تطوير والتحقق من نموذج قائم على الذكاء الاصطناعي لتشخيص الأورام الملحقة المبيضية الحميدة والحدّية والخبيثة

لماذا هذا مهم لصحة النساء

تُعد الأورام المبيضية والأورام الملحقة الأخرى اكتشافات شائعة في فحوص الموجات فوق الصوتية الحوضية، ومع ذلك لا يزال تمييز الحالات الحميدة عن تلك التي تشير إلى سرطان مبكّر أمراً صعباً حتى لدى الخبراء. تسرد هذه الدراسة نظام ذكاء اصطناعي جديدًا، يُسمى Clinical‑OMTA، يقرأ صور الموجات فوق الصوتية ويساعد الأطباء على تصنيف هذه الأورام إلى ثلاث مجموعات رئيسية — حميدة، حدّية، وخبيثة — بحيث تتلقى النساء العلاج المناسب مع تجنّب الجراحة غير الضرورية.

ثلاثة أنواع من النُمو، وثلاثة خيارات مختلفة تمامًا

ليست كل الأورام الملحقة متساوية. يمكن في كثير من الأحيان مراقبة الأورام الحميدة أو استئصالها بواسطة جراحة بسيطة. الأورام الخبيثة هي سرطانات تهدد الحياة وتحتاج إلى جراحة متخصصة وعلاج كيميائي. تقع الأورام الحدّية في منطقة رمادية: يمكن أن تتكرر لكنها غالبًا ما تصيب نساء أصغر سنًا يرغبن في الحفاظ على خصوبتهن، لذلك يحاول الجراحون إزالة الحدّ الأدنى الضروري. للأسف، تبدو هذه الفئات الثلاث مشابهة جدًا في صور الموجات فوق الصوتية. قد تحاكي الأورام الحدّية، على وجه الخصوص، إما كيسًا غير ضار أو سرطانًا عدوانيًا، مما يجعل قرارات العلاج مرهقة للمرضى والأطباء على حد سواء.

تحويل الصور المعقدة إلى إجابات أوضح

تُعد الموجات فوق الصوتية عادة الاختبار الأول والأكثر توفّرًا للأورام الملحقة، لكن تفسير الصور الحبيبية والمتغيرة بشدة يتطلب خبرة كبيرة. تجمع أنظمة التسجيل والحاسبات المخاطية الحالية، مثل نموذج ADNEX المستخدم على نطاق واسع، بين خصائص محددة في الموجات فوق الصوتية ومعلومة سريرية بسيطة مثل العمر ومؤشر دموي (CA125)، ومع ذلك تظل هذه الطرق معتمدة على ملاحظات بشرية لوصف الصور بشكل صحيح. يقدم العمل الحديث في التعلم العميق — وهو فرع من الذكاء الاصطناعي يتعلم الأنماط مباشرةً من البكسلات — فرصة لتجاوز جزء من هذا الذاتية عبر تدريب الحواسيب على تمييز التواقيع الصورية الدقيقة لأنواع الأورام المختلفة.

مساعد ذكاء اصطناعي مدرّب عبر مستشفيات متعددة

بناءً على أعمال سابقة، صمّم الباحثون Clinical‑OMTA، وهو نموذج ذكاء اصطناعي ثنائي المسار يفصل أولاً بين الأورام الحميدة وغير الحميدة ثم يميّز بين الحدّية والخبيثة. يستوعب النظام صور الموجات فوق الصوتية ذات التدرّج الرمادي ويمكنه أيضًا أخذ العمر وقيم CA125 كمدخلات اختيارية. لتعليم واختبار النموذج، جمع الفريق مجموعة بيانات كبيرة ومتنوعة: 2381 امرأة من 23 مستشفى في أنحاء الصين، تم فحصهن على 38 نوعًا من أجهزة الموجات فوق الصوتية. تم تأكيد التشخيص جراحيًا لمعظم الحالات؛ ومجموعة أصغر من الأكياس الواضحة الحميدة تم تأكيدها بمتابعة موجات فوق الصوتية لمدة لا تقل عن ستة أشهر. قُسِّمَت البيانات إلى مجموعات تدريب، ومجموعات اختبار داخلية، واثنين من مجموعات الاختبار الخارجية المستقلة بالكامل، شملت صورًا ثابتة ومشاهد فيديو قصيرة للمبايض.

