بقيادة مستشفى العيون التابع لكلية بكين الطبية، تعمل خمسة مراكز لطب العيون معًا لاستخدام الذكاء الاصطناعي للمساعدة في الكشف عن 13 نوعًا من أمراض قاع العين

هناك العديد من الأمراض المختلفة داخل مساحة صغيرة مثل أعيننا. في نهاية العام الماضي، قامت مجموعة أيكانج و ينغتونغ ايردوك  يُظهر "الكتاب الأزرق الصحي لأربعة ملايين شخص خضعوا لفحوصات بدنية" الذي تم إصداره بشكل مشترك أن معدل الكشف الإجمالي عن تشوهات قاع العين قد زاد عامًا بعد عام في السنوات الأخيرة، من 76.1% في 2019-2020 إلى 78.7% في 2022-2023. يستمر معدل الإصابة بأمراض قاع العين في الارتفاع وأصبح السبب الأكثر شيوعًا للعمى غير القابل للعلاج في جميع أنحاء العالم.

نظرًا لأن تشخيص أمراض العيون يعتمد بشكل كبير على التعرف على الصور، فإن طب العيون مناسب جدًا لتطبيق التقنيات مثل التعلم العميق. من أجل استكشاف القيمة المحتملة للتعلم العميق في تشخيص أمراض قاع العين،بقيادة تشين يو شين، مدير قسم طب العيون في مستشفى كلية الطب بكين يونيون، خمسة مراكز طب العيون في جميع أنحاء البلاد (قسم طب العيون في مستشفى كلية الطب بكين يونيون، مستشفى غرب الصين بجامعة سيتشوان، المستشفى الثاني لجامعة خبي الطبية، مستشفى العيون بجامعة تيانجين الطبية، ومستشفى العيون وطب البصريات بجامعة ونزهو الطبية) بالتعاون مع شركة بكين تشي يوان هويتو للتكنولوجيا المحدودة والأستاذ لي زيرونغ من كلية المعلومات بجامعة رينمين في الصين، طوروا نظام التعلم العميق (DLS) لمساعدة أطباء العيون المبتدئين على تحسين اتساق التشخيص بحوالي 12%، مما يوفر طريقة جديدة للكشف التلقائي عن 13 مرضًا رئيسيًا في قاع العين.

أبرز الأبحاث:
* أجريت هذه الدراسة كتجربة سريرية مستقبلية لتقييم الأداء التشخيصي لـ DLS في مساعدة أطباء العيون الأساسيين في اكتشاف 13 مرضًا رئيسيًا في قاع العين.

* بعد استخدام DLS، تحسنت اتساق التشخيص لدى أطباء العيون الأساسيين بنحو 12%
* يجب أن يكون نظام DLS قادرًا على اكتشاف مرض واحد موجود على الأقل، وهو ما يتوافق مع النية الأصلية المتمثلة في تحديد مؤشر جديد

عنوان الورقة:
https://doi.org/10.1038/s41746-023-00991-9
قم بمتابعة الحساب الرسمي ورد "DLS" للحصول على ملف PDF كامل

DLS: فتح أفكار جديدة لتشخيص أمراض قاع العين

مجموعة البيانات: جمع صور قاع العين لضمان دقة النتائج

وبالمقارنة مع الدراسات السابقة، جمعت هذه الدراسة المزيد من بيانات تصوير قاع العين الملون، مما أدى إلى توسيع إجمالي كمية البيانات إلى 81395 صورة (77181 صورة في مجموعة التدريب، و1087 صورة في مجموعة التحقق، و3127 صورة في مجموعة الاختبار).

تكوين النموذج: نموذجان بحثيان رئيسيان، عملية بناء تعاونية

يتكون نموذج DLS من جزأين: نموذج تقييم جودة الصورة ونموذج التشخيص. يظهر سير العمل في الشكل أدناه:

نموذج تقييم جودة الصورة هو نموذج انحدار يعتمد على ResNet-34 CNN.من خلال إدخال صورة قاع العين واحدة، نبدأ بنموذج تقييم جودة الصورة لتحديد ما إذا كانت جودة الصورة مناسبة للتشخيص. إذا كان مناسبًا، فسوف يقوم النموذج التشخيصي بإنشاء توصية تشخيصية؛ وإلا، فسيصدر النظام إنذارًا يشير إلى أن جودة الصورة غير مناسبة للتشخيص، لكن النظام لا يستطيع تقديم توصية تشخيصية.

