أصدرت جامعة شنغهاي جياو تونغ وجامعة تسينغهوا بشكل مشترك DeepDR Plus، الذي يمكنه التنبؤ بتطور اعتلال الشبكية السكري في غضون 5 سنوات باستخدام صور قاع العين فقط

في عام 1996، إيلا فيتزجيرالد، المعروفة بالسيدة الأولى لموسيقى الجاز،بيفرلي هيلزتوفي في منزله. فاز هذا المغني الموهوب بـ 13 جائزة جرامي وباع أكثر من 40 مليون ألبوم، لكنه توفي في النهاية بسبب اعتلال الشبكية السكري (DR). اليوم أصبح مرض السكري من الأمراض المزمنة الرئيسية الأربعة في بلدنا، حيث يعاني واحد من كل 10 أشخاص من مرض السكري. وفقًا لبيانات البحث التي نشرها الأكاديمي جيا ويبينغ في يوليو 2023، يوجد في بلدي ما يقرب من 19.5 مليون مريض مصاب باعتلال الشبكية السكري.

مصدر البيانات:https://www.nature.com/articles/s41467-023-39864-w

بشكل عام، يعتبر اعتلال الشبكية السكري خفيًا نسبيًا في المراحل المبكرة ويتطور بدون أعراض، ولكن في المراحل المتأخرة، يصبح المرضى شبه مكفوفين ولا رجعة فيه. لقد أصبح السبب الرئيسي للعمى الذي يمكن الوقاية منه لدى البالغين الذين تتراوح أعمارهم بين 20 و74 عامًا. يتطور اعتلال الشبكية السكري عادة ببطء، لكنه يتأثر بعوامل خطر متعددة. يختلف خطر ظهور المرض وتقدمه بشكل كبير بين الأفراد المختلفين، لذا أصبح التشخيص الدقيق وتقييم مخاطر التطور تحديًا كبيرًا للأطباء والمرضى.

وبما أن الذكاء الاصطناعي يلعب دورًا متزايد الأهمية في المجال الطبي، فقد تم استخدام التعلم العميق والشبكات العصبية التلافيفية للكشف تلقائيًا عن اعتلال الشبكية السكري من صور الشبكية.لكن قليلين هم القادرون على التنبؤ بالمخاطر بطريقة استشرافية.

ولتحقيق هذه الغاية، قام فريق البروفيسور جيا ويبينغ والبروفيسور لي هواتينج، عميد معهد استراتيجية وتطوير الصحة النشطة في جامعة شنغهاي جياو تونغ، قسم الغدد الصماء والتمثيل الغذائي في مستشفى الشعب السادس في شنغهاي، ومختبر شنغهاي الرئيسي للسكري، وفريق البروفيسور شنغ بين من قسم علوم الكمبيوتر، كلية الهندسة الكهربائية في جامعة شنغهاي جياو تونغ / المختبر الرئيسي للذكاء الاصطناعي التابع لوزارة التعليم، وفريق البروفيسور هوانغ تيانين، نائب عميد الشؤون الأكاديمية ومدير كلية الطب في جامعة تسينغهوا، ببناء DeepDR Plus، وهو نظام إنذار مبكر لمضاعفات اعتلال الشبكية السكري يعتمد على التعلم العميق لتسلسلات الصور المتسلسلة زمنياً. يمكنه التنبؤ بتطور اعتلال الشبكية السكري خلال 5 سنوات بناءً على صور قاع العين وحدها.

أبرز الأبحاث:

* تم تطوير وإثبات صحة نظام التعلم العميق (DeepDR Plus) للتنبؤ بتطور اعتلال الشبكية السكري باستخدام صور قاع العين وحدها

* تم تطبيق النظام على الحالات السريرية الحقيقية في الصين والهند، مما أدى إلى تمديد فترة الفحص المتوسطة في التطبيقات السريرية من 12 شهرًا إلى 31.97 شهرًا

* يمكن للنظام أن يقلل بشكل كبير من تكرار الفحص وتكاليف الصحة العامة مع الحفاظ على معدل تشخيص فائت منخفض للغاية

عنوان الورقة:
https://doi.org/10.1038/s41591-023-02702-z
تنزيل مجموعة البيانات بنقرة واحدة:
https://hyper.ai/datasets/29716
قم بمتابعة الحساب الرسمي ورد بـ "DR" للحصول على ملف PDF كامل

مجموعة البيانات: البيانات السريرية من الصين والهند

أولاً، لتعلم الميزات المرتبطة باعتلال الشبكية السكري، تم تدريب نظام DeepDR Plus مسبقًا باستخدام 717308 صورة قاع العين لـ 179327 مريضًا بالسكري من نظام شنغهاي الشامل للوقاية من مرض السكري والعناية به (نموذج شنغهاي الشامل) وبرنامج شنغهاي للوقاية من مرض السكري (SDPP).

