تشخيص متقدم لمتلازمة الأبهر الحادة قائم على دمج معلومات متعددة الوسائط بدعم الذكاء الاصطناعي

لماذا هذا الأمر مهم للأشخاص الذين يعانون ألم الصدر

متلازمة الأبهر الحادة حالة طبية طارئة قد يتمزق فيها الشريان الرئيسي للجسم فجأة، ما قد يؤدي إلى الوفاة خلال ساعات إذا لم تُشخّص. ومع ذلك، غالبًا ما تتظاهر أعراضها على أنها نوبة قلبية أو شد عضلي أو حتى عسر هضم، مما يجعلها سهلة الخطأ في التشخيص. تشرح هذه الدراسة نظام ذكاء اصطناعي جديدًا يجمع بين صور الأشعة المقطعية والاختبارات الدموية لمساعدة الأطباء على التعرف على هذه الكوارث الشريانية الصامتة في وقت أبكر وبدقة أكبر، وكذلك لتحديد الحالات الحدودية التي تستدعي إعادة نظر.

تمزق خطير يختبئ أمام الأنظار

تشمل متلازمة الأبهر الحادة (AAS) عدة اضطرابات مرتبطة بجدار الأبهر، مثل التمزق الكلاسيكي، والتجمع الدموي داخل الجدار، والقرحات المخترقة. جميعها تشترك في خطر واحد: انخِراط الدم في أو عبر جدار الوعاء الدموي، ما قد يؤدي سريعًا إلى تمزق أو فقدان تدفُّق الدم إلى أعضاء حيوية. يكون الخطر أعلى خلال اليوم أو اليومين الأولين بعد ظهور الأعراض، إذ قد تبلغ الوفيات نحو 70% دون معالجة سريعة. يستخدم الأطباء تصوير الأوعية المقطعي المحوسب لرؤية الأبهر وفحوصات دموية مثل مستوى D-dimer وعلامات الالتهاب لقياس مكونات التخثر والنشاط المناعي. لكن شكاوى المرضى غالبًا ما تكون غامضة، والفحوص السريرية قد تبدو طبيعية بشكل مخادع، وصور الأشعة المقطعية قد تكون طفيفة أو متدهورة نتيجة للحركة أو الشوائب، لذا يُفوَّت نحو حالة من بين كل ثلاث حالات في الممارسة الروتينية.

ما الذي تفوته أدوات الذكاء الاصطناعي الحالية

شهدت السنوات الأخيرة ظهور أنظمة قوية للتعرف على الصور قادرة على فحص صور الأشعة المقطعية أو الأشعة السينية للبحث عن علامات تمزقات الأبهر. غير أن معظم هذه الأدوات تنظر إلى الصور فحسب وتتجاهل الفحوصات الدموية، أو تكتفي بدمج مسارات بيانات منفصلة دون أن تتعلم فعليًا كيف تتفاعل مع بعضها. وهذا يتعارض مع طريقة تفكير الأطباء: فهم يربطون ذهنيًا بين ما يرونه في الصور وقيم المختبر وتاريخ المريض. قد يجعل الجمع البسيط بين ميزات الصور وأرقام الفحوصات أمرًا أسوأ، لأن بيانات المختبر ضوضائية وغير مكتملة ومترابطة حسابيًا. كما تعمل العديد من نماذج الذكاء الاصطناعي كصناديق سوداء، فتقدم حكمًا دون كشف منطق الاستدلال، ما يجعل أطباء الطوارئ مترددين في الاعتماد عليها عندما تكون الأرواح معرضة للخطر.