مدى أداء الذكاء الاصطناعي في بيئات العالم الحقيقي

على صور الاختبار الخارجية، فصل نظام Clinical‑OMTA بشكل صحيح بين الأورام الحميدة والحدّية والخبيثة بدقة مماثلة لكل من نموذج ADNEX وحكم فاحص موجات فوق صوتية خبير. كان أداؤه ثابتًا عبر ماركات مختلفة من أجهزة الموجات فوق الصوتية وطرق المسح (عبر البطن أو المهبلي) وفي المستشفيين الخارجيين، مما يشير إلى أن النموذج غير متكيّف بشكل مفرط مع جهاز أو مركز بعينه. عمل النظام جيدًا أيضًا على مقاطع الفيديو، وليس فقط على الإطارات الثابتة. ومن المثير للاهتمام أن إضافة العمر وCA125 لم تُحسّن قراراته مقارنة باستخدام صور الموجات فوق الصوتية فقط، وهو ما يتوافق مع دراسات سابقة أظهرت أن هذا المؤشر الدموي يضيف القليل عندما تتوفر صور عالية الجودة.

مساعدة الأطباء الأقل خبرة وحدوده

سأل الباحثون بعد ذلك 11 أخصائيًا في الأشعة — مبتدئين ومتوسطي الخبرة وذوي خبرة عالية — لتصنيف نفس الحالات، أولًا بدون مساعدة ثم مع مخرجات الذكاء الاصطناعي وخرائط الحرارة التي تُبرز مناطق الصورة التي يعتبرها النموذج مهمة. بمساعدة Clinical‑OMTA، ارتفعت دقة الأطباء المبتدئين بحوالي 18–20 نقطة مئوية، كما تحسّن القرّاء المتوسطون بشكل ملحوظ وصولًا إلى أداء يقارب أداء الخبراء. وارتفعت الاتفاقيات بين القرّاء، التي كانت سابقًا تتراوح بين عادلة ومعتدلة فقط، إلى مستويات عالية جدًا عند استخدام الأداة. في المقابل، تُشير الدراسة إلى أن مثل هذا التوافق القوي قد يعكس «تحيّز الأتمتة»، حيث يميل الأطباء إلى الاعتماد المفرط على الذكاء الاصطناعي، لا سيما في الحالات الحدّية الأكثر غموضًا. لذلك يؤكد المؤلفون أن خرائط الحرارة هي أدوات بحثية وليست تفسيرات مستقلة، وأن توجيه الذكاء الاصطناعي يجب دمجه بحذر في التدريب السريري وصنع القرار.

ما يعنيه هذا للمرضى

بشكل عام، يبيّن Clinical‑OMTA أن نظام ذكاء اصطناعي مدرّب على بيانات موجات فوق صوتية متنوعة يمكنه أن يضاهي أداء الخبراء في تصنيف الأورام الملحقة إلى فئات حميدة وحدّية وخبيثة، مع تعزيز مهارات واتساق أخصائيي الأشعة الأقل خبرة بشكل ملحوظ. وبما أنه يعمل عبر أجهزة ومراكز مختلفة، فقد يُدمَج في نهاية المطاف داخل أجهزة الماسح أو يُستخدم كبرنامج مستقل لدعم الأطباء في العيادات المزدحمة أو ناقصة الموارد. يحذر المؤلفون من أن هناك حاجة إلى دراسات مستقبلية ودولية إضافية قبل الاستخدام الروتيني، خصوصًا في البيئات ذات الأجهزة الأدنى أو المشغلين غير المتخصّصين. ومع ذلك، يشير عملهم نحو مستقبل قد تتمكن فيه المزيد من النساء، بغض النظر عن مكان تلقي العلاج، من الاستفادة من تفسير بمستوى خبير لفحوص الموجات فوق الصوتية المبيضية ورعاية أكثر تفصيلًا وفي وقت مناسب.

الاستشهاد: Wu, Y., Dai, W., Li, X. et al. Development and validation of an artificial intelligence-based model for diagnosing benign, borderline, and malignant adnexal masses. npj Precis. Onc. 10, 106 (2026). https://doi.org/10.1038/s41698-026-01320-5

الكلمات المفتاحية: موجات فوق الصوتية للمبيض, الذكاء الاصطناعي, أورام ملحقة, أورام المبيض الحدّية, دعم اتخاذ القرار السريري