تدريب نماذج لغوية متعددة الوسائط على فهم صور مخطط كهربية القلب باثني عشر طرفاً

لماذا يهم تعليم الحواسيب قراءة إشارات القلب

يُسجل نشاط القلب لملايين الأشخاص يومياً باستخدام مخطط كهربية القلب (ECG). عادةً ما يطلع الأطباء على هذه التسجيلات على شكل رسوم بيانية مطبوعة أو رقمية مليئة بالخطوط المتعرجة. في أماكن كثيرة، خصوصاً العيادات ذات الموارد المحدودة، تتوفر هذه الصور فقط—لا توجد إشارات رقمية خام ولا برامج متقدمة. توضح هذه الدراسة كيف يمكن لنوع جديد من الذكاء الاصطناعي أن يتعلم "قراءة" صور ECG مباشرة، ما يوفر مساعدة أكثر موثوقية للأطباء في أنحاء العالم.

بناء مكتبة ضخمة من صور القلب

لتعليم نظام ذكاء اصطناعي فهم صور ECG، اضطر الباحثون أولاً إلى إنشاء مكتبة تدريب ضخمة وواقعية. تحتفظ معظم قواعد بيانات ECG الحالية بالإشارات الكهربائية الخام بدلاً من الصور المألوفة التي يستخدمها الأطباء. حوّل الفريق هذه الإشارات إلى صور ECG باثني عشر طرفاً تشبه الواقع، مكتملة بخطوط الشبكة والتنسيقات القياسية. أضافوا أيضاً شوائب واقعية—تجاعيد، تدويرات، خطوط باهتة، تغيرات لونية، وحتى محاكاة صور بالكاميرا—لتحاكي ما يحدث عند طباعة ECG أو مسحه ضوئياً أو تصويره في العيادات الحقيقية. أتت هذه الصور من عدة مجموعات مرضى كبيرة في أوروبا وأمريكا الشمالية والجنوبية، مما ساعد النظام على تعلم أنماط تظهر عبر مجموعات سكانية وإعدادات مستشفيات مختلفة.

تعليم الذكاء الاصطناعي فهم ما يراه

عرض ملايين صور ECG على الذكاء الاصطناعي وحده لا يكفي؛ عليه أيضاً أن يتعلم كيفية الإجابة عن أسئلة ذات مغزى. أنشأ الفريق مجموعة تسمى ECGInstruct، مكوّنة من أكثر من مليون زوج صورة-نص. يربط كل زوج صورة ECG بمهمة: رصد خصائص أساسية لضربات القلب، التعرف على إيقاعات غير طبيعية، تحديد علامات المرض، أو كتابة تقرير قصير على نمط سريري. لتوسيع هذا العمل، استخدم الباحثون نموذج لغة قويًا للمساعدة في صياغة الأسئلة والأجوبة، ثم قاموا بتصفية وتنقيح النتائج عبر فحوص آلية ومراجعة خبراء. هذا منح الذكاء الاصطناعي ليس صوراً خام فحسب، بل مجموعة غنية من أمثلة الطريقة التي يفكر ويتحدث بها الأطباء عن ECG.

تقديم PULSE، نموذج متخصص لقراءة القلب

باستخدام هذه المجموعة الكبيرة والمعدة بعناية، درّب الفريق نموذجاً متعدد الوسائط اسمه PULSE يمكنه النظر إلى صورة ECG وإنتاج تفسيرات نصية. يجمع PULSE بين وحدة لمعالجة الصور ووحدة لغة ليتمكن من ربط الأنماط البصرية بتفسيرات وقرارات مكتوبة. على خلاف الأنظمة السابقة المقيدة بعدد محدود من التشخيصات أو المحتاجة إلى إشارات رقمية نظيفة، صُمم PULSE للتعامل مع أنواع عديدة من الأسئلة، من "هل هذا ECG طبيعي أم شاذ؟" إلى "صف الإيقاع والنتائج الرئيسية." يمكنه أيضاً إجراء محادثات متعددة الخطوات حول ECG واحد، بما يعكس طريقة تفكير الطبيب عند معالجة حالة صعبة.

اختبار النظام

للتأكد من كفاءة PULSE، بنى الباحثون مجموعة اختبار واسعة لفهم صور ECG سمّوها ECGBench. تتضمن ECGBench مهام تشخيص قياسية، توليد تقارير، أسئلة اختيار من متعدد حول حالات واقعية، وجلسات سؤال-جواب متعددة الجولات تشبه الحوار مع أخصائي. عبر مجموعات بيانات مألوفة وجديدة تماماً، تفوق PULSE على نماذج ذكاء اصطناعي عامة الغرض مثل الأنظمة التجارية واسعة الاستخدام بفارق دقة بلغ 21–33 نقطة مئوية. كما تفوق على أدوات سابقة مخصصة لـ ECG تعتمد على الإشارات الخام، لا سيما في المهام التي تتطلب استدلالاً مفتوح النهاية أو العمل اعتماداً على صور مطبوعة فقط. في أمثلة مقارنة وجهاً لوجه، أنتج PULSE عادةً تقارير أقرب إلى تفسيرات الخبراء مقارنة بالنماذج العامة الرائدة.

ما الذي قد يعنيه ذلك للرعاية اليومية

تشير الدراسة إلى أن ذكاءً اصطناعياً مفتوح المصدر مدرّباً بعناية مثل PULSE قد يصبح مساعداً متعدد الاستخدامات حيث تُستخدم صور ECG. وبما أنه يعمل مباشرة على الصور، يمكنه دعم العيادات التي تملك فقط نسخاً ممسوحة أو مصورة من المطبوعة، ويمكنه تقديم تفسيرات أغنى واستدلالات متعددة الخطوات بدلاً من تسميات نعم/لا البسيطة. في المقابل، يؤكد المؤلفون أن النظام ليس بديلاً عن أطباء القلب بعد؛ إذ لا يزال دون مستوى خبرة المتخصصين ويجب اختباره بعناية في بيئات المستشفيات الحقيقية، مع الانتباه إلى السلامة والتحيز والرقابة المناسبة. ومع ذلك، تمثل هذه العمل خطوة مهمة نحو أدوات ذكاء اصطناعي يمكنها مساعدة الأطباء على فهم أفضل للخطوط المتعرجة التي تكشف عن صحة القلب البشري.

الاستشهاد: Liu, R., Bai, Y., Yue, X. et al. Teaching multimodal LLMs to comprehend 12-lead electrocardiographic images. npj Digit. Med. 9, 349 (2026). https://doi.org/10.1038/s41746-026-02551-3

الكلمات المفتاحية: مخطط كهربية القلب, الذكاء الاصطناعي الطبي, النماذج متعددة الوسائط, تشخيص القلب, دعم القرار السريري