نهج جديد لدمج الصور والفحوص الدموية

طوّر المؤلفون نموذج دمج متعدد الوسائط ومتعدد المقاييس (MMMF) مصممًا لمحاكاة طريقة استدلال أخصائيي الأشعة وأمراض القلب ذوي الخبرة. أولاً، ينظر مُشفِّر الصور ثنائي الفرع إلى مسح تصوير الأوعية المقطعي بمستويين من التفصيل: بقع كبيرة تلتقط الشكل العام ومسار الأبهر، بينما تركز بقع أصغر على التفاصيل الدقيقة مثل التمزقات الطولية الصغيرة أو جيوب دم صغيرة داخل الجدار. في الوقت نفسه، تُحوَّل مؤشرات دموية رئيسية—بما في ذلك D-dimer ولوحة من علامات الالتهاب المستخرجة من عدد خلايا الدم البيضاء والصفائح—إلى نقاط ميزات رقمية. تصبح ميزات الصورة وميزات المختبر عقدًا في بنية شبيهة بالرسم البياني، حيث تنقل شبكة عصبية بيانية متقدمة "رسائل" بينها، متعلمة كيف تعزز أنماط دموية معينة أو تتعارض مع نتائج تصوير دقيقة.

مدى أداء النظام

درّب الفريق واختبر نموذج MMMF على صور مقطعية واختبارات دموية متزامنة من 493 مريضًا فُحصوا بين 2019 و2024، شملت حالات مؤكدة لمتلازمة الأبهر الحادة بأنواعها وحالات ضابطة غير مصابة. قارنوا منهجهم مع نماذج معروفة تعتمد على الصور فقط، ونماذج تعتمد على بيانات المختبر فحسب، وعدة أنظمة متعددة الوسائط متقدمة صُممت أصلاً لربط الصور بالنصوص. على مقاييس الدقة والدقة النوعية والاستدعاء ومؤشر F1، برز نموذج MMMF في الصدارة. تجاوزت المساحة تحت منحنى المستقبِل التشغيلي الإجمالي 0.9، مما يشير إلى قدرة قوية على التمييز بين الأبهر الطبيعي والتمزقات الكلاسيكية التي تشمل الأبهر الصاعد أو النازل والأشكال غير النمطية. بقيت بيانات الصور أقوى مصدر مفرد للمعلومات، لكن الدمج المنظم بعناية مع بيانات المختبر قدّم دفعة قابلة للقياس، خصوصًا للحالات الصعبة أو الحدودية. أظهرت تجارب الإزالة أن عنصرين كانا حاسمين: مسار التصوير ذي المقياسين وشبكة المحول البيانية التي تمثل العلاقات بعيدة المدى بين الميزات.

نحو شراكة بين الأطباء والآلات

تتجاوز المساهمة الرئيسية في هذا العمل أرقام الدقة الإعلامية؛ إذ تركز على التعاون بدلًا من الاستبدال. يبرع النظام في تصفية الفحوصات الواضحة الطبيعية سريعًا والحالات غير النمطية الواضحة المريضة، ليعمل كنوع من الفاحص الذكي في الخط الأمامي. والأهم من ذلك أنه يستطيع أن يحدد متى تكون ثقته منخفضة—غالبًا في حالات يجدها الخبراء البشريون صعبة أيضًا، مثل أشكال التمزق المبكرة أو الأخف—فيقوم بتمييز هؤلاء المرضى لإعادة مراجعة عاجلة أو تصوير إضافي أو استشارة كبار الأطباء. باختصار، تُظهر الدراسة أنه عندما تُنسَج تفاصيل الصورة ودلائل الفحوص الدموية معًا بطريقة منظمة وملهمة سريريًا، يمكن للذكاء الاصطناعي أن يحسّن تشخيص متلازمة الأبهر الحادة في مراحلها المبكرة ويشكل شبكة أمان ضد الطوارئ التي قد تُفوَّت، مع إبقاء الأطباء في موقع السلطة لاتخاذ القرار النهائي.

الاستشهاد: Yang, Z., Xu, S., Wang, B. et al. AI-driven diagnosis of acute aortic syndrome based on multi-modal information fusion. Sci Rep 16, 8332 (2026). https://doi.org/10.1038/s41598-026-39111-4

الكلمات المفتاحية: متلازمة الأبهر الحادة, تمزق الأبهر, الذكاء الاصطناعي الطبي, التشخيص متعدد الوسائط, شبكة عصبية بيانية