مصنف تجميعي بتعلّم آلي لتشخيص مرض باركنسون باستخدام تصوير الأوعية بمسح البصيرة البصرية

لماذا قد تكشف العيون عن مرض دماغي خفي

عادةً ما يُشخّص مرض باركنسون فقط بعد ظهور الرعشة أو التيبس أو تباطؤ الحركة — وهي علامات تشير إلى أن الدماغ كان يتغير لسنوات بالفعل. تستكشف هذه الدراسة مسارًا غير متوقع: فحص الأوعية الدقيقة في مؤخر العين بمسح غير مؤلم ثم استخدام الذكاء الاصطناعي لوضع إشارة للأشخاص الذين قد يكون لديهم باركنسون في وقت مبكر وبطريقة أكثر موضوعية مما تسمح به الفحوص الحالية.

النظر إلى الدماغ عبر العين

النسيج الحساس للضوء في مؤخرة العين، الشبكية، هو في الأساس جزء متاح من الدماغ. يشاركها أعصابًا وأوعية دموية مماثلة لكنه يمكن فحصها دون تدخل جراحي في العيادة. استخدم الباحثون تقنية تُسمى تصوير الأوعية بمسح البصيرة البصرية (OCTA)، التي تنتج خرائط مفصلة للأوعية الشبكية بدون حاجتك لصبغة. وبما أن مرض باركنسون ارتبط بمشكلات في الأوعية الدقيقة في أجزاء أخرى من الجسم، تساءل الفريق عما إذا كانت التغيرات الطفيفة في هذه الشبكات الشبكية يمكن أن تعمل كـ "نافذة" على المرض المبكر.

تحويل مسحات العين إلى أرقام

في دراسة استعادية، جمع الفريق مسحات OCTA من 53 شخصًا مصابًا بباركنسون و39 متطوعًا سليمًا مطابقًا في العمر. ركزوا على طبقتين من أوعية الشبكية: طبقة سطحية قريبة من السطح وطبقة أعمق تحتها. من كل طبقة تم تقسيم المنطقة المركزية الخالية من الأوعية الدموية في البقعة المركزية تلقائيًا — الحفرة الدقيقة الخالية من الأوعية اللازمة للرؤية الحادة — بالإضافة إلى الشعيرات الدموية المحيطة. ثم حولوا كل صورة إلى 22 قياسًا رقميًا. وصف بعضها شكل المنطقة الفوفالية، مثل مدى دورتها أو نعومتها أو عدم انتظام حوافها. والتقطت قياسات أخرى كثافة الأوعية الدموية ككل وفي حلقة حول البقعة. معًا، كمّمت هذه القياسات صحة الأوعية الدقيقة بتفصيل أكبر بكثير مما يستطيع تقديره بالعين البشرية.

تدريب ذكاء اصطناعي لاكتشاف أنماط باركنسون

بوجود هذه القياسات، بنى الباحثون نماذج حاسوبية لتمييز مسحات مرض باركنسون عن السليمة. وبما أن مجموعة البيانات كانت متواضعة، استخدموا أولًا تقنيات اختيار الميزات لتقليص الـ22 قياسًا إلى المجموعة الأكثر معلوماتية، مما قلل الضوضاء وفرط التكيّف. درّبوا بعد ذلك عدة خوارزميات شائعة للتعلّم الآلي، بما في ذلك طرق قائمة على أشجار القرار ومصنف الجيران الأقرب k. وأخيرًا، جمعوا الثلاثة الأفضل أداءً — XGBoost وRandom Forest وK-Nearest Neighbors — في "تجميعة" موزونة بحيث يُحسب صوت كل نموذج حسب مدى أدائه عادةً.

ما اكتشفته النماذج في الشبكية

بالمقارنة مع المتطوعين الأصحاء، أظهر الأشخاص المصابون بباركنسون مظاهر واضحة لتغير دوران الأوعية الدقيقة الشبكية. كانت مقاييس كثافة الأوعية أقل، وتميل المنطقة الفوفالية المركزية إلى أن تكون أقل انتظامًا في الشكل — أقل استدارة، أقل نعومة، وأقل تماسكًا — عبر كلٍ من الطبقات السطحية والعميقة للأوعية. عند اختباره على بيانات لم تُرَ من قبل، صنّف نموذج التجميعة بدقة نحو ثلاث من كل أربع عيون بشكل عام. والأكثر بروزًا، أنه حقق حساسية بلغت 90%: تعرف بشكل صحيح على تسعة من أصل عشرة حالات باركنسون. كانت النيّة النوعية أكثر تواضعًا، فما يزيد قليلاً عن النصف، مما يعني أن بعض الأفراد الأصحاء وُضع عليهم علامة خطأ كمصابين. وكانت المساحة تحت منحنى المستقبِل التشغيلي (AUC)، وهو ملخص شائع للأداء التشخيصي، تساوي 0.75، مما يدل على تمييز مفيد لكن ليس حاسمًا.

من الخوارزمية إلى العيادة

للانتقال من النظرية إلى التطبيق، حول الفريق طرقهم إلى أداة برمجية تجريبية أطلقوا عليها اسم الذكاء الاصطناعي لمرض باركنسون (PDAI). عبر واجهة رسومية بسيطة، يمكن للأطباء تحميل مسحات OCTA، ومراجعة الأوعية المرسومة تلقائيًا والمنطقة الفوفالية المركزية، والاطلاع على الميزات الرقمية الرئيسية، والحصول على توقع فوري عما إذا كانت المسحة تشبه مسحات مرضى باركنسون. وبما أن النظام يعتمد على قياسات مصممة يدويًا ومعرّفة بوضوح بدلاً من "صندوق أسود" غير شفاف، فإن مساهمات كل قرار تصبح أسهل على الأطباء لتفسيرها وربطها ربما بالبيولوجيا الكامنة.

ماذا يعني هذا للمرضى

لا يقدم هذا العمل بعد اختبارًا مستقلاً قائماً بذاته لمرض باركنسون، لكنه يُظهر أن مسحة عين سريعة وغير باضعة، تُحلّل بطرق تعلّم آلي مصممة بعناية، يمكن أن تلتقط تغيّرات مرتبطة بالمرض بحساسية عالية. عمليًا، قد تُستخدم مثل هذه الأداة يومًا ما كمساعد فحص — لمساعدة أطباء العيون والأطباء العصبيين في تقرير من يحتاج إلى مراقبة أقرب أو إحالة لتقييم إضافي قبل ظهور أعراض معيقة بوقت طويل. لا تزال هناك حاجة إلى دراسات أوسع متعددة المراكز، لكن الدراسة تشير إلى أن العيون قد توفر بالفعل إشارة إنذار مبكر عملية لمرض باركنسون.

الاستشهاد: Hasanshahi, M., Mehdizadeh, A., Mahmoudi, T. et al. An ensemble machine learning classifier for Parkinson’s disease diagnosis using optical coherence tomography angiography. Sci Rep 16, 7297 (2026). https://doi.org/10.1038/s41598-026-38407-9

الكلمات المفتاحية: مرض باركنسون, تصوير الشبكية, OCTA, تعلّم آلي, التشخيص المبكر