التعلّم العميق للفحص السريع وتحديد موضع الناسور الشرياني الوريدي الجِفني الشوكي لتحسين سير العمل السريري

لماذا يهم هذا المرضى والأطباء

غالبًا ما تُعزى ضعف الظهر والساقين، وصعوبة المشي، أو مشاكل التحكم بالمثانة إلى التقدّم في العمر أو مشاكل شائعة في العمود الفقري. ومع ذلك، في بعض الأشخاص يكون السبب الحقيقي وعاء دموي صغير وغير طبيعي على غلاف الحبل الشوكي — ناسور شرياني وريدي جِفني شوكي (SDAVF). من الصعب اكتشاف هذه الناسورات ويسهل تفويتها، مما قد يؤخر العلاج ويتسبب في تلف عصبي دائم. تقدّم هذه الدراسة نظامًا للذكاء الاصطناعي يقرأ مسوحات أوعية العمود الفقري بسرعة ودقّة، مما يساعد الأطباء على العثور على هذه المشكلات المخفية بجهد أقل بكثير.

سبب خفي لمشاكل شوكية خطيرة

تُعد ناسورات SDAVF أكثر أنواع تشوُّهات الأوعية الدموية الشوكية شيوعًا، لكنها لا تزال نادرة عمومًا وغالبًا ما تُهمل. يمكن أن تحاكي أعراضها — ضعف تدريجي في الساقين، فقدان الإحساس، أو مشاكل في التحكم بالمثانة والأمعاء — العديد من حالات العمود الفقري الأخرى. إذا لم يعالج الناسور في الوقت المناسب، يمكن لتدفّق الدم ذو الضغط العالي أن يتلف الأوردة حول الحبل الشوكي ويؤدي إلى عجز لا رجعة فيه. يعتمد الأطباء حاليًا على فحص غازي وغزير التدخّل يسمى تصوير الأوعية بالطرح الرقمي، الذي يتطلب إجراءات طويلة وإشعاع ومواد تباين لرسم خرائط مفصّلة لأوعية العمود الفقري. يُستخدم فحص أقل تطفّلاً، وهو تصوير الأوعية المقطعي المحوسب (CTA)، بالفعل لتوجيه هذا العمل، لكن تحويل البيانات الخام إلى صور ثلاثية الأبعاد قابلة للاستخدام بطيء، مرهق، ويعتمد بشدّة على مهارة وصبر الفني.

تحويل المسوحات المعقدة إلى أجوبة واضحة

لمواجهة عنق الزجاجة هذا، بنى الباحثون نظامًا مؤتمتًا اسمه SDAVFdoc يقرأ مسوحات CTA لكامل العمود الفقري. بدلًا من مطالبة إنسان بالتمرير عبر أكثر من ألف شريحة صورة رفيعة وإعادة بناء الأوعية يدويًا، يقسم النظام المهمة إلى عدة خطوات منطقية. أولاً، يحدّد نموذج تعلّم عميق واحد محيط الحبل الشوكي نفسه، مما يضيّق منطقة البحث. ثم يبحث نموذج ثانٍ تلك المنطقة عن تجمعات من الأوردة المصروفة غير الطبيعية، وهي العلامة البصرية الرئيسة لـ SDAVF. إذا بلغ ذلك التجمع حجمًا معينًا، يعلّم النظام أن المسح محتمل أن يكون إيجابيًا.

تحديد موضع المشكلة بدقة

بعد تقرير احتمال وجود الناسور، لا يزال على SDAVFdoc إخبار الطبيب أين ينظر. لأجل ذلك، تحدّد نماذج ذكاء اصطناعي إضافية مراكز أجساد الفقرات من الفقرة الصدرية الأولى حتى الفقرة القطنية الخامسة، ثم تعثر على الفتحات اليسرى واليمنى التي تخرج منها الأعصاب الشوكية، المسماة الثقوب بين الفقرات. باستخدام خريطة العمود الفقري المدمجة هذه، يضيّق النظام المقطع الرأسي الذي تظهر فيه الأوردة المصروفة، ثم يقتطع كتلًا ثلاثية الأبعاد صغيرة حول كل ثقب بين الفقرات. يفحص نموذج تعلّم عميق نهائي هذه المناطق الصغيرة ويختار تلك التي يحتمل أن تحتوي الناسور، موجهًا الانتباه فعليًا إلى جانب ومستوى معيَّنين من العمود الفقري.

الدقّة والسرعة والاختبار في العالم الواقعي

درّب الفريق واختبر SDAVFdoc على مسوحات CTA لِـ718 مريضًا من ثلاث مستشفيات، شملت أشخاصًا لديهم SDAVF مؤكَّد وآخرين بدونها. ميّز نموذج كشف تجمعات الأوردة بنجاح حالات SDAVF عن غيرها بدقّة عالية، حيث وصلت درجات F1 إلى أكثر من 0.93 في مجموعات اختبار متعددة. كما قدّم نموذج تحديد موضع الناسور النهائي أداءً قويًا أيضًا، مع قدرة ثابتة على التفريق بين الحالات الحقيقية والوهمية (AUC) في حدود 0.93–0.95. وبدرجة أهمية مماثلة، قيّم اثنان من أخصائيي الأشعة ذوي الخبرة أكثر من 90% من صور الأوردة المُولَّدة تلقائيًا بأنها جيدة أو ممتازة للتشخيص. في تجربة مستقبلية محاكاة للممارسة السريرية اليومية، خفّض النظام وقت ما بعد المعالجة المتوسط لكل حالة من نحو 41 دقيقة إلى ما يزيد قليلًا عن دقيقة واحدة وخفّض عدد نقرات الماوس من أكثر من 750 إلى أقل من 10.

ماذا يعني هذا لرعاية المستقبل

بالنسبة للمرضى، تشير الدراسة إلى مستقبل قد تُكتشف فيه مشاكل الأوعية الدموية الشوكية الخطيرة ولكن القابلة للعلاج بشكل أكثر موثوقية وفي وقت أبكر، قبل أن تتسبب في أضرار دائمة. بالنسبة للأطباء والفنيين، يوفّر SDAVFdoc طريقة لتحويل مهمة متعبة وتتطلب خبرة كبيرة إلى عملية مؤتمتة تعمل في الخلفية وتقدّم مواقع مرشّحة واضحة للناسور. بينما لا يزال النظام بحاجة إلى اختبار على أمراض أوعية شوكية أخرى أندر وفي مناطق خارج الجزء السفلي من العمود الفقري، فإنه يظهر بالفعل أن الذكاء الاصطناعي يمكن أن يتحمّل بأمان جزءًا كبيرًا من عبء إعادة بناء الصور المعقّدة. عمليًا، قد يساعد هذا الأداة المستشفيات على تقصير إجراءات الفحص، تقليل الإجراءات التي تتضمن إشعاعًا كبيرًا، وإرشاد المتخصّصين بسرعة أكبر إلى العيب الصغير الذي يصنع الفرق بين الشلل والتعافي.

الاستشهاد: Zheng, F., Cao, X., Xu, J. et al. Deep learning for fast screening and localization of spinal dural arteriovenous fistulas to enhance clinical workflow. npj Digit. Med. 9, 296 (2026). https://doi.org/10.1038/s41746-026-02474-z

الكلمات المفتاحية: ناسور شرياني وريدي جِفني شوكي, تصوير الأوعية المقطعي المحوسب, التعلّم العميق, الذكاء الاصطناعي في التصوير الطبي, تشوّهات الأوعية الدموية الشوكية