دم تقيس الحمض النووي أو البروتينات، وهي قد تكون مكلفة ومتطفلة. استكشف المؤلفون بديلًا أبسط: استخدام اختبارين شائعين لتصوير العين—صور قاع عين بعرض واسع للغاية والتصوير المقطعي البصري (OCT)—مجمّعين مع الذكاء الاصطناعي لتقدير العمر البيولوجي من الشبكية، نافذة إلى صحة الأوعية الدموية والأعصاب والتمثيل الغذائي في الجسم.

تعليم الذكاء الاصطناعي قراءة العمر في الشبكية

درّب الفريق نموذج تعلم عميق على أكثر من 12,000 صورة قاع و7,700 مسح OCT من 2,467 مريضاً. في التجربة الأولى، تم تدريب "ساعة العمر" المعتمدة على الذكاء الاصطناعي على عيون خالية من أمراض هيكلية كبيرة ثم اختُبرت على عيون سليمة ومريضة معاً. في التجربة الثانية، أُعيد تدريب النموذج على خليط أوسع من العيون، بما في ذلك أربع حالات شائعة تشوه الشبكية: التنكس البقعي المرتبط بالعمر، اعتلال الشبكية السكري، الغشاء فوق الشبكي، وقِصر النظر المرضي أو العالي. في هذه الجولة الثانية، تلقى الذكاء الاصطناعي أيضاً تسمية مرضية لكل عين. في كلا الإعدادين، كان هدف النموذج توقع العمر من الصور؛ ثم تعامل الباحثون مع هذا العمر المتنبأ به باعتباره العمر البيولوجي وسألوا مدى مطابقته لمستوى المرض العام.

عمر العين مقابل عبء المرض في الجسم ككل

لربط عمر الشبكية بالصحة العامة، استخدم المؤلفون مؤشر تشارلسون للأمراض المصاحبة (CCI)، وهو مقياس مستخدم على نطاق واسع يجمع الأمراض المزمنة الخطيرة للشخص ويتنبّأ بخطر وفاته خلال سنة واحدة. قارنوا مدى ارتباط العمر الزمني مقابل العمر البيولوجي المستخرج بواسطة الذكاء الاصطناعي مع مؤشر CCI، وبنوا أيضاً نماذج إحصائية بسيطة لرؤية أيهما يتنبأ بالـ CCI بشكل أفضل. عبر التجربتين، التقط العمر البيولوجي المستنبط من صور الشبكية عادة عبء الأمراض المصاحبة بقوة أكبر من العمر الزمني، لا سيما في العيون ذات الأمراض الهيكلية. عند إضافة تسميات الأمراض في الدراسة الثانية، تحسنت دقة النموذج بشكل ملحوظ: انخفض متوسط خطأ العمر في مجموعة الاختبار إلى نحو ست سنوات، ولا يزال العمر البيولوجي يميل للتفوق على تاريخ الميلاد في عكس شدة المرض العام، خصوصاً لدى المرضى الذين بدت شبكياتهم غير طبيعية بصرياً.

ما الذي تراه الذكاء الاصطناعي فعلاً في العين

لاطلاعٍ أعمق على "عملية تفكير" الذكاء الاصطناعي، أنشأ الباحثون خرائط حرارة تبين أي أجزاء من كل صورة أثّرت أكثر على توقعاته. بدلاً من التركيز على البقعة المركزية (الماكيولا)، ركز النموذج باستمرار على رأس العصب البصري، وطبقة ألياف العصب المحيطة، وطبقات وعائية أعمق مثل المشيمية. هذه هياكل معروفة بترققها واحتدادها مع التقدم في العمر وبحساسيتها لتغيرات الضغط وتدفق الدم. كانت نماذج اهتمام الذكاء الاصطناعي متشابهة عبر أمراض عينية مختلفة جداً، مما يشير إلى أنه تعلّم مؤشرات شيخوخة قوية تعتمد على التشريح بدلاً من مجرد حفظ فئات الأمراض. ومن المثير للاهتمام أن إدراج صور مرضية في التدريب دفع النموذج للانتباه أكثر قليلاً لمناطق البقعة في حالات مثل التنكس البقعي، وهو ما يوحي بأن التدريب المتخصص بالأمراض يساعده على التعرف على تلك الأنماط بشكل أفضل.

الحدود والتحفظات والإمكانات المستقبلية

تواجه الدراسة قيوداً. جاءت كل البيانات من مركز طبي أكاديمي واحد، وكان لدى العديد من المرضى درجات CCI منخفضة، ما يضعف القدرة على كشف روابط إحصائية قوية. كما أن مؤشر CCI نفسه أداة قديمة قد لا تعكس تماماً أنماط الأمراض المزمنة الحديثة. كانت بعض الارتباطات، لا سيما في التنكس البقعي، ضعيفة أو متناقضة. ومع ذلك، وعلى الرغم من حجم عيّنة متواضع مقارنة بمصارف حيوية سكانية هائلة، حقق النموذج دقة تنافسية في توقع العمر وربط، والأهم، عمر الشبكية البيولوجي بمقياس موثق لعبء المرض في الجسم ككل.

ماذا يعني هذا للمرضى والممارسين

بالنسبة للقارئ العادي، الرسالة الأساسية هي أن فحوصات العيون الروتينية قد تؤدي يوماً إلى أكثر من مجرد فحص وصفة النظارات أو كشف أمراض العين. بقراءة التغيرات الدقيقة في أعصاب وشرايين الشبكية، قد يستطيع الذكاء الاصطناعي تقدير مدى "شيخوخة" الجسم بالفعل وتنبيه الأشخاص الذين تتقدم أنسجتهم أسرع من سنواتهم التقويمية. ساعة شيخوخة الشبكية هذه ليست بعد أداة سريرية جاهزة، لكنها تشير إلى مستقبل قد يساهم فيه فحص العين السريع وغير التدخلي في التحذير المبكر من مخاطر صحية مخفية، مما يساعد على توجيه الرعاية الوقائية قبل أن تصبح الأمراض الخطيرة ظاهرة.

الاستشهاد: Ludwig, C.A., Salvi, A., Mesfin, Y. et al. A multimodal retinal aging clock for biological age prediction and systemic health assessment via OCT and fundus imaging. Sci Rep 16, 6465 (2026). https://doi.org/10.1038/s41598-026-36518-x

الكلمات المفتاحية: تصوير الشبكية, العمر البيولوجي, الذكاء الاصطناعي, الصحة الجهازية, أمراض العين