طوّر باحثو مايو كلينك نظام ذكاء اصطناعي قادر على اكتشاف أنواع العدوى المختلفة في مواضع الجراحة بدقة عالية من صور الجروح التي يرسلها المرضى بعد العملية الجراحية، ما قد يحدث تحولًا في طريقة تقديم الرعاية بعد العمليات الجراحية.
تقدم الدراسة المنشورة في حوليات الجراحة (Annals of Surgery) مسارًا متكاملًا مبنيًا على تقنية الذكاء الاصطناعي وضعه الباحثون يمكنه تحديد أماكن الشقوق الجراحية تلقائيًا، وتقييم جودة الصورة، ورصد مؤشرات العدوى في الصور التي أرسلها المرضى عبر البوابات الإلكترونية. دُرِّب النظام باستخدام أكثر من 20,000 صورة مأخوذة من أكثر من 6,000 مريض في تسعة مستشفيات تابعة لمايو كلينك.
يقول كورنيليوس ثيلز، دكتور الطب التقويمي، واختصاصي جراحة أورام الكبد والقناة الصفراوية والبنكرياس في مايو كلينك وأحد المؤلفين الرئيسيين المشاركين في الدراسة: “لقد كان الدافع وراء ذلك هو الحاجة المتزايدة إلى متابعة الشقوق الجراحية لدى مرضى العيادات الخارجية في الوقت المناسب. هذه العملية، التي يديرها حاليًا اختصاصيو الرعاية السريرية، تستغرق وقتًا طويلًا وقد تؤخر تقديم الرعاية. ولكن نموذج الذكاء الاصطناعي الذي طورناه يمكنه المساعدة في فرز هذه الصور تلقائيًا وتحسين الاكتشاف المبكر للعدوى وتيسير عملية التواصل بين المرضى وفرق الرعاية”.
يستخدم نظام الذكاء الاصطناعي نموذجًا مكونًا من مرحلتين. أول مرحلة هي الكشف عن ما إذا كانت الصورة تحتوي على شقوق جراحية، تليها المرحلة الثانية المتمثلة في تقييم ما إذا كانت هناك مؤشرات تدل على وجود عدوى في هذه الشقوق. وقد حقق نموذج Vision Transformer دقة بلغت 94% في الكشف عن الشقوق الجراحية و81% في مقياس المساحة تحت المنحنى في تحديد مواضع العدوى.
تقول هالة مُعادي، دكتورة في الطب، وحاصلة على الدكتوراه زميلة جراحة الكبد والقنوات الصفراوية والبنكرياس في مايو كلينك والمؤلفة الرئيسية للدراسة: “يضع هذا العمل الأساس للعناية بالجروح بعد الخضوع للجراحة بمساعدة تقنية الذكاء الاصطناعي، والذي من شأنه تحويل أسلوب متابعة المرضى بعد الجراحة. “يكتسب هذا الأمر أهمية خاصة مع ازدياد انتشار العمليات الجراحية في العيادات الخارجية والاعتماد على الرعاية التفقدية الإلكترونية.
ويأمل الباحثون أن تساعد هذه التقنية المرضى على تلقي استجابات أسرع، وتقليل التأخير في تشخيص العدوى، ودعم تقديم رعاية أفضل لأولئك الأشخاص الذين يتعافون من الجراحة في المنزل. ومع المزيد من التحقق من دقة الأداة، يمكنها أن تعمل كأداة فحص أولية تُنبِّه اختصاصيي الرعاية السريرية للشقوق التي تستدعي الانتباه. كما تمهد أداة الذكاء الاصطناعي لتطوير خوارزميات قادرة على رصد مؤشرات العدوى الخفية، ربما قبل أن يستطيع فريق الرعاية تمييزها بالعين المجردة. وسيتيح ذلك العلاج المبكر، وتقليل معدلات الإصابة بالأمراض، وخفض التكاليف.
تقول الدكتورة هالة مُعادي: “قد يعني ذلك للمرضى طمأنة أسرع أو اكتشافًا مبكرًا للمشكلة. وبالنسبة لاختصاصيي الرعاية الصحية، سيتيح إعطاء الأولوية للحالات التي تحتاج إلى اهتمام أكبر، لا سيما في المناطق الريفية أو البيئات ذات الموارد المحدودة.”
والجدير بالملاحظة أن النموذج أظهر أداءً ثابتًا عبر مجموعات متنوعة، مما يقلل من المخاوف المتعلقة بالتحيز الخوارزمي.
ورغم أن النتائج واعدة، يرى الفريق أنه لا يزال هناك حاجة لمزيد من التحقق.
يقول حُجت صالحي نجاد، حاصل على الدكتوراه، وهو مستشار أول مشارك في أبحاث تقديم الرعاية الصحية في مركز كيرن لعلم تقديم الرعاية الصحية ومؤلف رئيسي مشارك: “إن أملنا هو أن تكون نماذج الذكاء الاصطناعي التي طورناها – ومجموعة البيانات الكبيرة التي تدربت عليها- قادرة على إعادة تشكيل كيفية تقديم الرعاية التفقدية الجراحية بشكل جوهري. وتُجرى حاليًا دراسات استكشافية لتقييم مدى نجاح دمج هذه الأداة في الرعاية الجراحية اليومية.”
دعم هذا البحث جائزة تمكين الذكاء الاصطناعي والتعلم الآلي من مؤسسة داليو الخيرية (Dalio Philanthropies Artificial Intelligence/Machine Learning Enablement Award)، وجائزة عائلة سيمونز لتطوير المسيرة المهنية في الابتكار الجراحي (Simons Family Career Development Award).
