نموذج ذكاء اصطناعي يتنبأ بنتائج المرضى من الإيماءات الجراحية ويقدّم رؤى حول القابلية للشرح

لماذا تهم الحركات الجراحية

بالنسبة للرجال الذين يواجهون جراحة سرطان البروستاتا، تُعد واحدة من أكبر المخاوف ما إذا كانوا سيستعيدون الوظيفة الجنسية الطبيعية لاحقًا—وغالبًا ما يضطرون للانتظار سنة أو أكثر لمعرفة ذلك. تستكشف هذه الدراسة كيف يمكن للذكاء الاصطناعي مراقبة الطريقة الدقيقة التي تُجرى بها عملية البروستاتا واستخدام تلك الحركات اليدوية الدقيقة للتنبؤ أي المرضى على الأرجح سيستعيدون الوظيفة الانتصابية. من خلال تحويل فيديو الجراحة إلى بيانات، يهدف الباحثون إلى تزويد الجراحين بتغذية راجعة أسرع وأكثر وضوحًا حتى يتمكنوا من تحسين تقنياتهم ورفع جودة حياة المرضى.

تقسيم الجراحة إلى لبنات صغيرة

ركز الفريق على استئصال البروستاتا الجذري بمساعدة الروبوت، وهو إجراء شائع يستخدم فيه الجراح أدوات روبوتية لإزالة البروستاتا مع محاولة تجنّب الأعصاب المجاورة المهمة للانتصاب. درست الدراسة 147 رجلًا عولجوا في خمسة مراكز بواسطة 26 جراحًا. بدلاً من تقييم الأداء بانطباعات عامة، قاموا بتقسيم خطوة حفظ الأعصاب في كل عملية إلى «إيماءات»—أفعال منفصلة مثل دفع النسيج جانبًا أو القطع أو السحب. أظهرت أعمال سابقة أن تسلسل هذه الإيماءات يمكن أن يتنبأ بمن سيستعيد الوظيفة الانتصابية بعد عام، لكن تلك الأعمال لم تشرح لماذا كانت أنماط معينة أفضل من غيرها.

إضافة المكان والغرض لكل حركة

لجعل التحليل أكثر معنى، أضاف الباحثون طبقتين إضافيتين من المعلومات لكل إيماءة: المكان داخل الجسم الذي حدثت فيه وما كان الجراح يحاول تحقيقه في تلك اللحظة. على سبيل المثال، قد تُستخدم حركة تقشير لطيفة لتحرير حزمة الأعصاب على الجانب الجانبي للبروستاتا، بينما قد يمتد قطع إلى مستوًى نسيجي خلف الغدة. بدمج الفعل والموقع التشريحي والغرض الجراحي، أنشأوا «إيماءات سياقية» تصف أكثر اكتمالًا ما يحدث أثناء العملية.

تدريب ذكاء اصطناعي على قراءة العملية

تُغذى هذه الإيماءات السياقية، بأمرها الزمني، إلى نوع من نماذج الذكاء الاصطناعي يسمى المُحوّل (transformer)، وهو ملائم لاكتشاف الأنماط في المتتاليات. تعلّم النموذج من عشرات الآلاف من الإيماءات المشروحة عبر جميع المرضى. عندما نظر النموذج فقط إلى التسلسل العاري للأفعال، كان أداؤه معقولًا بالفعل في التنبؤ بمن ستكون لديهم وظيفة انتصاب سليمة بعد عام. لكن عندما مُنح نفس النموذج السياق الإضافي لمكان الإيماءة في التشريح والغرض منها، تحسنت دقته بشكل ملحوظ. وإدراج خصائص المرضى القياسية، مثل العمر أو حجم البروستاتا، لم يعزّز الأداء أكثر مما وفره الوصف الغني للعملية نفسها.

ما الذي رآه الذكاء الاصطناعي داخل العملية

بما أن المُحوّلات تُبرز أجزاء المتتالية التي تحمل وزنًا أكبر في قراراتها، تمكن الفريق من الاطلاع داخل النموذج ورؤية أي تركيبات من الإيماءات والمواقع والأغراض كانت مرتبطة أكثر بالاستعادة أو عدمها. شملت الأنماط المفيدة تتابعات دقيقة من التوسيع اللطيف والقطع الدقيق عند تحرير حزم الأعصاب، ما يوحي بأن الفصل المتوازن والرقيق يحمي هذه البُنى الرقيقة. في المقابل، ارتبطت أنماط تتضمن سحب الأدوات أو حركات المساعد بجانب المائدة، خصوصًا عند تعديل الكاميرا أو شد النسيج قرب الأعصاب، بنتائج أسوأ. يشير ذلك إلى أهمية ليس فقط تقنية الجراح الرئيسي، بل أيضًا كيفية تعامل المساعدين مع النسيج والحفاظ على الرؤية خلال الخطوات الحرجة.

ما مغزى هذا للمرضى المستقبليين

بالنسبة لغير المتخصصين، الرسالة هي أن التفاصيل الدقيقة لكيفية أداء جراحة البروستاتا—حتى ترتيب ونمط كل حركة صغيرة—يمكن أن تؤثر بقوة على الوظيفة الجنسية بعد عام، وأن الذكاء الاصطناعي يمكنه المساعدة في الكشف عن هذه الروابط المخفية. وبينما لا تستطيع الدراسة بعد إثبات العلاقة السببية، فإنها تُظهر أن ترميز «ما» و«أين» و«لماذا» لكل عمل جراحي يسمح لأجهزة الكمبيوتر بالتنبؤ بالنتائج بدقة أكبر وتسليط الضوء على اللحظات التي يحتمل أن تكون الأكثر أهمية. في المستقبل، قد توفر مثل هذه الأنظمة تغذية راجعة شبه في الزمن الحقيقي للجراحين حول تقنياتهم، وتوجه التدريب استنادًا إلى البيانات بدلًا من الحدس، وتساعد في نهاية المطاف مزيدًا من الرجال على الخروج من جراحة سرطان البروستاتا مع جودة حياة محفوظة.

الاستشهاد: Heard, J.R., Deo, A., Ghaffar, U. et al. AI model predicts patient outcomes from surgical gestures and provides insights into explainability. npj Digit. Surg. 1, 4 (2026). https://doi.org/10.1038/s44484-025-00006-y

الكلمات المفتاحية: جراحة البروستاتا الروبوتية, الإيماءات الجراحية, الذكاء الاصطناعي, استعادة الوظيفة الانتصابية, تدريب الجراحين