ابتكار من أبوظبي يعزز رعاية الأجنة عالمياً

أبوظبي (الاتحاد)
يشهد العالم سنوياً أكثر من 130 مليون ولادة، لكن 8 ملايين طفل يولدون بعيوب خلقية، نصفها فقط يُكتشف قبل الولادة بسبب قصور التقنيات الحالية، وفقاً للدكتور محمد يعقوب، أستاذ الرؤية الحاسوبية بجامعة محمد بن زايد للذكاء الاصطناعي. لكن الابتكارات المدعومة بالذكاء الاصطناعي تَعِد بتحسينات كبيرة في صحة ملايين الأطفال.

وهذا بالتحديد مجال اهتمام دكتور يعقوب، الذي يعمل على استكشاف خوارزميات الذكاء الاصطناعي وتطويرها لحل مشكلات الرعاية الصحية.

أخبار ذات صلة وزير الطاقة الأميركي لـ «الاتحاد»: الإمارات رائدة في تكنولوجيا الطاقة وسباقة بـ «الذكاء الاصطناعي» مراكز البيانات.. تلتهم طاقة هائلة لتغذية الذكاء الاصطناعي

طوّر د. يعقوب وفريقه، بالتعاون مع مستشفى الكورنيش في أبوظبي، نموذجاً جديداً يُسمى «FetalCLIP»، وهو أول نموذج أساسي مصمم لتحليل صور الموجات فوق الصوتية للأجنة، حسبما يقول تقرير نشرته جامعة محمد بن زايد للذكاء الاصطناعي على موقعها. يستهدف النظام الكشف عن أمراض مثل عيوب القلب الخلقية قبل الولادة، متفوقاً على نماذج أخرى في مهام تحليل الموجات فوق الصوتية. يشارك في المشروع باحثون من الجامعة وأطباء من مستشفى الكورنيش، ضمن مبادرة أوسع لتعزيز صحة الأم والجنين.
 وشمل عملهم التعاون مع باحثين من شركة أبوظبي للخدمات الصحية (صحة) ومؤسسات أخرى، لتطوير طرق جديدة للتعلم الآلي لتحليل صور الموجات فوق الصوتية للأجنة، وفقاً للتقرير الذي يشير إلى أن هذه الابتكارات تعتمد على سياسات أبوظبي الداعمة لاستخدام البيانات الطبية في أبحاث الذكاء الاصطناعي. يقول د. يعقوب: «أحد أكبر التحديات هو الوصول إلى البيانات الطبية، لكن أبوظبي وفرت نظاماً يحافظ على الخصوصية ويعزز الأبحاث». هذا الدعم مكّن الفريق من بناء أكبر مجموعة بيانات من نوعها، تضم أكثر من 200 ألف صورة موجات فوق صوتية، وألفي تعليق توضيحي من مستشفى الكورنيش، وكتاباً طبياً متخصصاً، بالشراكة مع أطباء مستشفى الكورنيش، المتخصص في رعاية النساء وحديثي الولادة.  وقد تم إخفاء هوية جميع الصور لحماية خصوصية المريض، حيث لم تقترن الصور بمعلومات طبية عن الأم أو الطفل.
وتُعد الموجات فوق الصوتية أداة رئيسية لرصد نمو الجنين، حيث تزود الأطباء برؤى حول صحة ونمو الأطفال في الرحم. لكن تحليلها معقد بسبب صغر حجم قلب الجنين وسرعة نبضاته (160 نبضة في الدقيقة)، فضلاً عن تباين الصور حسب الظروف، وفق ما جاء في تقرير الجامعة. يوضح د. يعقوب الذي عمل قبل انضمامه للجامعة، على حل مشكلات التصوير الطبي لمدة ست سنوات كزميل أبحاث في معهد الهندسة الطبية الحيوية بجامعة أكسفورد لمرحلة ما بعد الدكتوراه: «حتى أمهر الأطباء قد يجدون صعوبة في تفسير هذه الصور». ورغم إمكانات الذكاء الاصطناعي في تحسين التحليل، فإن نقص بيانات التدريب المتاحة كان عائقاً، حيث تُقيد مشاركة البيانات لحماية الخصوصية، كما أن النماذج الذكية المتاحة اليوم لا تعمل بالمستوى العالي الذي يطلبه الأطباء.
لمعالجة ذلك، جمع الفريق بيانات ضخمة مع ضمان إخفاء الهوية، مستفيداً من تقنيات التعلم الآلي لتدريب «FetalCLIP». النموذج، المستند إلى «CLIP» من شركة «OpenAI»، يعتمد على التعلم التقابلي لربط الصور بالتعليقات التوضيحية بدقة، محققاً أداءً متميزاً في الكشف عن العيوب، مقارنة بنماذج أخرى مثل «SonoNet».
يؤكد تقرير الجامعة أن «FetalCLIP» سجل نسبة دقة 87.1% في تصنيف صور الأجنة، متفوقاً بنسبة 17.2% على «SonoNet»، وبنسبة 7% في تشخيص عيوب القلب، مقترباً من مستوى طبيب متمرّس.
مع ذلك، يواجه النموذج تحديات في تقدير عمر الحمل بدقة في المراحل المبكرة أو المتأخرة، لأن معظم بيانات التدريب جاءت من الثلث الثاني. 
نموذج تأسيسي
يُعد «FetalCLIP» نموذجاً تأسيسياً متخصصاً يمكن تطويره لتطبيقات أخرى، مثل دعم المناطق النائية، حيث يندر الأطباء. 
سيُطلق النموذج للعامة قريباً، مما يتيح للباحثين والأطباء تطوير حلول مبتكرة. ويقول د. يعقوب إنه وفريقه أرادوا إنشاء نموذج تأسيسي متخصص حتى يكون له تأثير في المستشفيات والعيادات. كما أراد إنشاء نظام يمكن للمطورين الآخرين استخدامه عند إنشاء تطبيقات لمهام محددة تتعلق بتحليل الموجات فوق الصوتية للجنين.
وباستخدام أدوات أفضل، قد يتمكن الأطباء من تحديد المرض في وقت مبكر من النمو واتخاذ خطوات لتحسين صحة الطفل.
يرى د. يعقوب أن هذا الابتكار قد يُحدث فرقاً عالمياً، خاصة في تحسين الرعاية الصحية للأجنة والأمهات. ويختم: «إذا تمكنا من القياس والتشخيص بدقة، يمكننا تحسين النتائج لأطفالنا، وهو هدف يهم الجميع»، لأن الكشف المبكر يتيح بالفعل التدخل المناسب، مما يعزز صحة الأطفال.

المصدر: صحيفة الاتحاد