تمثيل الإشعاعيات القائم على الموائل في الرنين المغناطيسي لتحسين تشخيص باركنسون

لماذا هذا مهم للمرضى والعائلات

غالبًا ما يتسلل مرض باركنسون ببطء، مصحوبًا برعشات طفيفة أو تيبس يصعب تحديده. اليوم، لا يزال الأطباء يعتمدون بشكل كبير على الأعراض وفحوصات متخصصة ومكلفة لإصدار التشخيص، وتُغفل الحالات المبكرة بسهولة. تُظهر هذه الدراسة أن فحوصات الرنين المغناطيسي الروتينية التي تستخدمها العديد من المستشفيات بالفعل يمكن استخراج أنماط مخفية منها، ما يوفر طريقة أسرع وأقل توغلاً وذات دقة ملحوظة لاكتشاف مرض باركنسون.

نظرة جديدة إلى داخل الدماغ

ركز الباحثون على بنيتين عميقتين في الدماغ، النواة الذنبية والمهاد القاعدي (الـ putamen)، اللتين تلعبان دورًا مركزيًا في التحكم بالحركة وتتأثران بشدة في مرض باركنسون. بدلًا من التعامل مع كل بنية ككتلة واحدة من النسيج، طرحوا سؤالًا أكثر تفصيلاً: هل تتصرف بقع مختلفة داخل هذه المناطق بشكل مختلف على صور الرنين المغناطيسي، وهل يمكن أن تكشف هذه الاختلافات عن المرض؟ لاستكشاف ذلك، جمعوا صور رنين مغناطيسي روتينية من 308 أشخاص — 173 مصابًا بباركنسون و135 متطوعًا سليمًا — من مستشفيين يستخدمان أجهزة مختلفة، محاكين التنوع الموجود في العيادات الحقيقية.

من "أحياء" الدماغ إلى بصمات رقمية

باستخدام تقنية تُسمى الإشعاعيات القائم على الموائل، قسّم الفريق كل منطقة مستهدفة إلى "أحياء" أصغر، بناءً على اختلافات طفيفة في السطوع والملمس في صور الرنين المغناطيسي. جمّع خوارزم حاسوبية عُضَيّات الصوت (voxels) — البكسلات ثلاثية الأبعاد الصغيرة — ذات الخصائص التصويرية المتماثلة في هذه الأحياء، ثم استخرج من كل واحدة مئات الميزات الرقمية العددية. تشكل هذه الميزات نوعًا من البصمة الرقمية لصحة النسيج، تلتقط عدم انتظامات لا تُرى بالعين المجردة وقد تعكس فقدان الخلايا العصبية أو التندب أو تراكم الحديد المرتبط بمرض باركنسون.

تدريب نموذج تشخيصي من فحوصات روتينية

بوجود هذه البصمات، درب العلماء نموذج تعلم آلي، يعرف باسم ماكنة ناقلة للدعم (support vector machine)، لتمييز المصابين بباركنسون عن الأشخاص الأصحاء. اختبروا طرقًا مختلفة لتقسيم مناطق الدماغ إلى أحياء، من منطقة واحدة كبيرة حتى عشر مناطق أصغر. استُخدمت مجموعة التدريب الرئيسية ومجموعة تحقق مستقلة لتقييم الأداء. عندما قُسمت المناطق إلى خمس أحياء، كان أداء النموذج الأفضل: على بيانات جديدة لم تُرَ من قبل، تعرف النموذج على باركنسون بشكل صحيح في ما يقرب من 9 من كل 10 أشخاص وبلغت دقته التشخيصية الإجمالية أكثر من 94% في الدراسة الكاملة. هذا التفوّق تجاوز الأساليب السابقة التي تعاملت مع كل منطقة دماغية كوحدة واحدة والتي كانت غالبًا ما تتوقف عند دقة حوالي 80–85%.

ما الذي يلاحظه النموذج بالفعل

لتجنب إنشاء "صندوق أسود"، استخدم الفريق طريقة تفسيرية تُسمى SHAP لرؤية أي ميزات الصورة أثرت في قرارات النموذج. جاءت أهم الإشارات من تسلسل T2 في الرنين المغناطيسي، وهو تسلسل شائع في الممارسة السريرية. لدى المصابين بباركنسون، ظهرت في الأحياء ذات الصلة تقلبات أكبر في الشدة، ونقاط مشرقة ومظلمة أكثر تطرفًا، وتوزيعات شدة منحنية مقارنة بالمتطوعين الأصحاء. من المحتمل أن تعكس هذه الأنماط عمليات مرضية معروفة في العقد القاعدية، مثل فقدان الخلايا المنتجة للدوبامين، والتندب الموضعي، وترسبات الحديد الشاذة. والأهم أن نفس الميزات استمرت في الظهور عند تقسيم البيانات وإعادة تحليلها بطرق مختلفة، وبقيت مستقرة عبر الأجهزة، مما يشير إلى أن الطريقة قوية وليست نتيجة صدفة من جهاز واحد.

من أداة بحثية إلى العيادة

أشارت تحليلات منحنى القرار، التي توازن بين فوائد اكتشاف الحالات الحقيقية مقابل أضرار الإنذارات الكاذبة، إلى أن النموذج قد يساعد الأطباء في تحديد من يحتاج فعلاً إلى فحوصات إضافية مثل فحص DaTscan، ومن يمكنه تجنب إجراءات مكلفة وغير ضرورية بأمان. وبما أن الطريقة تعتمد فقط على فحوصات الرنين المغناطيسي القياسية وبرمجيات، فقد تكون ذات قيمة خاصة في الأماكن التي تكون فيها تقنيات التصوير النووي المتقدمة غير متاحة أو باهظة التكلفة. يجادل المؤلفون بأن الإشعاعيات القائمة على الموائل تحوّل صور الرنين المغناطيسي المألوفة إلى خرائط بيانات غنية، مقدمة أداة قوية وغير غازية للتشخيص المبكر والأدق لباركنسون وتمهد الطريق لأدوات مستقبلية قد تتبع تقدم المرض وتوجه العلاج.

الاستشهاد: Li, YZ., Wang, Y., Cai, C. et al. Habitat-based MRI radiomics for enhanced parkinson’s diagnosis. Sci Rep 16, 4755 (2026). https://doi.org/10.1038/s41598-026-37923-y

الكلمات المفتاحية: مرض باركنسون, الرنين المغناطيسي, الإشعاعيات, تعلم الآلة, التشخيص المبكر