نموذج تشخيص مرض قاع العين هو امتداد للعمل السابق، مع نموذج CNN seResNext50 باعتباره البنية الرئيسية.تم تصميم الطبقة المتصلة بالكامل بفرعين لتحديد ما إذا كان المرض موجودًا وأي مرض محدد موجود. لتحقيق استقرار أفضل لنتائج التنبؤ، قامت هذه الدراسة بتدريب 3 نماذج seResNext50 متوازية مع الاندماج المتأخر.

تصميم البحث: خمسة مستشفيات رئيسية تعمل معًا لضمان نتائج موثوقة مع عوامل متعددة

أجريت هذه الدراسة في خمسة مستشفيات ثالثية، بما في ذلك مستشفى كلية الطب بجامعة بكين، ومستشفى غرب الصين بجامعة سيتشوان، والمستشفى الثاني لجامعة خبي الطبية، ومستشفى العيون بجامعة تيانجين الطبية، ومستشفى العيون بجامعة وينتشو الطبية.من أغسطس 2020 إلى يناير 2021، تم فحص إجمالي 750 مشاركًا بشكل استباقي، ومن بينهم 748 أكملوا جميع الإجراءات. وكان جميع المشاركين من المرضى الخارجيين الذين تتراوح أعمارهم بين 18 و75 عامًا، بمتوسط عمر 51.7 عامًا. كان هناك 152 حالة مصابة بمرض السكري (20.3%)، و216 حالة مصابة بارتفاع ضغط الدم (28.9%)، و104 حالة مصابة بفرط شحميات الدم (13.9%). ومن بينهم 324 مريضًا من الذكور (43.3%). لقد تلقوا جميعًا تصوير قاع العين في أي من المستشفيات الخمسة، وكان لديهم سجلات طبية كاملة، وخضعوا لفحوصات عيون شاملة.

وقد دعت الدراسة ستة أطباء عيون (أساتذة مشاركين لديهم خمس سنوات من الخبرة العملية على الأقل) لشرح الصور، وتم استخدام نتائج التشخيص النهائية التي تم تحديدها من خلال مناقشتهم المشتركة كمعيار التحقق النهائي. بالإضافة إلى ذلك، تم تدريب 9 أطباء عيون مبتدئين (مقيمين أو أطباء معالجين بخبرة أقل من 3 سنوات) وقراءة الصور لتقييمها في الدراسة.

بعد فترة غسل مدتها أسبوع، قاموا بشرح نفس مجموعة الصور مرة أخرى، والتي تم إعادة ترتيبها عشوائيًا ووضع العلامات عليها باستخدام العلامات التي شرحها DLS مسبقًا لتشكيل مجموعة اختبار. وفي الوقت نفسه، تم تكليف كل طبيب عيون مبتدئ بشرح جزء من مجموعة البيانات بشكل مستقل كمجموعة تحكم. بالإضافة إلى ذلك، تم تصنيف جميع صور قاع العين المضمنة على أنها مجموعة DLS بواسطة DLS.

تتكون المجموعة الفرعية من الصور التي يمكن تحليلها بالكامل لهذه الدراسة من 1493 صورة، منها 477 (32.0%) من قاع العين تم وضع علامة عليها على أنها طبيعية بناءً على التعليقات والمناقشات التي أجراها 6 من كبار أطباء العيون. تم تصنيف 1016 صورة أخرى (68.1%) على أنها أمراض، منها 1386 صورة (92.8%) على أنها مرض واحد فقط، و78 صورة (5.2%) على أنها مرضين، و29 صورة (1.9%) على أنها ثلاثة أمراض، وإجمالي 251 صورة (16.8%) على أنها "تشوهات أخرى".

تم الحصول على صور قاع العين بواسطة فنيين مهرة باستخدام حدقتي العين المتوسعتين (غير المتوسعتين)كاميرا قاع العينتم إجراء أخذ العينات باستخدام إجراءات التشغيل القياسية لضمان جودة الصورة للتعليق والقراءة اللاحقة.

