تطبيق نماذج بصرية‑لغوية كبيرة مُدرَّبة مسبقًا للتشخيص الأولي لللويحات البيضاء المريئية في فحص واسع النطاق لسرطان المريء

لماذا تهم هذه البقع في الحلق

خلال فحوصات المعدة والبلعوم الروتينية، كثيرًا ما يلاحظ الأطباء بقعًا بيضاء صغيرة داخل المريء. معظمها غير ضار، لكن بعضها يشير إلى سرطان مبكر يمكن علاجه إذا اكتُشف في الوقت المناسب. التمييز بين هذه البقع المشابهة بصريًا صعب ضمن برامج الفحص المزدحمة، حتى بالنسبة للخبراء. تستكشف هذه الدراسة ما إذا كان نظام ذكاء اصطناعي متقدّم يمكن أن يساعد الأطباء على فرز البقع الخطرة بسرعة عن غير المؤذية، بل ووصف ما يراه بلغة بسيطة.

بقع بيضاء شائعة لكن مخاطرها مختلفة جدًا

تُعدّ البقع البيضاء في المريء شائعة بشكل مدهش: في برنامج الفحص الكبير هذا، عانى أكثر من واحد من كل خمسة مرضى منها. ومع ذلك، يمكن أن تنجم هذه اللويحات عن مشكلات مختلفة تمامًا. بعضها سرطانات مريئية مبكرة تظهر كمناطق بيضاء مرتفعة قليلًا وخشنة لا يمكن مسحها. والبعض الآخر ناجم عن عدوى فطرية تُكوّن أطواقًا بيضاء رخوة قد تتقشر لتكشف عن نسيج خام تحتها. وهناك أورام حميدة صغيرة تُسمى حليميات، أو بقع مسطحة حبيبية تُعرف بالتهاب القرنية السكرّي (glycogenic acanthosis)، وكلاهما عادةً غير ضار ومناسب للمتابعة البسيطة. وبما أن خيارات العلاج تتراوح بين الخزعة العاجلة والملاحظة البسيطة، فإن الحصول على الحكم البصري الأولي الصحيح أمر حاسم.

تحويل صور المنظار إلى إرشاد ذكي

بنى الباحثون نظامًا للتشخيص بمساعدة الحاسوب فوق نموذج رؤية‑لغة قوي يُعرف باسم BLIP، درب أصلاً على مجموعات ضخمة من الصور والنصوص. زودوا النظام بـ13,922 صورة منظارية من أكثر من 2,000 مريض، شاملة للأسباب الأربعة الرئيسية للويحات البيضاء ومستخدِمة كلًا من العرض الضوئي العادي ووضع تباين خاص يُسمى التصوير بشريط ضيق النطاق (narrow‑band imaging). على عكس الأدوات السابقة التي تقتصر على تسمية المرض، يقوم هذا النظام بأمرين معًا: يتنبأ أيُّ من الحالات الأربع موجود ويولّد وصفًا كتابيًا قصيرًا لما “يراه” في الصورة، مثل موضع ومظهر اللويحات.

تعليم الذكاء الاصطناعي أكثر ببيانات طبية محدودة

مجموعات الصور الطبية صغيرة مقارنةً بمخازن الصور اليومية، ما قد يحدّ من أداء الذكاء الاصطناعي. لمعالجة ذلك، أضاف الفريق وحدات "ضوضاء تحفيزية إيجابية" خاصة إلى نموذج BLIP. ببساطة، تخلق هذه الوحدات تحويرات لطيفة تعتمد على البيانات لكل صورة ولخرائط الميزات الداخلية للنموذج، مما يدفع النظام لتعلّم أنماط أكثر متانة دون إغراقه بتغيّرات عشوائية. ثم تم ضبط النموذج بدقّة بحيث يتوافق فهمه للصورة مع تشخيصات الخبراء والأوصاف النصية التي قدّمها أطباء المناظير المتمرسون.

تفوق على النماذج المنافسة وحتى على الخبراء البشريين

عند الاختبار، تفوق النظام الجديد على عدة نماذج ذكاء اصطناعي رائدة معتمدة على الصور فقط في جميع مقاييس الأداء الرئيسية لجميع الأمراض الأربعة، مستخدمًا نمطي التصوير المنظاري. كما تفوّق على نموذج رؤية‑لغة طبي متخصص يُدعى LLaVA‑Med في مهمة توليد كلمات مفتاحية تشخيصية دقيقة داخل أوصافه النصية. في منافسة قراءة مباشرة أمام أربعة أطباء مناظير—اثنان كبيران واثنان مبتدئان—حقق النظام دقة إجمالية أعلى في تصنيف الصور. والأكثر لفتًا للانتباه أنه تفوّق على جميع الأطباء في كشف السرطان المريئي المبكر، خاصة من حيث الاستدعاء (recall)، أي أنه فشل في الكشف عن حالات سرطان أقل بينما حافظ على دقة جيدة.

ما الذي قد يعنيه هذا للفحوص المستقبلية

تشير الدراسة إلى أن الذكاء الاصطناعي القائم على رؤية‑لغة والمُكيّف بعناية قد يصبح مساعدًا قيّمًا في برامج الفحص واسعة النطاق. يمكن مثل هذا النظام أن يعلّم البقع البيضاء المشتبه بها في الوقت الفعلي، ويقلل حالات فوات سرطانات مبكرة، ويجنب كثيرًا من المرضى خزعات غير ضرورية بطمأنة الأطباء عندما يبدو أن الآفة حميدة آمنًا. لا تزال الحاجة قائمة لاختباره على فيديوهات المنظار، وعلى أنواع أندر من اللويحات البيضاء، وفي عدة مستشفيات، لكن العمل يشير إلى مستقبل حيث لا يكتفي الذكاء الاصطناعي باكتشاف المشكلات في الصور الطبية فحسب، بل يشرح أيضًا أسبابه بلغة تدعم قرارات سريرية أسرع وأكثر اتساقًا.

الاستشهاد: Li, Y., Li, X., Zhang, D. et al. The application of pre-trained large visual-language models for preliminary diagnosis of esophageal whitish plaques in large-scale esophageal cancer screening. npj Precis. Onc. 10, 94 (2026). https://doi.org/10.1038/s41698-026-01301-8

الكلمات المفتاحية: فحص سرطان المريء, الذكاء الاصطناعي في منظار القناة الهضمية, نماذج رؤية‑لغة, التشخيص المعتمد على الحاسوب, اللويحات المريئية البيضاء