تطوير نموذج تعلم عميق للفحص عن الزَرَق الابتدائي بزاوية مفتوحة لدى أفراد من أصول أفريقية

لماذا يهم هذا لصحة العين اليومية

يُعد الزَرَق من الأسباب الرئيسية في العالم للعمى غير القابل للعكس، وغالبًا ما يسرق البصر بصمت قبل أن يلاحظ الأشخاص أي أعراض. تستقصي هذه الدراسة كيف يمكن للذكاء الاصطناعي أن يساعد في اكتشاف شكل شائع من الزَرَق في وقت أبكر، لاسيما في مجتمعات أصحاب الأصول الأفريقية التي تواجه مخاطر أعلى وصعوبات في الوصول إلى رعاية عينية متخصصة. من خلال تعليم الحاسوب قراءة صور العين، يأمل الباحثون في إدخال فحص موثوق للزَرَق إلى مكاتب الرعاية الأولية والعيادات المجتمعية والبيئات منخفضة الموارد حول العالم.

التهديد الصامت للبصر

يزيد الزَرَق الابتدائي ذي الزاوية المفتوحة الضرر تدريجيًا بالعصب البصري، وهو الحبل الناقل للمعلومات البصرية من العين إلى الدماغ. في المراحل المبكرة، يشعر الأشخاص عادةً بحالة جيدة ويبصرون جيدًا، حتى مع تقلص الرؤية الجانبية. وبما أن المرض يتقدم بهدوء وفحوصات العين قد تكون مستهلكة للوقت ونادرة في مناطق كثيرة، يبقى شريحة كبيرة من المرضى دون تشخيص حتى يصبح فقدان البصر دائمًا. هذا العبء أثقل بشكل خاص في جماعات من أصول أفريقية، والذين هم أكثر عرضة للإصابة بالزَرَق وأكثر عرضة للعمى بسببه، ومع ذلك كانوا تاريخيًا ممثلين تمثيلًا ناقصًا في البحوث الطبية ومجموعات الصور عالية الجودة.

تعليم الحواسيب قراءة صور العين

قام الفريق ببناء نظام فحص آلي يدرس صورًا ملونة لجزء خلفي من العين، تُعرف بصور قاع العين. هذه الصور رخيصة نسبيًا وسهلة الالتقاط، حتى خارج عيادة الاختصاصي. من أكثر من 64,000 صورة جُمعت في دراسة الوراثة في الزَرَق الابتدائي بزاوية مفتوحة لدى الأمريكيين من أصل أفريقي (POAAGG)، درّب الباحثون نماذج تعلم عميق لتمييز العيون المصابة بالزَرَق عن تلك غير المصابة. قارنوا بين نهجين متقدمين: نموذج التفاف عصبي "ResNet" و"محول الرؤية" (Vision Transformer)، الذي يفحص الصورة على شكل تقطيعات ويمكنه إبراز المناطق التي يركز عليها — وغالبًا ما تكون منطقة الكوب والقرص بالعصب البصري، حيث تظهر التغيرات المرتبطة بالزَرَق.

اختيار أوضح الصور أولًا

في الفحص الواقعي، تُؤخذ عادةً عدة صور في كل زيارة لتجنب مشاكل مثل الوميض أو الضبابية. بدلًا من إدخال كل الصور إلى النموذج، تساءل الباحثون عما إذا كان اختيار الصور الأكثر معلوماتية فقط يمكن أن يعزز الدقة. اختبروا استراتيجيتين آليتين للاختيار. استخدمت إحداهما نموذج تجزئة لتحديد محيط العصب البصري واختيار الصور ذات خصائص حجمية معينة. الأخرى — مصنف ثنائي — تعلّم تقليد مقيمي الخبرة في مركز القراءة، مفصولًا الصور "الجيدة" عن السيئة. اختيار ست صور عالية الجودة فقط لكل زيارة باستخدام المصنف الثنائي طابق أداء المقيمين البشريين وتفوق بوضوح على استخدام كل الصور وعلى طريقة اختيار الصور بناءً على التجزئة.

دمج دلائل متعددة في نتيجة واحدة

بعد اختيار أفضل الصور من الزيارة، فحص النظام كل صورة على حدة باستخدام محول الرؤية وأنتج احتمالًا لوجود الزَرَق. ثم استكشف الباحثون أفضل طريقة لتحويل عدة احتمالات إلى قرار فحص واحد. أعطى المتوسط البسيط عبر الصور المختارة أكثر النتائج موثوقية، وكان أفضل قليلًا من الاعتماد على القيمة الأكثر تطرفًا فقط. بشكل عام، حقق هذا المسار — اختيار الصور بالمصنف الثنائي، يليه توقع لكل صورة ثم أخذ المتوسط — قدرة عالية على فصل حالات الزَرَق عن غيرها. عند اختباره على مجموعة بيانات منفصلة من مرضى صينيين، حافظ النموذج على أداء جيد، وأظهرت تجارب إضافية أن استخدام مجموعة تدريب أكبر كان حاسمًا لنجاح النقل عبر المجموعات.

ما الذي قد يعنيه هذا للمرضى

تُظهر الدراسة أن مسار ذكاء اصطناعي مصمم بعناية، ومدرّب على مجموعة كبيرة من صور العين لأفراد من أصول أفريقية، يمكنه بدقة الإشارة إلى الأشخاص الذين قد يكون لديهم زَرَق باستخدام صور بسيطة فقط. على الرغم من أن النظام لم يصل بعد إلى العتبات الصارمة التي توصي بها بعض المنظمات للأدوات التشخيصية الكاملة، فإنه مناسب جيدًا كفحص تمهيدي في أماكن نادرة فيها الأخصائيون العينيون. مع المزيد من التحقق على مجموعات سكانية وأجهزة تصوير أكثر تنوعًا، وإمكانية الدمج مع اختبارات عينية أخرى، قد تُنشر هذه التقنية يومًا ما في عيادات الرعاية الأولية، وفعاليات المجتمع، أو مراكز الصحة الريفية. الهدف واضح: اكتشاف الزَرَق في وقت أبكر، وإحالة المعرضين للخطر إلى الأخصائيين، ومنع العمى الممكن تجنبه — لا سيما في المجتمعات التي تأثرت بشدة.

الاستشهاد: Li, S., Salowe, R., Lee, R. et al. Development of deep learning model to screen for primary open-angle glaucoma in African ancestry individuals. npj Digit. Med. 9, 214 (2026). https://doi.org/10.1038/s41746-025-02318-2

الكلمات المفتاحية: فحص الزَرَق, الذكاء الاصطناعي, تصوير الشبكية, الصحة لدى أصحاب الأصول الأفريقية, الطب بتعلم عميق