تمييز أنواع البكتيريا عبر الكشف اللحظي للمركبات العضوية المتطايرة باستخدام كاشف تأيين ضوئي متعدد الأطوال الموجية وتحليل صور يعتمد على الذكاء الاصطناعي

لماذا قد يغيّر شَمُّ الجراثيم رعاية المستشفى

تواجه المستشفيات باستمرار عدوى يلتقطها المرضى أثناء تلقي العلاج، وغالباً ما تكون ناجمة عن بكتيريا تقاوم المضادات الحيوية الشائعة. يحتاج الأطباء إلى معرفة سريعة بنوع الجرثوم لتحديد الدواء المناسب، لكن الاختبارات الحالية قد تستغرق أياماً. يستعرض هذا البحث نهجاً جديداً يستمع إلى «رائحة» البكتيريا في الزمن الحقيقي ويستخدم الذكاء الاصطناعي لتمييز الأنواع المختلفة، بهدف تسريع التشخيص وتحسين رعاية المرضى.

جراثيم تترك أثراً كيميائياً

تماماً كما تصدر القهوة والزهور والطلاء روائح مميزة، تطلق البكتيريا مزيجاً من الجزيئات الهوائية الدقيقة. تسمى هذه المركبات المركبات العضوية المتطايرة (VOCs)، وتميل كل فصيلة إلى إطلاق تركيبة معينة أثناء نموها. ركز المؤلفون على أربعة من مسببات المشاكل الشائعة في المستشفيات، بما في ذلك الإشريكية القولونية (E. coli) والمكورات العنقودية الذهبية (Staphylococcus aureus)، التي تعتبر مسببات رئيسية لالتهابات المسالك البولية والدم والرئتين. إذا أمكن قراءة هذه التركيبات الكيميائية بسرعة وبموثوقية، فقد تعمل كبصمة تكشف عن الجرثوم الحاضر دون الحاجة للمس البكتيريا نفسها.

مستشعر صغير يشم الخيوط الخفية

لالتقاط هذه الروائح البكتيرية، بنى الفريق جهازاً صغيراً قائمًا على تقنية تُدعى كشف التأيين الضوئي. داخل المستشعر، تُصدر أربع مصابيح صغيرة ضوءاً عالي الطاقة على المركبات العضوية المتطايرة الواردة. كل مصباح له طاقة ضوئية مختلفة، فكل واحد يستجيب تفضيلياً لجزء طفيف مختلف من الخليط الكيميائي. عند تعرض هذه المواد للضوء، تتكوّن جزيئات مشحونة تُولّد تياراً كهربائياً ضعيفاً. على مدار عشرين دقيقة، ينتج كل مصباح منحنى تيار خاصاً به يعكس كيف تتغير رائحة البكتيريا مع الزمن. تشكل هذه المنحنيات الأربعة معاً نمطاً متعدد الألوان يميز كل نوع بكتيري وكذلك عدد الخلايا الموجودة.

تحويل إشارات المستشعر إلى صور للذكاء الاصطناعي

المنحنيات الكهربائية الأولية معقّدة وصعب على العين البشرية تفسيرها مباشرة. لذا حوّل الباحثون هذه المنحنيات إلى صور، بملء المساحة تحت كل خط ودمج إشارات المصابيح الأربعة في صورة واحدة. ثم استخدموا شبكة تمييز صور مُدربة مسبقاً، صُممت أصلاً لتصنيف الصور اليومية، وعدلوها لهذه المهمة باستخدام استراتيجية تُدعى التعلم بعدد لقطات قليل (few‑shot learning). تم تصميم هذا الأسلوب ليعمل حتى مع وجود أمثلة قليلة، وهو الحال غالباً عند تطوير مستشعر جديد. تعلّم نموذج الذكاء الاصطناعي تمييز الفروق الدقيقة في الشكل والشدة بين الصور الناتجة عن بكتيريا وأنماط تركيز مختلفة.

ما الذي يمكن للنظام اكتشافه حالياً

في الاختبارات، ميز المستشعر بين الأنواع البكتيرية الأربعة بشكل موثوق اعتماداً على أنماط المركبات العضوية المتطايرة، محققاً دقة تزيد عن 88 بالمئة في تحديد النوع. اكتشف مستويات بكتيرية منخفضة جداً، تصل تقريباً إلى مئة خلية لكل مليلتر، وهو نطاق يتقاطع مع ما يُرى في المراحل المبكرة من عدوى مجرى الدم وأدنى بكثير من المستويات النموذجية في التهابات المسالك البولية. كما فرّق النظام بين مستويات التلوث المنخفضة والعالية، وهي قدرة قد تساعد الأطباء على تحديد ما إذا كانت العدوى مهمة أم لا تزال في مرحلة مبكرة. عندما أنتج الفريق مجموعة بيانات أكثر توازناً، تحسّن أداء نموذج الذكاء الاصطناعي بشكل أكبر، مما يدل على أن بيانات أكثر اتساقاً ستجعل الطريقة أقوى.

ما الذي قد يعنيه هذا للمرضى

لا يحل هذا العمل بعد محل الاختبارات المخبرية القياسية، لكنه يظهر أن الجمع بين مستشعر بسيط قائم على الرائحة والذكاء الاصطناعي الحديث يمكن أن يحدد بسرعة البكتيريا الموجودة وكميتها. وبما أن الجهاز مدمج ولا يحتاج إلى علامات خاصة أو تحضير عينات معقد، ويقرأ الهواء فوق المستعمرة مباشرة، فقد يُكيّف للاستخدام بجانب السرير أو بالقرب من المريض. في المستقبل، قد تساعد أدوات مماثلة الأطباء على الاستجابة بشكل أسرع لعدوى المستشفيات، وتخصيص العلاجات بدقة أكبر، وتقليل الاستخدام غير الضروري للمضادات الحيوية واسعة الطيف، مما يدعم نتائج أفضل للمرضى.

الاستشهاد: Costa, S.P., Cardoso, A., Mahmoodnia, H. et al. Bacterial species differentiation via real-time detection of microbial volatile organic compounds using a wavelength multiplexed photoionization detector and AI image-based analysis. Sci Rep 16, 15924 (2026). https://doi.org/10.1038/s41598-026-46818-x

الكلمات المفتاحية: كشف البكتيريا, المركبات العضوية المتطايرة, مستشعر التأيين الضوئي, الذكاء الاصطناعي, العدوى في الرعاية الصحية