ومن بينها، SDPP هي دراسة طولية قائمة على المجتمع شملت 79284 مشاركًا خضعوا لفحوصات بدنية في مصحة هوادونج ومستشفى الشعب السادس في شنغهاي من ديسمبر 2015 إلى نوفمبر 2022، ومن بينهم 25231 مشاركًا أكملوا 4 سنوات على الأقل من المتابعة السنوية.

ثم قام الباحثون بتطوير النموذج والتحقق منه في مجموعة بيانات داخلية تتكون من 76400 صورة لقاع العين لـ 19100 مريض مصاب بالسكري من مجموعة دراسة تقدم اعتلال الشبكية السكري (DRPS)، والتي تم تقسيمها إلى مجموعة بيانات التطوير ومجموعة اختبار داخلية بنسبة 9:1. تم استخدام ثماني مجموعات طولية مستقلة للتحقق الخارجي.

لتقييم فعالية نظام DeepDR Plus المتكامل في سير العمل السريري،وأجرت الدراسة أيضًا دراسة واقعية في دراسة مستقبلية قائمة على المجتمع للبالغين الصينيين.تم تضمين ما مجموعه 2185 مشاركًا في التحليل، بما في ذلك 538 مشاركًا في مجموعة الإدارة المتكاملة (برنامج إدارة مرض السكري في المستشفى العام والمجتمع) و1647 مشاركًا في المجموعة غير المتكاملة. وفي الوقت نفسه، من أجل تقييم نتائج التكامل مع سير العمل السريري بشكل أكبر،وأجرت الدراسة أيضًا دراسة واقعية في مجموعة هندية مستقبلية (SN-DREAMS).ومن بينهم 992 مريضا مصابا بالسكري تمت متابعتهم لمدة 4 سنوات متتالية.

النموذج: يمكن لصور قاع العين وحدها التنبؤ بتطور المرض بشكل فعال

يتضمن نظام DeepDR Plus ثلاثة نماذج للتنبؤ بتطور اعتلال الشبكية السكري:نموذج البياناتنموذج قاع العين والنموذج المركب. في:

يستخدم نموذج قاع العين شبكة ResNet-50 باعتبارها العمود الفقري لاستخراج الميزات من صور قاع العين ويستخدم طبقة الانتباه الناعم لتحديد الميزات التي تحتوي على أكبر قدر من المعلومات.استخدمت هذه الدراسة في البداية Momentum Contrast (MoCo، v2) لإنشاء مستخرج ميزات مدرب مسبقًا باستخدام التعلم الذاتي لاستخراج الميزات من صور قاع العين. وفي الوقت نفسه، استخدمت الدراسة أيضًا مؤشر التوافق (مؤشر C) و متلازمة القولون المتهيّج تنبأ نموذج تقييم درجة براير المتكامل بأداء اعتلال الشبكية السكري لدى المشاركين على مدى السنوات الخمس المقبلة.

يقوم نموذج البيانات الوصفية بإدخال البيانات الوصفية لتوليد تنبؤات البقاء على قيد الحياة،وشملت هذه العوامل العمر والجنس وحالة التدخين ومدة الإصابة بمرض السكري ومستوى DR الأساسي ومؤشر كتلة الجسم والهيموغلوبين السكري A1c وضغط الدم الانقباضي وضغط الدم الانبساطي والدهون الثلاثية وكوليسترول البروتين الدهني منخفض الكثافة وكوليسترول البروتين الدهني عالي الكثافة.

يقوم النموذج المدمج بإدخال كل من درجة قاع العين والبيانات الوصفية لنموذج قاع العين.