تم تحديد اختيار الأمراض لهذه الدراسة على أساس انتشارها وتهديدها للوظيفة البصرية، مع الأخذ في الاعتبار أيضًا الإمكانات السريرية للفحص باستخدام صور قاع العين. وأخيرًا، اختارت الدراسة 13 مرضًا رئيسيًا في قاع العين بمعايير تشخيصية قياسية، بما في ذلك اعتلال الشبكية السكري القابل للإحالة (DR)،انسداد الوريد الشبكي (RVO)، انسداد الشريان الشبكي (RAO)، قصر النظر المرضي، انفصال الشبكية (RD)،التهاب الشبكية الصباغي الأولي (RP)، الضمور البقعي المرتبط بالعمر الضموري والجديد (AMD)، الغشاء فوق الشبكي (ERM)، الثقب البقعي (MH)،اعتلال المشيمية الشبكية المصلي المركزي (CSC)، والاشتباه في اعتلال العصب البصري الجلوكوما (GON) وضمور العصب البصري، وما إلى ذلك. إذا احتوت الصورة على علامات أمراض أخرى غير مدرجة في الأمراض الثلاثة عشر المختارة، فقد تم تصنيفها ضمن فئة "تشوهات قاع العين الأخرى".

النتائج التجريبية: يمكن لـ DLS اكتشاف أمراض قاع العين المحددة بشكل فعال، لكنه قد يؤثر أيضًا على دقة التشخيص

وبالمقارنة مع مجموعة التحكم، تم تغيير التعليقات التوضيحية لـ 888 (59.4%) صورة لأطباء العيون المبتدئين. ومن بينها، تم تعديل 801 صورة (53.5%) بناءً على اقتراحات الذكاء الاصطناعي. على الرغم من أنه في بعض الحالات، قام أطباء العيون المبتدئين بتغيير قرار التشخيص الصحيح إلى تسمية غير صحيحة بناءً على نصيحة DLS، إلا أنهم تلقوا الكثير من المساعدة منها.

وذكرت الدراسة أن هذه هي أول تجربة سريرية تثبت أن تقنية DLS يمكن أن تساعد أطباء العيون المبتدئين على تحسين الاتساق التشخيصي بشكل كبير في الكشف عن مجموعة متنوعة من أمراض قاع العين الرئيسية. كما يثبت أن نموذج قراءة صور أمراض قاع العين المتعددة بمساعدة DLS لأطباء العيون المبتدئين هو طريقة سريرية فعالة.

في هذه الدراسة،كانت حساسية التشخيص العام للمرض وخصوصيته لـ DLS 96.6% و81.8% على التوالي.يمكنه الكشف بشكل فعال عن أمراض قاع العين المحددة، واكتشاف تشوهات قاع العين، والمساعدة في إحالة المرضى إلى التحقيقات والتقييمات المتخصصة. علاوة على ذلك، تساعد الخصوصية العالية على تقليل الإحالات غير الضرورية وتكاليف الرعاية الصحية.

أنشأت هذه الدراسة ثلاث مجموعات ضابطة، وهي مجموعة القراءة للطبيب بمساعدة الذكاء الاصطناعي (المجموعة التجريبية)، ومجموعة القراءة المستقلة للطبيب (المجموعة الضابطة)، ومجموعة القراءة للذكاء الاصطناعي (مجموعة الذكاء الاصطناعي).

وأظهرت النتائج أن معدلات الاتساق التشخيصي للمجموعة التجريبية والمجموعة الضابطة ومجموعة الذكاء الاصطناعي كانت 84.9% و72.9% و85.5% على التوالي، أي بمساعدة الذكاء الاصطناعي،من الممكن تحسين قدرة الأطباء المبتدئين على قراءة الصور والتشخيص بمقدار 12% تقريبًا.وفي الدراسة الحالية، كان الاتفاق التشخيصي بين المجموعة التجريبية ومجموعة DLS مماثلاً، مما يشير إلى أن DLS وحدها يمكن أن تكون فعالة بشكل كافٍ. ومع ذلك، يظل من الضروري إشراك الأطباء البشريين. على الرغم من استخدام تقنيات فحص الأمراض وتحديدها القائمة على الذكاء الاصطناعي على نطاق واسع في الممارسة السريرية الفعلية، إلا أنها تنطوي أيضًا على مخاطر مثل التشخيص الخاطئ.

