الذكاء الاصطناعي يكتشف أمراض الغدد النادرة بدقة من صور اليد

أحياناً تبدأ القصة بتفصيل صغير لا ننتبه له؛ خاتم لم يعد يناسب الإصبع، أو صورة قديمة تكشف أن اليدين كانتا أنحف قبل سنوات. أمر يبدو عابراً قد يكون في حالات نادرة مؤشراً على اضطراب هرموني معقد مثل ضخامة النهايات. الجديد أن الذكاء الاصطناعي قد يصبح قادراً على التقاط هذه الإشارات المبكرة من صورة لليد فقط.

باحثون من جامعة كوبي اليابانية طوروا نموذجاً يعتمد على التعلم العميق لتحليل صور ظهر اليد وقبضة اليد المغلقة من أجل اكتشاف مرض ضخامة النهايات، وهو اضطراب نادر ينتج عن فرط إفراز هرمون النمو ويؤدي تدريجياً إلى تضخم اليدين والقدمين وتغيرات في ملامح الوجه وبنية العظام.

الدراسة التي نُشرت في Journal of Clinical Endocrinology & Metabolism اعتمدت على أكثر من 11 ألف صورة جُمعت من 725 مريضاً في 15 منشأة طبية داخل اليابان. النموذج حقق حساسية ونوعية مرتفعتين، بل وتفوق في الاختبارات على أطباء غدد صماء ذوي خبرة عند تقييمهم الصور نفسها.

معظم المحاولات السابقة لاستخدام رؤية الحاسوب في هذا السياق اعتمدت على صور الوجه، ما يفتح باباً واسعاً لمخاوف الخصوصية والهوية البيومترية. الفريق الياباني اختار مساراً مختلفاً: التركيز على اليد، وتحديداً ظهر اليد وقبضة مغلقة، مع تجنب تصوير راحة اليد بما تحمله من بصمات وأنماط مميزة.

هذا القرار التقني ليس تفصيلاً بسيطاً. إنه يعكس توجهاً متنامياً في أنظمة الذكاء الاصطناعي الطبية نحو تقليل البيانات الحساسة إلى الحد الأدنى، وبناء نماذج قابلة للتطبيق العملي دون إثقال المؤسسات الصحية بتعقيدات قانونية وأخلاقية.

تكمن خطورة ضخامة النهايات في بطء تطورها. قد يستغرق التشخيص سنوات طويلة لأن التغيرات الجسدية تدريجية ويصعب ملاحظتها. وفي حال ترك المرض دون علاج، قد يؤدي إلى مضاعفات خطيرة ويقلل متوسط العمر المتوقع.

هنا تظهر قيمة التحليل الصوري المدعوم بالذكاء الاصطناعي كأداة مساندة في الفحوص الدورية أو برامج الصحة العامة. نموذج يعتمد على صورة بسيطة يمكن أن يفتح باب الإحالة المبكرة إلى اختصاصي الغدد الصماء، بدلاً من انتظار تراكم الأعراض المعقدة.

لا يدّعي الباحثون أن النموذج سيحل محل الطبيب. الطب السريري يعتمد على التاريخ المرضي، التحاليل المخبرية، والتصوير الشعاعي، إضافة إلى الفحص الجسدي. لكن إدخال خوارزمية تشخيص مبكر ضمن البنية التحتية للفحوص الشاملة قد يقلل من الإغفال التشخيصي، خصوصاً في المناطق التي تعاني نقصاً في الاختصاصيين.

الأهمية الحقيقية هنا لا تكمن فقط في اكتشاف مرض نادر عبر صورة يد، بل في إعادة تعريف نقطة البداية للتشخيص الطبي. عندما تصبح الكاميرا أداة فحص أولي مدعومة بخوارزميات رؤية حاسوبية مدربة على بيانات سريرية متعددة المراكز، فإننا نقترب من نموذج رعاية صحية أكثر استباقية.

في النهاية، قد تكون اليد التي نرفعها لالتقاط صورة عادية مدخلاً لنظام ذكي يقرأ ما لا نراه بأعيننا المجردة. بين بساطة الصورة وتعقيد الغدد الصماء، يتشكل فصل جديد من التكامل بين الخبرة الطبية والذكاء الاصطناعي، حيث لا يُلغى دور الإنسان، بل يُعزَّز بأدوات ترى التفاصيل الصامتة.