طبق باحثون بالمعاهد الوطنية للصحة الذكاء الاصطناعي (AI) على تقنية تنتج صورًا عالية الدقة للخلايا في العين. وذكروا أنه مع الذكاء الاصطناعي، أصبح التصوير أسرع 100 مرة ويحسن تباين الصورة بمقدار 3.5 ضعف.
وقال الباحثون «إن هذا التقدم سيوفر للباحثين أداة أفضل لتقييم الضمور البقعي المرتبط بالعمر (AMD) وأمراض الشبكية الأخرى».
ومن أجل المزيد من التوضيح، قال الدكتور جوني تام الذي يقود قسم التصوير السريري والانتقالي في المعهد الوطني للعيون التابع للمعاهد الوطنية للصحة «يساعد الذكاء الاصطناعي في التغلب على المحدودية الرئيسية لخلايا التصوير في شبكية العين، وهو الوقت». وذلك وفق ما ذكر موقع «ميديكال إكسبريس» الطبي المتخصص.
ويعمل تام على تطوير تقنية تسمى البصريات التكيفية (AO) لتحسين أجهزة التصوير المعتمدة على التصوير المقطعي التوافقي البصري (OCT)؛ مثل الموجات فوق الصوتية.
وOCT عبارة عن معدات غير جراحية وسريعة غير مؤلمة ومعيارية في معظم عيادات العيون.
يذكر ان تصوير خلايا RPE باستخدام AO-OCT يأتي مع تحديات جديدة، بما في ذلك ظاهرة تسمى البقع؛ إذ يتداخل Speckle مع AO-OCT بالطريقة التي تتداخل بها السحب مع التصوير الجوي؛ ففي أي لحظة، قد يتم حجب أجزاء من الصورة. فيما ان إدارة البقع تشبه إلى حد ما إدارة الغطاء السحابي. وفي هذا الاطار، يقوم الباحثون بتصوير الخلايا بشكل متكرر على مدى فترة طويلة من الزمن.
ومع مرور الوقت، تتغير البقع، ما يسمح لأجزاء مختلفة من الخلايا بالظهور. وبعد ذلك، يتولى العلماء المهمة الشاقة والمستهلكة للوقت المتمثلة بتجميع العديد من الصور معًا لإنشاء صورة لخلايا RPE خالية من البقع.
من جانبها، تشرح الدكتورة فينيتا داس زميلة ما بعد الدكتوراه بقسم التصوير السريري والانتقالي في NEI، كيف يعمل الذكاء الاصطناعي على تحسين تصوير شبكية العين المستشعرة للضوء.
وطوّر تام وفريقه طريقة جديدة تعتمد على الذكاء الاصطناعي تسمى «الشبكة الظرفية التوليدية للتمييز المتوازي (P-GAN)»؛ وهي خوارزمية التعلم العميق؛ فمن خلال تغذية شبكة P-GAN بما يقرب من 6000 صورة تم الحصول عليها يدويًا من AO-OCT لـ RPE البشري، مقترنة كل منها بأصلها المرقط المقابل، قام الفريق بتدريب الشبكة على تحديد واستعادة الميزات الخلوية المحجوبة بالبقع. وعند اختبارها على صور جديدة، نجح P-GAN في إزالة البقع من صور RPE، واستعادة التفاصيل الخلوية؛ فمن خلال التقاط صورة واحدة، تم الحصول على نتائج مماثلة للطريقة اليدوية التي تتطلب الحصول على 120 صورة ومتوسطها.
وبفضل مجموعة متنوعة من مقاييس الأداء الموضوعية التي تقيم أشياء مثل شكل الخلية وبنيتها، تفوقت P-GAN على تقنيات الذكاء الاصطناعي الأخرى.
وتقدر الدكتورة فينيتا «أن P-GAN خفضت وقت الحصول على التصوير ومعالجته بنحو 100 مرة. كما أسفرت تقنية P-GAN أيضًا عن تباين أكبر بنحو 3.5 أكبر من ذي قبل».
من جهته، قال تام «إن البصريات التكيفية تنقل التصوير المعتمد على OCT إلى المستوى التالي». مبينا «انه مثل الانتقال من مقعد الشرفة إلى مقعد الصف الأمامي لتصوير شبكية العين. باستخدام AO، يمكننا الكشف عن هياكل الشبكية ثلاثية الأبعاد بدقة النطاق الخلوي، ما يمكننا من تكبير العلامات المبكرة جدًا للمرض».
وفي حين أن إضافة AO إلى OCT يوفر رؤية أفضل للخلايا، فإن معالجة صور AO-OCT بعد التقاطها تستغرق وقتًا أطول بكثير من OCT بدون AO. لذلك، يستهدف عمل تام الأخير الظهارة الصبغية لشبكية العين (RPE)؛ وهي طبقة من الأنسجة تقع خلف شبكية العين الحساسة للضوء والتي تدعم الخلايا العصبية الشبكية النشطة في عملية التمثيل الغذائي، بما في ذلك المستقبلات الضوئية.
جدير بالذكر، أن شبكية العين تبطن الجزء الخلفي من العين وتلتقط وتعالج وتحول الضوء الذي يدخل الجزء الأمامي من العين إلى إشارات ينقلها بعد ذلك العصب البصري إلى الدماغ.
ويهتم العلماء بـ RPE لأن العديد من أمراض شبكية العين تحدث عندما ينهار RPE؛ فمن خلال دمج الذكاء الاصطناعي مع AO-OCT، يعتقد تام أنه تم التغلب على عقبة رئيسية أمام التصوير السريري الروتيني باستخدام AO-OCT، خاصة بالنسبة للأمراض التي تؤثر على RPE، والتي كان من الصعب تقليديًا تصويرها.
وخلص تام الى القول «ان نتائجنا تشير إلى أن الذكاء الاصطناعي يمكن أن يغير بشكل جذري كيفية التقاط الصور. وسيجعل الذكاء الاصطناعي P-GAN الخاص بنا تصوير AO أكثر سهولة للتطبيقات السريرية الروتينية وللدراسات التي تهدف إلى فهم البنية والوظيفة والفيسيولوجيا المرضية لأمراض الشبكية المسببة للعمى. وان التفكير في الذكاء الاصطناعي كجزء من نظام التصوير الشامل أداة لا يتم تطبيقها إلا بعد التقاط الصور، وهي نقلة نوعية في مجال الذكاء الاصطناعي».