بالإضافة إلى ذلك، في هذه الدراسة، كانت حساسية المجموعة التجريبية والمجموعة الضابطة لأمراض قاع العين قابلة للمقارنة، وكانت المجموعة التجريبية متفوقة بشكل كبير على المجموعة الضابطة، وخاصة بالنسبة للأمراض بما في ذلك GON المشتبه به، وضمور العصب البصري، والضمور البقعي المرتبط بالعمر، وCSC. وتشير هذه النتائج إلى أنيتمكن أطباء العيون المبتدئين من التمييز بين قاع العين الطبيعي وغير الطبيعي، لكنهم ما زالوا يفتقرون إلى القدرة على تشخيص أمراض محددة. يمكن معالجة هذا القصور بمساعدة DLS، مما يقلل بشكل كبير من معدل التشخيص الخاطئ ويقلل أيضًا من القيود المفروضة على درجة تخصص أطباء العيون المبتدئين في تشخيص أمراض قاع العين.

ومع ذلك، كانت دقة التشخيص لمجموعة المراقبة (60.5%) أعلى من المجموعة التجريبية (44.2%). ومن خلال مراجعة التعليقات التوضيحية، وجدت الدراسة أن نظام DLS يميل إلى إضافة المزيد من العلامات للصورة، وهو ما يساعد على تقليل التشخيصات الخاطئة من قبل أطباء العيون المبتدئين، ولكنه سيؤثر أيضًا على دقة التشخيص.

علاوة على ذلك، لا تزال هذه الدراسة تعاني من بعض القيود. أولاً، على الرغم من أن مجموعة البيانات اختارت صورًا حقيقية لأمراض قاع العين، إلا أن بعض الفئات احتوت فقط على عدد صغير من الصور، وهو ما قد يؤدي إلى نتائج متحيزة، وكان جميع المشاركين من المرضى الصينيين الهان. وفي العمل المستقبلي، من الضروري توسيع مجموعة البيانات المستقبلية وإثراء أنواع المرضى.

ثانياً، تتطلب بعض الأمراض المختارة لهذه الدراسة جمع البيانات بدءًا من منطقة الشبكية الطرفية، وهو ما يقع خارج نطاق صور قاع العين. لذلك، لا يستطيع DLS اكتشافها في المرحلة الأولية. استخدمت الدراسة التصوير الفوتوغرافي الملون لقاع العين واسع المجال، والذي يمكن أن يحل هذه المشكلة إلى حد ما.

ثالثًا، بما أن القدرة التشخيصية لأطباء العيون المبتدئين قد تحسنت بشكل كبير بمساعدة DLS، فيمكن أيضًا استخدام هذه التقنية كسيناريو تطبيقي للأغراض التعليمية، وهو أيضًا موضوع ذو مغزى يحتاج إلى التحقيق والتقييم بشكل أكثر شمولاً في العمل المستقبلي.

البروفيسور تشين يو شين منخرط بشكل عميق في طب العيون ويعزز تطبيق الذكاء الاصطناعي

"ما مدى روعة مستشفى كلية الطب بجامعة بكين؟" - هذا منشور نشط على إحدى منصات التواصل الاجتماعي الصينية، مع عدد لا يحصى من الردود التي تستخدم حالات نادرة لإظهار المهارات الطبية الرائعة لمستشفى كلية الطب بجامعة بكين. باعتباره "مركز فيينا للعيون في الشرق"، كان قسم طب العيون في مستشفى الاتحاد نشطًا منذ فترة طويلة في المستوى الأول من هذه الصناعة. ويمكن القول إن مدير القسم الحالي، تشين يو شين، هو شاهد ومبدع لتاريخ تطور طب العيون في الصين.

في عام 1993، جاء الدكتور تشين يو شين، الذي كان جديدًا في مجال طب العيون، إلى مستشفى الاتحاد كطبيب عيون تحت إشراف البروفيسور تشانغ تشنغفن. في عام 2001، تلقى البروفيسور تشين يو شين، الذي كان يدرس في الولايات المتحدة، رسالة بريد إلكتروني من البروفيسور تشاو جياليانغ، رئيس فرع طب العيون في الجمعية الطبية الصينية آنذاك، والذي أعرب عن أمله في أن يتمكن من العودة إلى الصين في أقرب وقت ممكن للمساعدة في التحضير للمؤتمر الأكاديمي الوطني الثامن لطب العيون في العام التالي. بعد دراسة متأنية،وفي نهاية المطاف، أنهى تشين يو شين دراسته مبكرًا واختار العودة إلى الصين لبناء المؤتمر الوطني السنوي لطب العيون، وهي المنصة التي ساعدت فيما بعد عددًا لا يحصى من أطباء العيون الصينيين على توسيع آفاقهم.

