خط أنابيب تعلم عميق هرمي لقياس معلمات عنق الرحم بدقة في الأشعة مع تغطية C7

لماذا تحتاج أشعة الرقبة للمساعدة

عندما يخطط الأطباء لإجراء جراحة في الرقبة أو يتابعون مشكلات العمود الفقري مع مرور الوقت، فإنهم يعتمدون على قياسات دقيقة مأخوذة من الأشعة الجانبية لعمود عنق الرحم. هذه الزوايا والمسافات، التي تصف كيفية انحناء الرقبة ومحاذاتها مع بقية الجسم، مرتبطة ارتباطًا وثيقًا بتخفيف الألم ووظيفة الأعصاب والنتائج طويلة الأمد. ومع ذلك، في الممارسة اليومية تكون هذه القياسات بطيئة، وقد تختلف من متخصص لآخر، وغالبًا ما تُختلّ عندما يُخفي الكتف جزءًا من أخفض فقرة عنقية (الفقرات C7). تقدم هذه الدراسة نظام ذكاء اصطناعي جديدًا مصممًا خصيصًا لمعالجة هذه المشكلة الواقعية.

مشكلة صعبة في تصوير الرقبة اليومي

تعد الأشعة الجانبية للرقبة أداة أساسية في عيادات العمود الفقري حول العالم. من هذه الصور، يقيس الجراحون مدى انحناء الرقبة للخلف (اللوردوز العنقي)، وكيف يميل كل فقرة، ومقدار بروز الرأس أمام العمود الفقري. تساعد هذه القيم في تحديد ما إذا كانت الجراحة ضرورية ونوع العملية المناسبة ومدى تعافي المريض. ومع ذلك، فإن أخذ هذه القياسات يدويًا يستغرق وقتًا ويمكن أن يكون غير متناسق، خاصة عندما يرسم أطباء مختلفون خطوطًا متباينة قليلًا على نفس الصورة. والأسوأ من ذلك، في العديد من الأشعة تكون الفقرة C7 — نقطة المرجع الرئيسية في قاعدة الرقبة — مخفية جزئيًا أو كليًا خلف أكتاف المريض، مما يجعل القياس الدقيق صعبًا حتى على الخبراء.

كيف يقرأ النظام العمود الفقري خطوة بخطوة

لمعالجة ذلك، بنى الباحثون خط أنابيب للتعلم العميق «هرمي» أو خطوة بخطوة يحاكي الطريقة التي قد يتبعها إنسان دقيق عند التعامل مع صورة صعبة. أولاً، يفحص نموذج عام الصورة بأكملها بعد تغيير حجمها إلى مربع موحد ويقدّر بشكل تقريبي أماكن النقاط المهمة على الفقرات من C2 إلى C7. ثم، بدلاً من التوقف هناك، يقدّر مكون منفصل المكان الذي يجب أن تكون فيه منطقة C7 المخفية اعتمادًا على العظام المرئية أعلاه. باستخدام هذا الدليل، يقص النظام صورًا عالية الدقة حول أعلى الرقبة (C2) وأسفلها (C7). بعد ذلك يعيد نموذجان متخصصان فحص هذه البقع الأصغر، محدثين ضبطًا دقيقًا لمواضع الزوايا والمراكز الأساسية. أخيرًا، يجمع النظام العلامات المحسَّنة للأعلى والأسفل مع نقاط منتصف الرقبة الأصلية لحساب الزوايا والإزاحات ذات الأهمية السريرية.

اختبار النظام

درّب الفريق النماذج على أكثر من 5600 صورة أشعة من مجموعات بيانات متعددة الجنسيات تضم عمدًا العديد من الحالات الصعبة ذات الرؤى الضعيفة لـ C7. ثم اختبروا النظام على مجموعتين منفصلتين: مجموعة داخلية من نفس المستشفى ومجموعة خارجية من قاعدة بيانات عامة مُخصّصة بصور مُعزَّزة بالحالات التي تُخفي فيها C7 جزئيًا أو كليًا. عبر كلتا المجموعتين، اتفقت قياسات الذكاء الاصطناعي لانحناء الرقبة وانحدار الفقرات بشكل جيد للغاية مع قيم «الحقيقة المرجعية» المرسومة بواسطة الخبراء. على البيانات الخارجية الصعبة، كانت درجات الاتفاق في نطاق «ممتاز» لجميع المعلمات الرئيسية، مع أخطاء نموذجية لا تتجاوز بضعة درجات. والأهم من ذلك، تفوّق خط الأنابيب الهرمي على نموذج أبسط من خطوة واحدة، لا سيما عندما كانت C7 مغطاة. في بعض أصعب الحالات، خفّض الأخطاء الكبيرة التي تبلغ نحو 10 درجات إلى أقل من ربع درجة، ما أنقذ فعليًا قياسات كانت ستصبح غير موثوقة خلاف ذلك.

أكثر ثباتًا من القراءات البشرية

قارن الباحثون أيضًا تكرارية الذكاء الاصطناعي مع تكرارية المختصين البشريين. عندما قاسَ نفس الخبير نفس الصور مرتين، كانت النتائج لبعض الزوايا — خصوصًا تلك المرتبطة بـ C7 — قد تختلف ملحوظًا من مرة إلى أخرى. بالمقابل، عندما عالج الذكاء الاصطناعي نفس الأشعة مرارًا، كانت مخرجاته متطابقة تقريبًا تمامًا. ومن اللافت أن الاتفاق بين الذكاء الاصطناعي وكل مختص للزاوية الصعبة المتعلقة بـ C7 كان أعلى من الاتفاق بين القارئَين البشريَين أنفسهما. يشير ذلك إلى أن النظام، بدلاً من استبدال الأطباء، يمكن أن يعمل كأداة قياس مستقرة وموحدة تقلل التفاوت البشري، لا سيما في الحالات الحدية أو المغطاة.

ما الذي يعنيه هذا للمرضى والعيادات

بالنسبة للمرضى، الرسالة العملية هي أن الحواسب يمكنها الآن مساعدة جراحي العمود الفقري على قراءة أشعة الرقبة بسرعة وثبات أكبر، حتى عندما تكون أجزاء الصورة صعبة الرؤية. تظهر الدراسة أن نظام ذكاء اصطناعي مصممًا بعناية ومتعدد الخطوات يمكنه التعامل مع ظروف التصوير الواقعية المبعثرة بدلًا من الاعتماد على صور مثالية فقط. وبينما لا يزال يتطلب الأمر المزيد من العمل لاختبار النهج على صور ما بعد الجراحة وأجهزة مسح مختلفة ومناظر العمود الفقري الكاملة، يضع هذا الخط الهرمي معيارًا جديدًا لتحليل العمود الفقري العنقي الآلي. إنه يلمح إلى مستقبل يعمل فيه الذكاء الاصطناعي بهدوء في الخلفية، يحدد الصور الإشكالية لمراجعة بشرية ويوفر قياسات موثوقة تدعم رعاية أكثر أمانًا ودقة.

الاستشهاد: Kang, DH., Park, SJ., Park, JS. et al. Hierarchical deep learning pipeline for robust cervical parameter measurement in radiographs with C7 obscuration. npj Digit. Med. 9, 261 (2026). https://doi.org/10.1038/s41746-026-02455-2

الكلمات المفتاحية: عمود فقري عنقي, الذكاء الاصطناعي في التصوير الطبي, التعلم العميق, محاذاة العمود الفقري, تحليل الأشعة السينية