وفي التحقق الداخلي، كانت مؤشرات الاتساق لنموذج البيانات الوصفية، ونموذج قاع العين، والنموذج المشترك للتنبؤ بتطور اعتلال الشبكية السكري لدى المرضى 0.696، و0.823، و0.833 على التوالي. وتظهر النتائج أن أداء النموذج المركب مماثل لأداء نموذج قاع العين وأفضل من أداء نموذج البيانات الوصفية. يوضح هذا الأداء التنبؤي الدقيق لنموذج قاع العين. وفي 8 مجموعات بيانات خارجية مستقلة، حقق النموذج أداءً مماثلاً في التنبؤ بتطور اعتلال الشبكية السكري.يشير هذا إلى أن نظام DeepDR Plus يتمتع بثبات عالٍ ومعايرة قوية.

لتحديد متى يجب على المرضى طلب المساعدة من طبيب عيون لتقييم مدى تقدم اعتلال الشبكية السكري، أجرت الدراسة أيضًا 3 تحليلات فرعية لإثبات القدرة التنبؤية لنظام DeepDR Plus. وشملت المجموعات الفرعية الثلاث مرضى السكري دون اعتلال الشبكية الذين تم نقلهم إلى اعتلال الشبكية السكري (المجموعة الفرعية 1)، واعتلال الشبكية السكري الذي لا يتطلب إحالة إلى اعتلال الشبكية السكري الذي يتطلب إحالة (المجموعة الفرعية 2)، واعتلال الشبكية السكري غير المهدد للرؤية والذي تم نقله إلى اعتلال الشبكية السكري الذي يهدد الرؤية (المجموعة الفرعية 3).

استخدمت الدراسة نظام DeepDR Plus في ثلاث مجموعات فرعية رئيسية للتنبؤ بتدهور أنواع مختلفة من درجات اعتلال الشبكية السكري خلال 5 سنوات من خلال صور الشبكية الأساسية. وأظهرت النتائج أن مؤشر الاتساق لنموذج البيانات الوصفية في المجموعات الفرعية الرئيسية الثلاث كان 0.700-0.711، وكان مؤشر IBS 0.261-0.328؛ ارتفع مؤشر اتساق نموذج قاع العين إلى 0.826، و0.820، و0.824، وانخفض مؤشر القولون العصبي إلى 0.153-0.189؛ وكان مؤشر الاتساق للنموذج المجمع 0.835-0.852، وكان مؤشر القولون العصبي 0.145-0.167.

بالإضافة إلى ذلك، قامت الدراسة بتقييم الأداء التنبئي لنموذج قاع العين على مجموعة بيانات خارجية وحققت نتائج مماثلة لمجموعة بيانات داخلية.وأظهرت النتائج أن صور قاع العين وحدها قادرة على التنبؤ بتطور المرض بشكل فعال.

فترات فحص مخصصة تعتمد على الذكاء الاصطناعي

في هذه الدراسة، تلقت مجموعة IM اختبارات سريرية منتظمة وقياسات أيضية وتم تزويدها بنصائح إرشادية من قبل خبراء من المستشفى العام. لذلك، قامت هذه الدراسة بتقسيم مجموعة IM والمجموعة غير IM إلى مجموعات منخفضة الخطورة ومجموعات عالية الخطورة، وقامت بتقييم جميع المشاركين باستخدام نموذج قاع العين ونموذج البيانات الوصفية في نظام DeepDR Plus.

في المجموعة غير IM، كان المرضى في المجموعة عالية الخطورة في نموذج قاع العين أكثر عرضة للإصابة باعتلال الشبكية السكري، وكان المرضى في المجموعة منخفضة الخطورة في نموذج قاع العين أقل عرضة للإصابة باعتلال الشبكية السكري مقارنة بنموذج البيانات الوصفية.

