اكتشاف الخرف الطفيف من اختبار الرسم اليدوي باستخدام محوّل رؤية متبقّي

لماذا تكشف الرسومات البسيطة عن مشكلات ذاكرة مخفية

تخيّل أن الطبيب يستطيع رصد علامات مبكرة للخلل المعرفي لمجرد النظر إلى كيفية رسمك لساعة أو مكعب أو خط من الدوائر المتصلة. تُستخدم هذه الرسوم السريعة بالفعل في العيادات، لكنها تُقيَّم يدويًا وتعتمد بشكل كبير على حكم الطبيب. تُظهر هذه الورقة كيف يمكن لنظام ذكاء صناعي اسمه ResViT أن «يقرأ» هذه الرسوم تلقائيًا، محولًا ضربات القلم إلى إنذار مبكر بوجود ضعف إدراكي طفيف، وهي مرحلة بين الشيخوخة الطبيعية والخرف يمكن للعلاج والتخطيط فيها أن يحدثا فرقًا كبيرًا.

من اختبارات القلم والورق إلى الفحص الذكي

غالبًا ما يظهر الضعف الإدراكي الطفيف أولًا في مهام يومية تتطلب تخطيطًا وانتباهًا وحسًا مكانيًا — بالضبط ما تصمّم اختبارات الرسم لاختباره. يطلب الأطباء عادة من المرضى رسم ساعة تُظهر وقتًا معينًا، أو نسخ مكعب ثلاثي الأبعاد، أو توصيل أرقام وحروف متناثرة بالتسلسل. في السابق، كان يجب تقييم كل رسم بالعين، وهو أمر بطيء وقد يختلف من طبيب إلى آخر. سعى المؤلفون لبناء نظام أكثر موضوعية ينظر إلى الرسوم الثلاثة معًا، مستخدمًا الحاسوب لاكتشاف أنماط قد يغفلها حتى النظر المدرَّب. هدفهم ليس استبدال الأطباء، بل منحهم رأيًا ثانويًا سريعًا ومتسقًا.

مزج طريقتين للرؤية: التفاصيل والصورة الكلية

جوهر الدراسة نموذج ذكاء هجين اسمه ResViT، صُمم لدمج أسلوبين مكملين لتحليل الصور. جزء واحد، قائم على تقنية تُعرف باسم ResNet، ممتاز في رصد التفاصيل الدقيقة مثل الحواف والزوايا والتشوهات الصغيرة في خطوط الرسم. والجزء الآخر، محول الرؤية، يتفوق في فهم التخطيط العام — كيف تتناسب أجزاء الساعة أو المكعب أو مسار التوصيل عبر الصفحة. بدلًا من تمرير الرسوم عبر هذين المكوّنَين واحدًا تلو الآخر، يشغّل النظامهما بالتوازي ثم يدمج تيّريْن من المعلومات لصورة واحدة أغنى عن حالة الشخص المعرفية.

كيف يتعلّم النظام من رسومات مرضى حقيقيين

لاختبار فكرتهم، استخدم الباحثون مجموعة عامة من الرسومات تضم 918 شخصًا، أكمل كل منهم مهام الساعة والمكعب والمتاهة. كانت حالة كل شخص المعرفية قد قُيّمت سابقًا باستخدام اختبار سريري معياري، مما وفر تسمية أرضية إما «صحيح» أو «ضعف إدراكي طفيف». حوّل الفريق الرسومات إلى صور تدرجات رمادية، وغير أحجامها، وطبّق تعديلات بسيطة مثل التدوير وتغيّر السطوع لجعل النموذج أكثر متانة. خلال التدريب، قارَن ResViT توقعاته مرارًا بالتسميات المعروفة وضبط إعداداته الداخلية، مع احتياطات مثل إيقاف مبكر وتقنية الإسقاط العشوائي لتجنّب حفظ بيانات التدريب بدلًا من تعلّم قواعد عامة.

مدى فعاليته وما يكشفه

عندما قيِّم على أشخاص لم يرهم من قبل، ميّز ResViT بين الأفراد الأصحّاء ومن لديهم ضعف إدراكي طفيف بنِسبة تقارب ثلاثة أرباع الحالات، بدقّة بلغت 74.09% وبدرجة F1 متوازنة تقارب 0.67. تفوّق ذلك على عدة بدائل قوية، بما في ذلك نسخ استخدمت جزء ResNet فقط أو محول الرؤية فقط أو شبكة شائعة أخرى اسمها EfficientNet. أثبت النهج الهجين، الذي يملك حوالي ثُلث عدد المعاملات الداخلية مقارنة بمحور تحويل كبير منفصل، فعاليته في موازنة الحساسية للمرض مع تجنّب الإنذارات الخاطئة. وباستخدام تصوّرات خرائط الحرارة، أظهر المؤلفون كذلك أن النموذج يميل إلى التركيز على مناطق ذات معنى سريري — مثل أرقام الساعة، حواف المكعب، ونقاط تشعب المسارات — مما يوحي بأنه يولّي اهتمامًا لنفس الإشارات التي يركّز عليها الخبراء البشريون.

القيود الحالية وإمكانات المستقبل

يشدّد المؤلفون على أن نظامهم ليس جاهزًا بعد لأن يكون أداة فحص شاملة. مجموعة البيانات محدودة الحجم، تميل إلى البالغين الأكبر سنًا، وتفتقر إلى معلومات خلفية مهمة مثل مستوى التعليم والفروق الثقافية، وكلها عوامل يمكن أن تؤثر في طريقة رسم الأشخاص. كما قد يكون النموذج متطلّبًا حسابيًا للأجهزة منخفضة الطاقة. ومع ذلك، لأن ResViT يمكن تكييفه بعدد نسبيًا قليل من الأمثلة الجديدة، فقد يُوسع ليشمل اضطرابات معرفية أخرى أو مهام رسم جديدة مع توافر بيانات أكثر. سيكون جمع مجموعات بيانات أكبر وأكثر تنوعًا وبناء نسخ أخف من النموذج خطوات حاسمة نحو الاستخدام اليومي.

ما يعنيه هذا للمرضى والعائلات

بعبارة بسيطة، تُبيّن هذه الدراسة أن الذكاء الاصطناعي المصمّم بعناية يمكن أن يحوّل رسومات القلم والورق البسيطة إلى أداة عملية لاكتشاف علامات مبكرة لمشكلات الذاكرة والتفكير. ومع أن دقة 74% ليست مثالية، فهي واعدة كخط دفاع أول رخيص وسريع وسهل التكرار عبر الزمن. في المستقبل، قد يقوم رسم ممسوح ضوئيًا من العيادة، أو حتى رسم على جهاز لوحي في المنزل، بالإشارة بهدوء إلى تغيّرات طفيفة قبل أن تصبح واضحة في الحياة اليومية، مما يمنح الأطباء والعائلات وقتًا أطول للاستجابة. وبدلًا من استبدال الحكم البشري، قد تجعل أنظمة مثل ResViT ذلك الحكم أكثر اتساقًا وفي الوقت المناسب، ما يوفِّر مساعدة مبكرة للأشخاص المعرضين لخطر الخرف.

الاستشهاد: Sirshar, M., Matloob, I., Tayyabah, A. et al. MCI detection from handwritten drawing test using residual vision transformer. Sci Rep 16, 10334 (2026). https://doi.org/10.1038/s41598-026-40716-y

الكلمات المفتاحية: ضعف إدراكي طفيف, اختبارات الرسم, التعلّم العميق, محول الرؤية, الكشف المبكر عن الخرف