نموذج ذكاء اصطناعي يُحسن توقع تفاقم التهاب المفاصل الركبة بدمج التصوير بالرنين والمُعاملات الحيوية والبيانات السريرية

أظهر نموذج ذكاء اصطناعي مدعوم ببيانات متعددة، يجمع بين التصوير بالرنين المغناطيسي (MRI)، والبِيوماركرات الحيوية، والبيانات السريرية، تقدماً ملحوظاً في التنبؤ بتفاقم مرض تآكل المفاصل الركبة (الهضبة المفصلية). قام باحثون بقيادة تينغ وانغ من جامعة تشونغتشينغ الطبية في الصين بتطوير هذا النموذج، المعروف باسم LBTRBC-M، ونشرت نتائجه في دورية PLOS Medicine. يؤثر مرض تآكل المفاصل الركبة على نحو 303 مليون شخص حول العالم، ويُعدّ سبباً رئيسياً لاستبدال المفصل بالكامل. يُعدّ التنبؤ المبكر بتفاقم الحالة أمراً حيوياً لاتخاذ قرارات علاجية في الوقت المناسب. ورغم أن الدراسات السابقة أشارت إلى فائدة دمج أنواع متعددة من البيانات في النماذج التنبؤية، إلا أن دمج جميع هذه العناصر – التصوير، والاختبارات الحيوية، والبيانات السريرية – في نموذج واحد كان نادراً. لسد هذه الفجوة، استخدم الباحثون بيانات من مشروع "مؤسسة بيوماركرات التهاب المفاصل التابع للمعاهد الوطنية للصحة" (NIH Osteoarthritis Biomarkers Consortium)، تشمل 594 مريضاً، مع تسجيل 1753 صورة رنين مغناطيسي لركبتهم على مدار عامين. استخدموا نصف البيانات لتدريب النموذج باستخدام تقنيات التعلم العميق، ونصف الباقي لاختبار دقة التنبؤ. أظهر النموذج LBTRBC-M دقة عالية في التنبؤ بتفاقم الحالة خلال عامين، سواءً بزيادة الألم فقط، أو الألم مع تضيق فجوة المفصل (مؤشر على تلف هيكل المفصل)، أو تضيق المفصل دون ألم، أو عدم حدوث تفاقم. كما أُجري تجربة مع سبعة أطباء مقيمين، حيث أظهرت أدوات النموذج تحسناً ملحوظاً في دقتهم، من 46.9% إلى 65.4% عند استخدام النموذج كمساعد. يُعدّ هذا النموذج خطوة مهمة نحو رعاية مخصصة ومبكرة لمرضى التهاب المفاصل، من خلال استخلاص إشارات سريرية مفيدة من كميات ضخمة من البيانات المعقدة. يرى الباحثون أن دمج التصوير الشعاعي القائم على التحليل الكمي (الراديوميك) مع العلامات الحيوية والبيانات السريرية، يعزز القدرة على التنبؤ بدقة أكبر بمسار المرض. يؤكد الباحثون أن هذه الدراسة نتاج تعاون طويل بين تخصصات متعددة، وتمثل تقدماً في استخدام الذكاء الاصطناعي لتحسين رعاية الأمراض العظمية والعضلية. ويُشير البروفيسور تشانغهاي دينغ، أحد المشاركين، إلى أن النموذج يُعدّ مثالاً على كيف يمكن للذكاء الاصطناعي أن يُسهم في تحويل البيانات المعقدة إلى معلومات سريرية قابلة للتطبيق، مما يفتح آفاقاً جديدة للتدخلات الوقائية والشخصية. ومع ذلك، تبقى الحاجة إلى تحسين النموذج وتوسيع اختباره على مجموعات متنوعة من المرضى ضرورية قبل دمجه في الممارسة السريرية اليومية.