لقد عمل البروفيسور تشين يو شين في مجال طب العيون لفترة طويلة. في عام 1982، أبلغ البروفيسور يانوزي من الولايات المتحدة عن مرض في قاع العين وأطلق عليه هذا الاسم لأول مرة في اجتماع جمعية البقعة الصفراء: اعتلال الأوعية الدموية المشيمية المتعدد الأشكال مجهول السبب (PCV). ومع تعمق البحث، وجد الباحثون أن هذا المرض له أعلى معدل انتشار بين الآسيويين، كما أن القاعدة السكانية الكبيرة تؤدي أيضًا إلى وجود عدد كبير من المرضى بهذا المرض في بلدي. في عام 2017، تم إنشاء أول "تحالف أبحاث PCV" في مجتمع طب العيون الصيني، والذي بدأه البروفيسور تشين يو شين.

وبعد ذلك، تولى البروفيسور تشين يو شين زمام المبادرة في التعاون مع العديد من المؤسسات المحلية لإجراء دراسة START، وهي دراسة واقعية لحقن Conbercept للعين في علاج PCV. أخير،فاز فريق البروفيسور تشين يو شين بقيادة "إنشاء وابتكار نظري لنظام تشخيص وعلاج اعتلال الأوعية الدموية المشيمية البوليبي" بالجائزة الثانية لجائزة الصين للعلوم والتكنولوجيا الطبية لعام 2022.

أيضًا،لي بينج، المؤلف الأول لهذه الورقة البحثية، درس تحت إشراف البروفيسور تشين يو شين والبروفيسور يي جونجي، طبيب عيون في مستشفى كلية بكين الطبية.وهو يعمل حاليًا طبيبًا مقيمًا في قسم طب العيون في مستشفى كلية بكين الطبية. وقد نشر أكثر من 10 أوراق بحثية في مجلات SCI والمجلات الصينية الأساسية باعتباره المؤلف الأول، كما قدم تقارير في مؤتمرات أكاديمية مثل الاجتماع السنوي الوطني لطب العيون والاجتماع الوطني لأمراض قاع العين.

عندما يتعلق الأمر بالتعرف على أمراض قاع العين بمساعدة الذكاء الاصطناعي، فإن مستشفى العيون التابع لكلية بكين الطبية هو في طليعة العصر. وفي وقت مبكر من عام 2021، نجح البروفيسور تشين يو شين في تحديد أمراض متعددة مثل الانسداد الوريدي، والآفات السكرية، والتنكس البقعي من خلال الذكاء الاصطناعي، والذي حصل أيضًا على 5 ملايين يوان كتمويل من مشروع بكين الرئيسي.

في الوقت الحاضر، أجرى قسم طب العيون في مستشفى الاتحاد أبحاثًا حول تطبيق الذكاء الاصطناعي في فحص أمراض العيون، وتوقع العلاج، والارتباط بين أمراض العين والأمراض الجهازية، والآفات القاعدية متعددة الأشكال وذات الزاوية الواسعة، وتحديد الآفات متعددة الأمراض، وتم تطبيقه وترويجه في العديد من السيناريوهات الشعبية، مما يوفر أفكارًا وحلولًا لحل مشكلة صعوبة العلاج الطبي وتكلفته العالية الناجمة عن التطور غير المتكافئ للموارد الطبية.

من وجهة نظر البروفيسور تشين يو شين، تهدف جميع الجهود إلى جلب الموارد الطبية إلى مستوى القاعدة الشعبية لتوفير تشخيص وعلاج أفضل للمرضى البعيدين عن المدن الكبرى. ومع تطور التقنيات مثل الذكاء الاصطناعي، بدأت جهود البروفيسور تشين يو شين تؤتي ثمارها. وفي المستقبل، سيواصل التغلب على الصعوبات ومواصلة ممارسة قوة الذكاء الاصطناعي في التسبب في الأمراض وتشخيصها وعلاج الأمراض ذات الصلة.

مراجع:
1.https://mp.weixin.qq.com/s/zctJN7Q7PYjsPypkStWcoA

2.https://mp.weixin.qq.com/s/LoXWmWVpYnrr1-vKBrpL6A

3.https://mp.weixin.qq.com/s/IFS5JWIyb_5mqfJccAQO2g

4.https://mp.weixin.qq.com/s/zxP9n_vGWNcH2rPW-dq37g

5.https://www.pumch.cn/detail/34540.html