التعلّم العميق لتقسيم الأوعية وتحليل التدفق لتحديد مجموعات مرتبطة بنتائج سلبية في سجل مرضى فونتان

لماذا يهم دراسة تدفّق القلب عند الأطفال

الأطفال الذين يولدون بضخّة قلبية واحدة غالبًا ما يخضعون لجراحة معقّدة تُسمى إجراء فونتان ليتمكنوا من البقاء على قيد الحياة حتى بلوغهم البلوغ. قد يبدون مستقرين لسنوات، لكن بعضهم يطوّر لاحقًا مشكلات خطيرة تؤثر على القلب والكبد. يجمع الأطباء بالفعل صور رنين مغناطيسي مفصّلة تلتقط كيف يتحرّك الدم عبر قلوبهم وأوعيتهم مع مرور الزمن، لكن معظم هذه البيانات الحركية الغنية لا تُستَخدم. تُظهر هذه الدراسة كيف أن تقنيات الذكاء الاصطناعي الحديثة قادرة على فك شفرة تلك المعلومات على نطاق واسع، كاشفة أنماط تدفّق دم مرتبطة بصحة طويلة الأمد أفضل أو أسوأ.

تحويل آلاف الفحوصات إلى بيانات قابلة للاستخدام

عمل الباحثون مع سجل FORCE، وهو تجمّع دولي كبير لفحوصات الرنين المغناطيسي القلبي لأكثر من 3000 شخص ذوي دورة فونتان. تتضمن كل فحص أفلامًا متخصّصة تتتبّع سرعة تدفّق الدم عبر أوعية دم رئيسية مع كل نبضة قلب. للتعلّم من هذه الفحوصات، احتاج الفريق أولًا إلى تحديد محيط الأوعية في كل إطار صورة وقياس التدفّق عبر الزمن—مهمة يدوية مملة كانت ستستغرق سنة متواصلة من عمل الخبراء تقديريًا. بدلًا من ذلك، بنوا نموذج تعلّم عميق قادر على تمييز أي وعاء يتم تصويره ورسم حدود الوعاء تلقائيًا لخمس مسارات رئيسية: الشريان الأورطي وأربع أوردة وشرايين كبيرة تؤدي إلى الرئتين ومنهما.

كيف يعمل نظام التقسيم الذكي

جوهر النظام شبكة عصبية تحلل كل فيلم ككتلة ثلاثية الأبعاد قصيرة: بعدان مكانيان بالإضافة إلى الزمن. تأخذ نسختين من إشارة الرنين المغناطيسي—واحدة تظهر التشريح، والأخرى تبرز الدم المتحرّك—وقد تم تدريبها على 260 فحصًا سبق أن تتبّع الخبراء أوعيتهم يدويًا. لا يكتفي النموذج بتحديد الهياكل؛ بل يتعلّم أيضًا تحديد أي وعاء هو أي، مدعومًا بمعلومات أدخلها مشغّل الماسح أثناء التصوير. بهذا التصميم المدمج للتصنيف والتقسيم، حقق النظام تطابقًا عاليًا مع التتبعات البشرية وحدّد نوع الوعاء بشكل صحيح في شبه كل حالات الاختبار، رغم التشوّهات والتباينات التشريحية غير الاعتيادية الشائعة لدى مرضى فونتان.

التوسيع ليشمل سجلًا دوليًا كاملًا

بعد التحقق من صلاحيته، وُضِع النموذج في خط أنابيب سحابي مؤتمت وطُبّق على أكثر من 4500 فحص في السجل. لكل مسح، انتقى أفلام التدفّق، وقسّم الأوعية الخمس المستهدفة، وأنشأ منحنى تدفّق مقابل الزمن لكل نبضة قلب، وكل ذلك دون تدخل بشري. راجع الخبراء هذه النتائج لاحقًا ووجدوا أن حوالي 90% من عمليات التقسيم كانت جيدة بما يكفي للاستخدام السريري حين تكون الأوعية الخمس موجودة. أدَّى النظام أداءً أقل قليلًا لدى المرضى ذوي التشريح غير الاعتيادي جدًا، مثل تكرار الأوردة، لكنه مع ذلك وفّر مجموعة بيانات ضخمة ونظيفة لقياسات تدفّق الدم المتغيرة زمنًا لم تكن متاحة سابقًا.

اكتشاف أنواع تدفّق مخفية مرتبطة بالنتائج

مع وجود آلاف منحنيات التدفّق، بحث نموذج التعلّم العميق الثاني لدى الفريق عن تجمّعات طبيعية للمرضى بناءً فقط على كيفية تحرّك الدم عبر أوعيتهم مع الزمن. ضغط هذا النموذج كل زوج من المنحنيات—إما من شرايين الرئة أو من الأوردة الكبرى—إلى تمثيل داخلي مضغوط ثم جمع المرضى في «أنماط» تدفّق مميزة. كان لبعض المجموعات تدفّقات متوازنة وبأحجام طبيعية؛ أظهر البعض الآخر تدفّقًا إجماليًا منخفضًا، أو تدفّقًا مهيمنًا إلى رئة واحدة، أو تدفّقًا ينتقل نحو مرحلة ارتخاء نبضة القلب. تابع الباحثون المرضى عبر الزمن واكتشفوا أن أنماط تدفّق معينة كانت مرتبطة بمخاطر أعلى للوفاة أو زراعة القلب أو مرض الكبد، حتى بعد التحكم بعوامل مثل العمر وقوة الضخ القلبية ومقاييس معيارية أخرى.

ماذا قد يعني هذا للرعاية المستقبلية

بعبارة بسيطة، تُظهر الدراسة أن طريقة تحرّك الدم عبر دورة فونتان—أي الأوعية التي تحمل تدفّقًا أكثر أو أقل وفي أي نقطة من نبضة القلب—تحمل دلائل مهمة عن المرضى الذين يحتمل أن يواجهوا تعقيدات خطيرة. يبيّن المؤلفون أن الذكاء الاصطناعي يستطيع تحويل أرشيفات كبيرة من أفلام الرنين المغناطيسي الأولية إلى ملفات تدفّق وقوائم مخاطر ذات مغزى، دون تتبّع يدوي أو قواعد مصمّمة يدويًا. في المستقبل، يمكن لنظام من هذا النوع أن يعمل تلقائيًا مباشرة بعد رنين الطفل المغناطيسي، معلمًا أولئك الذين تشبه أنماط تدفّقهم مجموعات عالية الخطر ومساعدًا الأطباء في تخصيص المتابعة أو الفحوصات أو حتى التخطيط الجراحي. خارج نطاق مرضى فونتان، يمكن تكييف النهج نفسه لحالات قلبية أخرى أو فحوصات تتبّع الحركة أو حتى إشارات يومية مثل تخطيط القلب، مستفيدًا بشكل أعمق من معلومات تجمعها المستشفيات بالفعل لكنها نادرًا ما تُحلّل بعمق.

الاستشهاد: Yao, T., Clair, N.S., Gong, M. et al. Deep learning for vessel segmentation and flow analysis to identify clusters associated with adverse outcomes in a fontan patient registry. Sci Rep 16, 11956 (2026). https://doi.org/10.1038/s41598-026-40738-6

الكلمات المفتاحية: دورة فونتان, رنين مغناطيسي قلبي, التعلّم العميق, أنماط تدفّق الدم, تصنيف مخاطر المرضى