بالإضافة إلى ذلك، قامت الدراسة بتقييم أداء أنظمة الفحص الشخصية الموصى بها من خلال نماذج البيانات الوصفية أو نماذج قاع العين مقارنة بالفحص السنوي الثابت.إذا اتبع جميع المشاركين في مجموعات IM وغير IM فترة الفحص الشخصية الموصى بها والتي يقدمها نموذج قاع العين، فيمكن تمديد فترة الفحص المتوسطة من 12 شهرًا إلى 31.97 شهرًا.وبالمقارنة مع نموذج البيانات الوصفية، حقق نموذج قاع العين تخفيضات مماثلة في تكرار الفحص مع تقليل معدل الاكتشاف المتأخر لاعتلال الشبكية السكري بشكل كبير. بالإضافة إلى ذلك، كان معدل الاكتشاف المتأخر لأي تقدم في اعتلال الشبكية السكري أقل في المجموعة IM مقارنة بالمجموعة غير IM باستخدام فترة الفحص الموصى بها بواسطة نموذج قاع العين (0.37% مقابل 1.28%)، مما يشير إلى أن نظام DeepDR Plus مضمون لتقليل معدل الاكتشاف المتأخر لاعتلال الشبكية السكري بغض النظر عن التدخلات المستقبلية.

في الختام، بالمقارنة مع نماذج البيانات الوصفية، يمكن لنماذج قاع العين تصنيف المشاركين بشكل أكثر دقة، وبالتالي تمكين التدخلات الشخصية وتقليل تكرار فحص اعتلال الشبكية السكري مع تقليل التأخير في اكتشاف تقدم اعتلال الشبكية السكري.

الصين في المرتبة الأولى في تشخيص اعتلال الشبكية السكري بالذكاء الاصطناعي

حديثاً،رشيق  تم إطلاق مؤشر تقييم حوكمة الذكاء الاصطناعي العالمي رسميًا، والذي يقوم بتقييم وفك تشفير مشهد حوكمة الذكاء الاصطناعي العالمي الجديد لأول مرة. وتظهر نتائج التقييم أنه من حيث مستوى تطور الذكاء الاصطناعي، تحتل الولايات المتحدة والصين المركز الأول من حيث الحجم الإجمالي.

بفضل التطور السريع لتكنولوجيا الذكاء الاصطناعي المحلية، حققت بلادي تقدماً مشجعاً في مجال الرعاية الطبية بمساعدة الذكاء الاصطناعي، ويمكنها حتى مواكبة الولايات المتحدة في فحص اعتلال الشبكية السكري وحده. في وقت مبكر من عام 2013، بدأ فريق جيا وي وفريق لي هواتينج من مستشفى الشعب السادس التابع لكلية الطب بجامعة شنغهاي جياو تونغ، جنبًا إلى جنب مع فريق شنغ بين من قسم علوم الكمبيوتر بجامعة شنغهاي جياو تونغ، في استكشاف تقنية الاستخراج التلقائي لميزات اعتلال الشبكية السكري.

في عام 2016، استخدمت جوجل نظام التعلم العميق لتشخيص اعتلال الشبكية السكري المتوسط إلى الشديد بدقة بعد التدريب باستخدام كمية كبيرة من بيانات صور اعتلال الشبكية السكري. وقد نشرت النتائج في مجلة الجمعية الطبية الأمريكية (جاما) .

وبفضل ما توصلت إليه شركة جوجل، أصيب هوانغ تيان ين، مدير المركز الوطني للعيون في سنغافورة آنذاك، بالصدمة. في الوقت نفسه، يعتقد هوانغ تيان ين أن أبحاث جوجل لا تزال تعاني من قصور يتمثل في افتقارها إلى التحقق المتعدد الأعراق. في عام 2017، نجح هوانج تيانين وفريق مركز سنغافورة الوطني للعيون في تطوير نظام جديد للتعلم العميق، والذي كان أول نظام فعال لتشخيص اعتلال الشبكية السكري وأمراض العيون الأخرى ذات الصلة في مجموعة متعددة الأعراق والجنسيات. وقد نشرت النتائج لاحقا في مجلة JAMA.

وفي عام 2017 أيضا، تولت لجنة الصحة وتنظيم الأسرة في هانغتشو زمام المبادرة في إطلاق مشروع فحص اعتلال الشبكية السكري، حيث قدمت كاميرا قاع العين المحمولة القائمة على التشخيص بمساعدة الذكاء الاصطناعي لمعالجة مشكلة نقص الموارد الطبية المهنية على المستوى الشعبي. وفي الوقت نفسه، دخل عدد من الأجهزة الطبية التي تعمل بالذكاء الاصطناعي إلى السوق في الصين، مما جلب أملاً جديداً في علاج الأمراض لعدد أكبر من المرضى.

