Clear Sky Science · ar

الاندماج متعدد الوسائط في التصوير مدفوع بالذكاء الاصطناعي باستخدام سوين ترانسفورمر وشبكات دمج متجهات محسّنة لاكتشاف الالتهاب الرئوي

· العودة إلى الفهرس

لماذا تهم فحوصات الالتهاب الرئوي الأذكى

يمكن أن يحول الالتهاب الرئوي سعالاً بسيطاً إلى حالة طارئة تهدد الحياة، لا سيما لدى الأطفال وكبار السن والأشخاص ذوي المناعة الضعيفة. عادة ما يكتشفه الأطباء من خلال فحص أشعة صدرية أو صور مقطعية، لكن قراءة آلاف الصور سنوياً مرهقة وقد تكون غير حاسمة أحياناً، خصوصاً في المستشفيات المزدحمة أو قليلة الموارد. تعرض هذه الورقة نظام ذكاء اصطناعي جديداً يفحص صور الرئة من مصادر متعددة في آن واحد، يشرح ما يراه، ويقدّر حتى مدى خطورة حالة المريض—بهدف دعم رعاية أسرع وأكثر موثوقية بدلاً من استبدال الأطباء.

Figure 1
Figure 1.

جمع صور الرئة المختلفة معاً

يركز المؤلفون على نوعين شائعين من الفحوص: أشعة صدرية سينية، وهي رخيصة ومتاحة على نطاق واسع، والأشعة المقطعية، التي توفر مقاطع عرضية أكثر تفصيلاً للرئتين. بدلاً من التعامل مع كل منهما كعالم منفصل، يتعلم النظام من الاثنتين معاً. أولاً، خطوة متخصصة لمعالجة الصور تنظف كل صورة، تزيل الضوضاء وتعزز البقع الدقيقة والمناطق الضبابية التي غالباً ما تشير إلى الالتهاب الرئوي المبكر. يجعل هذا أنماط المرض الخافتة أكثر وضوحاً للذكاء الاصطناعي وبشكل غير مباشر للأطباء الذين يراجعون لاحقاً تفسيرات النظام.

كيف يتعلم الذكاء الاصطناعي أنماط المرض

بعد التنظيف، تمرّر كل صورة إلى نموذج رؤية حديث يسمى سوين ترانسفورمر. وعلى عكس الأساليب التقليدية التي تفحص الصورة بمرشحات ثابتة، يرى هذا النموذج الصورة عبر نوافذ صغيرة متداخلة عديدة ويبني تدريجياً فهماً طبقيّاً للأشكال والأنسجة—من تفاصيل رئوية دقيقة إلى أنماط أوسع عبر الصدر. تُستخدم نسخ منفصلة من هذا النموذج لتحليل الأشعة السينية والأشعة المقطعية، منتجة ملخّصات غنية لكل صورة تلتقط كل من العيوب المحلية والبنية العامة، مثل العتامات البقعية أو المناطق المملوءة بسوائل التي تميل للظهور مع الالتهاب الرئوي.

دمج الرؤى والتعامل مع عدم اليقين

التحدي التالي هو دمج ما تعلمه الذكاء الاصطناعي من نوعي التصوير. بدلاً من متوسط النتائج ببساطة، يستخدم النظام شبكة دمج متجهية (تانسور) تقترن فيها كل ميزة من الأشعة السينية بكل ميزة من الأشعة المقطعية، بما يلتقط كيف تعزز أو تتعارض الأنماط في أحد العرضين مع الأخرى. وبما أن هذا قد يولّد عدداً هائلاً من التركيبات، فإن طريقة تحسين مستوحاة من حركة قطعان الحمار الوحشي تقصّ الروابط المكررة أو غير المفيدة، محافظةً على الأكثر إفادة منها فقط. تُرسل هذه التمثيلات المندمجة بعد ذلك إلى شبكة عصبية بايزية، التي لا تتنبأ فقط بوجود الالتهاب الرئوي بل وتقدّر أيضاً مدى ثقتها. تكرار التنبؤ عدة مرات مع تغييرات داخلية طفيفة يمكّن النموذج من قياس عدم اليقين لديه—وهو دليل حاسم للأطباء عند القرار بموثوقية المخرجات أو الحاجة لمزيد من الفحص.

Figure 2
Figure 2.

إظهار أماكن تركيز النموذج للأطباء

لتجنب تشخيص «صندوق أسود»، يستخدم النظام تقنية تُدعى Grad‑CAM لتسليط الضوء على مناطق كل فحص التي أثرت أكثر في قراره. تظهر هذه الإضاءات كطبقات لونية على صور الأشعة السينية والمقطعية، عادة ما تبرز مناطق رئوية معتمة أو متماسكة معروفة لدى أخصائيي الأشعة. ثم يذهب المؤلفون خطوة إضافية: يقيسون مدى تداخل هذه المناطق المظللة مع مساحة الرئة الفعلية، ويحوّلون ذلك إلى درجة اتساق بصري. أخيراً، يجمع مُكوّن المخاطر ثلاثة عناصر—احتمال الإصابة المتنبأ به، عدم يقين النموذج، وهذا الاتساق البصري—في درجة خطر واحدة تتراوح من منخفضة إلى عالية. عندما تتجاوز الدرجة عتبة محددة مسبقاً، يُصمم النظام لإطلاق تنبيهات مبكرة حتى تُعطى أولوية للمرضى ذوي المخاطر العالية.

ماذا تعني النتائج للمرضى

عند اختباره على مجموعات بيانات عامة من الصور السينية والمقطعية، تفوق الإطار على عدة نماذج تعلم عميق مستخدمة على نطاق واسع، محققاً دقة عالية مع تقديم تقديرات لعدم اليقين وإشارات بصرية واضحة. وعلى الرغم من أن البيانات لم تتضمن فحوصاً مطابقة لنفس المرضى وجاءت من مصادر محدودة، تُظهر هذه الدراسة أن ذكاءً اصطناعياً متعدد الوسائط مصمماً بعناية يمكنه أكثر من مجرد وسم الصور: يمكنه دمج وجهات نظر مختلفة للرئتين، الإفصاح عن مدى ثقته، وإظهار المكان الدقيق الذي يرى فيه المشكلة. وللمرضى، قد تترجم مثل هذه الأنظمة إلى تشخيصات أسرع، فرز أفضل في المستشفيات المزدحمة، ومتابعات أكثر استهدافاً، لا سيما في المناطق التي نادر فيها وجود أخصائيي أشعة خبراء.

الاستشهاد: Sikindar, S., Raghavendran, C.V. & Madhavi, G. AI-driven multimodal imaging fusion using swin transformer and optimized tensor fusion networks for pneumonia detection. Sci Rep 16, 12611 (2026). https://doi.org/10.1038/s41598-026-41427-0

الكلمات المفتاحية: كشف الالتهاب الرئوي, الذكاء الاصطناعي في التصوير الطبي, أشعة الصدر السينية, أشعة مقطعية, تقييم المخاطر