أداة ذكاء اصطناعي تصنف الآفات الجلدية بالمستشفيات
طوّر باحثون من جامعة أليكانتي ومستشفى سان خوان دي أليكانت الإسباني نظام الذكاء الاصطناعي MEL-IA، المُصمم خصيصاً لدعم التشخيص الجلدي وأتمتة تصنيف الآفات الجلدية في البيئات الطبية. يأتي هذا التطوير استجابة للتحدي الصحي العالمي المتمثل في سرطان الجلد، الذي سجّلت منظمة الصحة العالمية نحو 1.5 مليون حالة جديدة عام 2024، مع التركيز على ضرورة الكشف المبكر لتحسين النتائج السريرية. يعتمد النظام على حزمة تقنية متكاملة تدمج تطبيقاً للهواتف الذكية لالتقاط صور الآفات وتسجيل البيانات السريرية، مع نموذج ذكاء اصطناعي متخصص للخوارزمية التصنيفية، ووحدات تكامل معقدة تضمن الاتصال الآمن والموثوق بأنظمة المستشفى الحالية. ويبرز النظام بتمييزه عن الأدوات التقليدية التي تقتصر على التفرقة بين الآفات الحميدة والخبيثة، إذ يصنّف الآفات إلى خمس فئات رئيسية تشمل الميلانوما، والورم الشحمي، وسرطان الخلايا القاعية، والتهاب الحليقات الضوئي، والزوائد الجلدية الحميدة. استند الفريق البحثي، الذي يجمع بين أعضاء مجموعة IBIS بجامعة أليكانتي وفريق الخدمات التقنية بمستشفى سان خوان، إلى قاعدة بيانات تدريبية ضمت أكثر من 15 ألف صورة جلدية، مدمجة مع بيانات سريرية دقيقة مثل العمر، والجنس، والموقع التشريحي للآفة، لتعزيز دقة الخوارزمية. وأظهرت النتائج الميدانية للنظام، المنشورة في مجلة Journal of Medical Systems عام 2026، تحقيقه لدقة كلية تبلغ 86 بالمائة، مع حساسية تصل إلى 88 بالمائة للكشف عن الميلانوما، و92 بالمائة لسرطان الخلايا القاعية. وسجّل النظام أثناء النشر المباشر في المستشفى معالجة 980 دراسة جلدية بأوقات استجابة تقل عن ثانية واحدة، مع الحفاظ على سجل زمني دقيق للآفات يتضمن الصور والتشخيصات والملاحظات الطبية. يؤكّد الباحثون أن MEL-IA يعمل كأداة دعم قرار طبي وليس نظام تشخيص ذاتي، مما يضمن بقاء العنصر البشري في الحلقة التشخيصية. وتكمن الخطوات المقبلة في إجراء دراسات مستقبلية مع الطواقم الطبية، واختبار التقاط الصور مباشرة عبر الهواتف الذكية، بالإضافة إلى توسيع نطاق الفئات المرضية القادرة النظام على تصنيفها. يُعد هذا المشروع نقلة نوعية في دمج الذكاء الاصطناعي التشغيلي مع البنية التحتية الرقمية للمستشفيات، مما يعزز كفاءة التشخيص الجلدي ويوفر إطاراً قابلاً للتطوير للنظم الطبية الذكية القائمة على البيانات السريرية.
