الكشف بمساعدة الذكاء الاصطناعي عن تشوهات بنية أعصاب القرنية في اعتلال القرنية السكري المبكر: تطوير وإثبات صحة إطار تعلم عميق

لماذا تهم الأعصاب العينية الدقيقة في مرض السكري

من المعروف أن السكري يسبب تلفاً للأعصاب الكبيرة في القدمين والساقين، مما يؤدي غالباً إلى ألم وخدر وحتى بتر. لكن قبل أن يصبح هذا التلف واضحاً، قد تبدأ أصغر الأعصاب في الجسم بالخلل. النافذة الشفافة في مقدمة العين — القرنية — غنية بهذه الألياف الدقيقة. تُوضح هذه الدراسة كيف يمكن للتصوير المتقدم والذكاء الاصطناعي أن يتعاونا لكشف تلف الأعصاب المبكر في القرنية، ما قد يوفر طريقة جديدة وغير مؤلمة لاكتشاف مشاكل الأعصاب لدى مرضى السكري قبل أن تتفاقم.

رؤية تلف الأعصاب المبكر عبر العين

اختبارات اليوم للكشف عن تلف الأعصاب السكري بعيدة عن الكمال. الفحوص البسيطة على السرير تعتمد على مهارة الطبيب واستجابات المريض، وغالباً ما تغفل التغيرات الدقيقة والمبكرة. الفحوص الأدق، مثل دراسات توصيل العصب أو خزعات الجلد، غازية ومكلفة وغير عملية للفحص الروتيني. يمكن فحص القرنية وغير غازي باستخدام المجهر المرافق للعين الحي، وهو كاميرا متخصصة تلتقط صوراً مكبرة للغاية لأعصاب القرنية. أظهر الباحثون سابقاً أن الفقدان الكلي لهذه الأعصاب يرتبط بشدة اعتلال الأعصاب السكري. لكن العلامات التحذيرية الأولى لا تتعلق دائماً بعدد الأعصاب؛ بل قد تكون عيوب بنيوية دقيقة على طول ألياف سليمة في الظاهر.

التركيز على بؤر دقيقة تسمى الميكريونيورومات

في السنوات الأخيرة، لاحظ الأطباء باستخدام مجاهر عالية القوة بقعاً صغيرة وهامة ومتوترة على طول أعصاب القرنية لدى أشخاص مصابين بالسكري. يُعتقد أن هذه "الميكرونيورومات" تعكس نهايات عصبية متوترة أو في طور التجدد وقد تظهر قبل حدوث خسائر عصبية واسعة. سعى فريق هذه الدراسة لتعليم حاسوب التعرف على هذه الميزات الدقيقة تلقائياً. جمعوا أكثر من 5000 صورة قرنية من مرضى سكري ومتطوعين أصحاء في مركزين للعيون في الصين. قام اختصاصيو قرنية ذوو خبرة بفلترة الصور منخفضة الجودة بعناية، وتوسيم مواقع وجود الميكريونيورومات، وتصنيفها إلى ثلاثة أنماط مرئية: انتفاخات محلية صغيرة، تضخمات أكبر تشبه المصباح، وبقع ساطعة أكثر تشتتاً.

تدريب مساعد ذكاء اصطناعي لقراءة صور الأعصاب

باستخدام هذه الصور الموسومة بخبرة، بنى الباحثون نظام تعلم عميق متعدد المراحل. أولاً، فرز نموذج ذكاء اصطناعي الصور الضبابية أو غير المتمركزة واحتفظ فقط بالصور التي تظهر طبقة الأعصاب بوضوح. نموذج ثانٍ قرر ما إذا كانت الصورة تحتوي على ميكرونيورومات أم لا. نموذج ثالث حدد المناطق الدقيقة التي ظهرت فيها هذه الآفات، وثلاثة نماذج إضافية صنفتها إلى الأنواع المرئية الثلاثة. تم تدريب النظام على بيانات من مستشفى واحد ثم اختبر على صور غير مرئية من نفس المركز وعلى مجموعة مستقلة تماماً من مستشفى آخر، للتحقق من موثوقيته عبر مجموعات مرضى وجلسات تصوير مختلفة.

مدى أداء الذكاء الاصطناعي في الممارسة

أثبت الذكاء الاصطناعي دقته العالية في مراقبة جودة الصور الأساسية، حيث حكم بشكل صحيح على الصور الصالحة لأكثر من 97% من الحالات. عند تحديد ما إذا كانت الميكريونيورومات موجودة، صنف الصور بشكل صحيح بنحو 81–84% في مجموعات الاختبار الداخلية والخارجية. كانت قدرته على تقطيع وتحديد نوع الآفات أيضاً قوية، مع بقاء الأداء مرتفعاً معقولا حتى على بيانات من المركز الثاني. لاختبار الأثر العملي على القراءة، طلب الفريق من أطباء عيون مبتدئين — ذوي تدريب محدود على هذه التقنية التصويرية — قراءة مجموعة منفصلة من 150 صورة أولاً بمفردهم ثم بمساعدة الذكاء الاصطناعي. مع إرشاد الذكاء الاصطناعي، ارتفعت دقتهم التشخيصية من حوالي 69% إلى 88%، كما قُصر متوسط وقت القراءة لكل صورة بأكثر من النصف، مما يوحي بأن مثل هذه الأدوات قد تسرّع العمل في العيادات وتقلل إجهاد الرؤية لدى الأطباء.

ماذا قد يعني هذا للأشخاص المصابين بالسكري

تُظهر هذه الدراسة أن نظام ذكاء اصطناعي مدرب بعناية يمكنه اكتشاف ووصف تشوّهات عصبية دقيقة في القرنية تلقائياً، وأن هذا يمكن أن يساعد بشكل كبير الأطباء الأقل خبرة على تفسير فحوصات عينية معقدة. ورغم أن البحث ما يزال مبكراً ومبنيّاً على بيانات استعادية من مركزين، فإنه يعزز فكرة أن سطح العين يمكن أن يعمل كـ"نافذة" إلى صحة الأعصاب الدقيقة في الجسم. إذا أكدت دراسات مستقبلية متعددة المراكز وطويلة الأمد أن الميكريونيورومات القرنية تشير بشكل موثوق إلى تلف عصبي سكري مبكر، فقد يصبح هذا النوع من التصوير المدعوم بالذكاء الاصطناعي وسيلة سريعة وغير غازية لفحص مرضى السكري، ومتابعة التقدم، وربما التدخل قبل أن يصبح الضرر العصبي دائمًا.

الاستشهاد: Pan, J., Shi, X., Wan, L. et al. AI-Assisted detection of corneal nerve structural abnormalities in early diabetic keratopathy: development and validation of a deep learning framework. Sci Rep 16, 5846 (2026). https://doi.org/10.1038/s41598-026-36576-1

الكلمات المفتاحية: الاعتلال العصبي السكري, أعصاب القرنية, الميكرونيورومات, التعلم العميق, المجهر المرافق للعين الحي (in vivo confocal microscopy)