القياس الآلي لزوايا الحَدَبة الإبهامية باستخدام نموذج تعلم عميق: التحقق والمقارنة مع جراحين ذوي خبرات متفاوتة

لماذا رعاية الحدبات جاهزة للأتمتة الذكية

الحدبات — تلك النتوءات المؤلمة عند قاعدة إصبع القدم الكبير — شائعة للغاية، وغالبًا ما يعتمد قرار أفضل طريقة للعلاج على قياس الزوايا بعناية على صور الأشعة الساقطة للقدم. اليوم تُجري هذه القياسات يدويًا، وقد تستغرق عدة دقائق لكل صورة وتختلف من طبيب لآخر. تستكشف هذه الدراسة ما إذا كان شكل حديث من الذكاء الاصطناعي يمكنه تولي هذه المهمة المملة، محققًا دقة على مستوى الجراح في جزء من الثانية وتمهيد الطريق لرعاية حدبات أكثر اتساقًا وتوافرًا.

فهم المشكلة بلغة يومية

انحراف الإبهام (hallux valgus)، المعروف بالحدبة، يحدث عندما ينحرف إصبع القدم الكبير إلى الخارج وينحرف العظم الطويل الأول في القدم إلى الداخل، مكونًا نتوءًا عظميًا وغالبًا ما يسبب ألمًا. يعتمد الجراحون على زاوياََ اثنتين مقاسة على أشعة وزن الجسم — زاوية انحراف الإبهام بين الإصبع والعظم الطويل الخاص به، وزاوية بين المشطين الأولى والثانية — لتقرير ما إذا كانت الجراحة ضرورية وأي إجراء يناسب الحالة. رسم هذه الزوايا يدويًا بطيء، وحتى الأخصائيين قد يختلفون مع بعضهم البعض أو مع قراءاتهم السابقة، لا سيما في الحالات الطفيفة أو الحدية. أداة تستطيع قياس هذه الزوايا بسرعة وبثبات ستكون ذات قيمة في العيادات المزدحمة والدراسات البحثية الكبيرة على حد سواء.

كيف يتعلم الحاسوب قراءة أشعة القدم

بنى فريق البحث نظام تعلم عميق مصممًا ليحاكي كيفية تتبع الخبير لخطوط العظام على الأشعة. أولًا، تحدد شبكة متخصصة لتحليل الصور تلقائيًا مخططات ثلاثة عظام رئيسية: عظم إصبع القدم الكبير والمشط الأول والثاني. من هذه المخططات يحسب النظام خطًا مركزيًا مستقيمًا عبر كل عظم، تمامًا كما يتصور الجراح عند وضع مسطرة على الصورة. عندما توضع هذه الخطوط، تُستخدم الهندسة البسيطة لحساب الزاويتين الهامتين لتقييم الحدبة. تم تدريب النموذج وضبطه على أكثر من 2400 أشعة قدم واقفة، شملت مرضى ذوي حدبات وأشخاصًا بأقدام تبدو طبيعية، ما ضمن تعرضه لمجموعة كاملة من الأشكال المألوفة في الممارسة اليومية.

مواجهة النظام مباشرًة مع الجراحين

لاختبار مدى توافق القياسات الآلية مع حكم الخبراء، قارن المؤلفون النموذج مع جراحين متخصصين في القدم والكاحل لديهما ثلاث وسبع سنوات من الخبرة على التوالي. قام الجراحان بوضع علامات يدوية على خطوط العظام في مئات الأشعة بعناية، وراجع جراح كبير عملهما لإنشاء معيار مرجعي. لم تقِم الدراسة بتقييم مدى تقارب كل طريقة مع هذا المرجع فحسب، بل أيضًا كم مرة انحرفت القياسات بما يكفي لتعتبر غير مقبولة سريريًا. قدم الحاسوب أداءً مساوٍ للجراحين بالنسبة لزاوية إصبع القدم الكبير، وحقق أخطاء كبيرة أقل من كلا الجراحين لزاوية المشطين الأول والثاني، لا سيما في الأقدام الطبيعية أو الحدية حيث كان القارئون البشريون يميلون إلى الخلاف أكثر.

السرعة، الثبات، وماذا يحدث عند الفشل

بخلاف الدقة، كانت الميزة الأبرز للنظام الآلي هي السرعة: فقد قاس كل أشعة في نحو ثُمن الثانية على حاسوب عادي، بالمقارنة مع نحو دقيقتين إلى ثلاث دقائق من العمل الدقيق للقارئ البشري. تفتح هذه الكفاءة الباب أمام قياسات فورية وموحدة مباشرة داخل أنظمة تصوير المستشفيات أو حتى على أجهزة محمولة. كما فحص المؤلفون الحالات التي أخطأ فيها النموذج، مثل الصور منخفضة الجودة حيث أدت العظام المتداخلة إلى تضليل البرنامج ليتتبع خطًا خاطئًا. يقترحون أن الإصدارات المستقبلية يمكن أن تُدرَّب على أشعة أكثر تحديًا ومزودة بفحوص داخلية بسيطة لوضع علامة على النتائج المشكوك فيها للمراجعة البشرية بدلًا من الإفادة بصمت عن زاوية خاطئة.

ماذا يعني هذا للأشخاص المصابين بالحدبات

بلغة يومية، تُظهر هذه الدراسة أن برنامجًا حاسوبيًا مدربًا بعناية يمكنه قياس الزوايا المتعلقة بالحدبة على أشعة القدم بدقة تقارب دقة الجراحين المتمرسين وبسرعة أكبر بكثير، مع بقاء الأخطاء الجسيمة نادرة نسبيًا. ونظرًا لأن النموذج خفيف ومُتاح علنًا، يمكن للمستشفيات والباحثين الآخرين اختباره وتحسينه وربما دمجه في الرعاية الروتينية. إذا أكدت دراسات مستقبلية متعددة المراكز هذه النتائج، فقد يستفيد المرضى من تقييمات أكثر موضوعية وقابلة للتكرار لحدباتهم، ما يؤدي إلى قرارات جراحية أوضح ومتابعة أكثر اتساقًا مع مرور الوقت.

الاستشهاد: Wang, Q., Wang, JH., Ji, DD. et al. Automated measurement of hallux valgus angles using a deep learning model: validation and comparison with surgeons of varying expertise. Sci Rep 16, 12280 (2026). https://doi.org/10.1038/s41598-026-42100-2

الكلمات المفتاحية: حدبة الإبهام, جراحة الورم العظمي, أشعة القدم, التعلّم العميق, تحليل الصور الطبية