تقييم استجابة العلاج في الضمور البقعي الرطب القائم على الذكاء الاصطناعي باستخدام صور OCT angiography مزدوجة

لماذا يهم هذا للبصر

الضمور البقعي المرتبط بالعمر هو سبب رئيسي لفقدان البصر لدى كبار السن، ويتلقى الكثيرون حقنات متكررة في العين للتحكم في المرض. يعتمد الأطباء على صور العين لتقرير ما إذا كان العلاج ناجحًا، لكن قراءة هذه الصور صعبة وقد تختلف من اختصاصي لآخر. تستكشف هذه الدراسة كيف يمكن للذكاء الاصطناعي أن يساعد في تقييم نجاح العلاج بشكل أكثر اتساقًا، مستخدمًا نوعًا أحدث من فحص العين الذي يرسم الأوعية الدموية الصغيرة في الجزء الخلفي من العين.

رؤية تدفق الدم بدون صبغة

لسنوات، استخدم الأطباء تصويرًا معتمدًا على الصبغة للكشف عن أوعية دموية شاذة تهدد الرؤية المركزية. في الآونة الأخيرة، سمحت تقنية التصوير المقطعي البصري وتفرعها OCT angiography للأطباء برؤية طبقات رقيقة من الشبكية وتدفقها الدموي دون وخزة إبرة. يمكن لهذه الصور أن تظهر كيف تنمو الأوعية الشاذة أو تتقلص أو تتغير أشكالها أثناء العلاج، لكن الأنماط غالبًا ما تكون دقيقة ولا تتطابق دائمًا مع علامات واضحة للنشاط المرضي مثل السوائل أو النزف. نتيجة لذلك، قد يستغرق الحكم على ما إذا كانت دورة الحقن قد حسّنت العين بالفعل، أو لم تُحدث فرقًا، أو سمحت بتفاقم المرض وقتًا طويلاً ويعتمد على تقدير شخصي.

تدريب رأي ثانٍ رقمي

جمع الباحثون أكثر من ألف زوج من صور OCT angiography من أشخاص يعانون الشكل الرطب من الضمور البقعي. أظهر كل زوج نفس العين قبل وبعد سلسلة من حقنات مضاد VEGF، وهو علاج دوائي قياسي يبطئ نمو الأوعية الشاذة. استُخدمت مسحات مقطعية عرضية منفصلة وتغيرات في الرؤية لتقرير ما إذا كانت كل دورة علاجية قد حسّنت العين بوضوح، أو تركتها بلا تغيير يذكر، أو سمحت بتدهورها. خدمت هذه التسميات الخبيرة كمرجع لتعليم نظام تعلم عميق لفرز أزواج الصور الجديدة إلى نفس الفئات الثلاث.

كيف يقرأ الحاسوب الصور

بنى الفريق نموذجًا بفرعين متوازيين، أحدهما لصورة ما قبل العلاج والآخر لصورة ما بعد العلاج. عند كل نقطة زمنية، فحص النظام عدة طبقات من الشبكية والمشيمية الملتقطة كمناظير علوية مسطحة. تعلّم أولًا استخراج ميزات بصرية معقدة من كل صورة، مثل كثافة الأوعية ونمط التفرّع، ثم جمع المعلومات من كلتا النقطتين الزمنيتين لإصدار حكم واحد بخصوص التحسن، أو الثبات، أو التدهور. قُسِّمت الصور عشوائيًا بحيث استُخدم بعض الأزواج لتدريب النموذج، وبعضها لضبطه بدقة، ومجموعة منفصلة حُجبت للاختبار النهائي.

مقارنة الحاسوب بالخبراء

على مجموعة الاختبار المستقلة، صنف نظام الذكاء الاصطناعي استجابة العلاج بشكل صحيح في حوالي ثمانية من كل عشرة أزواج صور، مع أداء قوي بشكل خاص في اكتشاف حالات التحسن. راجع متخصصان متمرسان في الشبكية نفس أزواج الصور دون الوصول إلى بيانات سريرية أخرى. كانت دقتهما المجمعة أقرب إلى ستة من كل عشرة، وواجهتا صعوبة خاصة في الحالات التي كان المرض فيها ثابتًا بدلًا من أن يكون أفضل أو أسوأ بوضوح. أظهرت التحليلات الإحصائية أن المقيمين البشريين كانوا أكثر عرضة بحوالي ثلاث مرات من النموذج لأن يخطئوا في تحديد ما إذا كانت دورة العلاج قد أحسنت، أو لم تفعل شيئًا، أو فشلت، مما يبرز مدى تحدي تفسير هذه الصور بالعين المجردة.

ماذا قد يعني هذا للمرضى

تشير الدراسة إلى أن نظام ذكاء اصطناعي مُدرَّبًا بعناية يمكن أن يعمل كقارئ متسق لأزواج صور الأوعية، مقدمًا رؤية موضوعية لكيفية استجابة الأوعية الشاذة في الضمور البقعي للعلاج. وعلى الرغم من أن هذه الأدوات لن تحل محل الأطباء، فقد تعمل كمساعد لاتخاذ القرار، ممّا يلفت الانتباه إلى التغيّرات الدقيقة، ويقلّل الخلاف بين الخبراء، ويساعد في تفصيل جداول الحقن بدقة أكبر. على المدى الطويل، قد يدعم هذا النهج رعاية أكثر تخصيصًا واستخدامًا أفضل للأدوية الجديدة والحالية للحفاظ على البصر لدى الأشخاص المصابين بهذا المرض العيني الشائع.

الاستشهاد: Morsy, M.S., Dutta, N.A., Eldessouky, E.I. et al. Artificial intelligence based assessment of treatment response in wet age related macular degeneration using paired OCT angiography. Sci Rep 16, 15405 (2026). https://doi.org/10.1038/s41598-026-42999-7

الكلمات المفتاحية: الضمور البقعي المرتبط بالعمر, تصوير الأوعية بتقنية التصوير المقطعي البصري, الذكاء الاصطناعي, استجابة للعلاج, تصوير الشبكية