في عام 2018، تعاون فريق جيا وي بينغ مع فريق هوانغ تيان ين وانضم إلى مؤسسات أكاديمية عالمية المستوى مثل المركز الوطني للعيون في سنغافورة للحصول على الموافقة على إنشاء مختبر شنغهاي الدولي المشترك "الحزام والطريق" للوقاية الذكية والسيطرة على الأمراض المرتبطة بالتمثيل الغذائي لتنفيذ التعاون في مجال الوقاية من مرض السكري وعلاجه.

على الرغم من أن كل شيء يتطور على قدم وساق، إلا أن نظام التشخيص بالذكاء الاصطناعي لم يتم التحقق منه بشكل فوري في التشخيص والعلاج السريري. في عام 2020، أصدر فريق جوجل تقريرًا يفيد بأن نظام التشخيص بالذكاء الاصطناعي لاعتلال الشبكية السكري أظهر "عدم القدرة على التكيف" في التطبيقات السريرية في تايلاند. تم رفض أكثر من خُمس الصور بواسطة النظام بسبب مشاكل الوضوح. واضطرت الممرضات إلى إعادة التقاط الصور وتم نقل المرضى إلى مستشفيات أخرى لتلقي العلاج. تم رفض نظام الذكاء الاصطناعي ذي الصلة بعد تنفيذه في 11 عيادة في تايلاند.

في حين تواجه أنظمة التشخيص بالذكاء الاصطناعي عقبات سريرية في الخارج، تدخل أنظمة التشخيص بالذكاء الاصطناعي المحلية فترة من التطور السريع. في أغسطس 2020، تمت الموافقة على تسويق الدفعة الأولى من برامج تشخيص اعتلال الشبكية السكري بمساعدة صور قاع العين المستندة إلى تقنية التعلم العميق في بلدي. في عام 2021، أصدرت جامعة نانكاي CABNet (كتلة الاهتمام بالفئة) واقترحت كتلة الاهتمام العالمية، والتي يمكنها تحسين أداء البنيات العميقة الموجودة بشكل كبير مع عدد صغير فقط من المعلمات الإضافية وتحقيق أداء ممتاز في تصنيف الاسترداد بعد الكوارث.

وفي عام 2021 أيضًا، أطلق فريق جيا وي بينج وفريق شنغ بين نظام DeepDR بشكل مشترك، والذي يمكنه التمييز بدقة بين درجات مختلفة من آفات الشبكية من المراحل الخفيفة إلى المراحل التكاثرية.وقد حصلت الإنجازات الأساسية على ثلاث براءات اختراع في الصين وبراءة اختراع واحدة في الولايات المتحدة، وتم استخدامها في العديد من المستشفيات في جميع أنحاء البلاد. وفي العام نفسه، أصبح هوانغ تيان ين أستاذاً في جامعة تسينغهوا. بدأت الفرق الطبية والهندسية متعددة التخصصات من جامعة شنغهاي جياو تونغ وجامعة تسينغهوا في تنفيذ تعاون متعدد التخصصات وأبحاث تعاونية أوثق حول تكنولوجيا إدارة مرض السكري بمساعدة الذكاء الاصطناعي والممارسة السريرية، مما أدى أيضًا إلى تسريع الأبحاث السابقة لكلا الطرفين.

اليوم، أدى إطلاق نظام DeepDR Plus إلى تحسين كفاءة ونزاهة وإمكانية الوصول إلى فحص قاع العين في البلدان النامية بشكل كبير، وفتح طريقًا جديدًا لتحسين جودة وكفاءة وإصلاح وابتكار نماذج إدارة مرض السكري في البلدان والمناطق المنخفضة والمتوسطة الدخل في جميع أنحاء العالم. في المستقبل القريب، من المؤكد أن الذكاء الاصطناعي سيجلب أملًا جديدًا في الشفاء لعدد أكبر من مرضى السكري.

مراجع:
1.https://new.qq.com/rain/a/20240123A05OOZ00
2.https://m.thepaper.cn/baijiahao_20929983
3.https://baijiahao.baidu.com/s?id=1791412684120469650&wfr=spider&for=pc
4.https://www.nsfc.gov.cn/csc/20340/20343/57820/index.html