طريقة اكتشاف السلائل الهضمية المعوية تعتمد على RT-DETR المحسّن

لماذا يهم اكتشاف النتوءات الصغيرة

سرطان القولون والمستقيم غالبًا ما يبدأ كنمو صغير يُسمّى سَلَيلًا على بطانة الأمعاء. يستخدم الأطباء منظار القولون وفحوصات التنظير الأخرى للعثور على هذه السلائل وإزالتها قبل أن تصبح خطيرة. ومع ذلك، يمكن حتى لأخصائيي التنظير الماهرين أن يفوتوا آفات دقيقة أو ذات أشكال غريبة، لا سيما في فيديوهات صاخبة أو سريعة الحركة. تقدّم هذه الدراسة نظامًا قائمًا على الذكاء الاصطناعي يعمل كزوج إضافي من العيون فائقة السرعة، يكتشف مزيدًا من السلائل في الوقت الحقيقي دون إبطاء الإجراء.

التحدي في رؤية ما هو غير مرئي

تأتي السلائل بأحجام وأشكال متعددة، من بقع مسطحة صغيرة إلى نتوءات أكثر وضوحًا، ويمكن أن تختبئ بين الطيات والظلال والسوائل والانعكاسات داخل الأمعاء. توجد بالفعل مساعدين تجاريين يعتمدون على الذكاء الاصطناعي، لكنهم أحيانًا يواجهون صعوبة عندما تأتي الصور من كاميرات مختلفة أو عندما تكون السلائل صغيرة جدًا أو تباينها منخفض. تواجه العديد من أنظمة البحث مقايضة: إذا كانت دقيقة تميل لأن تكون بطيئة؛ وإذا كانت سريعة بما يكفي للفيديو في الوقت الحقيقي فقد تتجاهل الآفات الصعبة الرؤية. يركز المؤلفون على كسر هذه المقايضة بحيث يحصل الأطباء على كلٍّ من السرعة ورؤية أكثر حدة.

طريقة أذكى لقراءة فيديو التنظير

بنى الفريق على إطار كشف حديث يُدعَى RT-DETR-r18، الذي يعامل مهمة العثور على السلائل كترجمة للصورة إلى قائمة كائنات. أضافوا ثلاث تحسينات رئيسية تستهدف خصوصيات صور التنظير. التحسين الأول، وحدة الحفاظ على التفاصيل، مصممة للحفاظ على النسيج السطحي الدقيق للسلائل المسطحة أو البعيدة التي تميل الخوارزميات القياسية إلى طمسها عند تقليص الصور للتحليل. التحسين الثاني يقدّم آلية انتباه فعّالة: بدلاً من فحص كل زوج بكسل في عملية حسابية ثقيلة، يستخدم طريقة أنحف للتركيز على المناطق الأكثر معلوماتية، ما يساعد النظام على تجاهل المشتتات مثل الفقاعات والبراز أو الانعكاسات. التحسين الثالث يمزج المعلومات من عدة مقاييس، بحيث يمكن للنظام التعامل مع المشاهد القريبة عالية التفاصيل والنقاط البصرية الصغيرة التي تمثل الآفات المرئية من مسافات أبعد.

اختبار النظام

لاختبار مدى فاعلية طريقتهم، درّب الباحثون النظام وقَيَّموه على 1611 صورة موسومة من مصدرين مختلفين: منظار القولون القياسي وتنظير الكبسولة اللاسلكي. يدفع هذا الخليط الذكاء الاصطناعي إلى الاعتماد على خصائص الآفة الحقيقية بدلًا من خصائص جهاز واحد. حولوا أقنعة التقسيم الخبيرة إلى صناديق محيطة ضيقة لإعطاء النموذج أمثلة دقيقة على مواقع السلائل. قُيِّم الأداء بمقاييس شائعة مثل الدقة (لتجنّب الإنذارات الكاذبة)، والاسترجاع (لتجنّب التغاضي)، والمتوسّط الدِقِّيّ، إلى جانب عدد الصور التي يعالجها النظام في الثانية. عبر خمس محاولات مستقلة، رفع النظام المحسّن الدقة من 90.7% إلى 94.8% والاسترجاع من 84.0% إلى 89.9%، مع تحسين جودة الكشف العام. والأهم أنه لا يزال يحلل الفيديو بما يقارب 188 إطارًا في الثانية — أسرع بكثير من 30–60 إطارًا في الثانية النموذجي للتنظير السريري — لذا يمكنه مواكبة الإجراءات الحقيقية.

كيف يقارن وأين يفشل

عند المقارنة مع كاشفات الكائنات الشائعة من عائلة YOLO ونُسَخ RT-DETR الأقوى، حقق الأسلوب الجديد أفضل توازن بين الدقة، وضيق ملامح السلائل في الصناديق المحيطة، وتكلفة الحوسبة. أنتج نتائج كشف أنظف، مع عدد أقل من الصناديق واسعة النطاق وعدد أقل من الآفات المفقودة، خاصة في المشاهد المعقدة. ومع ذلك، لا يزال النظام غير مثالي. أحيانًا يفشل في المناطق المظلمة جدًا أو حيث تكون الآفات مخبأة جزئيًا خلف الطيات. كما قد يخطئ بين الانعكاسات الساطعة أو الفقاعات والسلائل الحقيقية إذا حاكت مظهر النتوء المستدير. يقترح المؤلفون أن إضافة معلومات من إطارات الفيديو المجاورة في المستقبل قد يساعد على ترشيح مثل هذه الآثار العابرة ويزيد من استقرار التنبيهات.

ماذا يعني هذا للمرضى والأطباء

من منظور عام، تُظهر الدراسة أن الذكاء الاصطناعي يمكنه بالفعل مسح صور التنظير أسرع بكثير من الإنسان مع ارتكاب أخطاء أقل من الكواشف الفورية الحالية. عبر الحفاظ بشكل أفضل على التفاصيل الدقيقة، والتركيز على المناطق ذات المعنى، والتعامل مع الكائنات على مقاييس بصرية متعددة، يجد النظام المقترح مزيدًا من نقاط القلق المحتملة دون إبطاء الفحص. على الرغم من أن هذه النتائج مأخوذة من مجموعات صور مُنَسَّقة بعناية بدلاً من تنظيرات مباشرة على المرضى، فإنها تشير إلى أدوات ذكاء اصطناعي قد تقلّص احتمال مرور سَلِيل مهم دون ملاحظة. ستكون الخطوة التالية تجارب سريرية واسعة النطاق لتحديد ما إذا كانت هذه المكاسب التقنية تتحول إلى تقليل حالات السرطان المفقودة وزيادة الثقة والكفاءة في الفحص للمرضى.

الاستشهاد: Du, J., He, Z., Zhang, S. et al. Gastrointestinal polyp detection method based on the improved RT-DETR. Sci Rep 16, 7020 (2026). https://doi.org/10.1038/s41598-026-38617-1

الكلمات المفتاحية: مناظير القولون, كشف السلائل, الذكاء الاصطناعي الطبي, تصوير التنظير الداخلي, الفحص الفوري