❤️🤖 ذكاء اصطناعي يقرأ تخطيط القلب في أقل من ثانيتين ويكشف أمراضًا قد لا يراها الطبيب

❤️🤖 ذكاء اصطناعي يقرأ تخطيط القلب في أقل من ثانيتين ويكشف أمراضًا قد لا يراها الطبيب

في خطوة جديدة قد تعيد رسم مستقبل تشخيص أمراض القلب، طوّر باحثون في Imperial College London نظامًا للذكاء الاصطناعي قادرًا على تحليل تخطيط القلب الكهربائي ECG خلال أقل من ثانيتين، واستخراج إشارات مخفية يمكن أن تدل على وجود أمراض قلبية خطيرة.

المثير في هذه التقنية أنها لا تعتمد على فحص طبي جديد أو جهاز معقد، وإنما تستخدم فحصًا موجودًا أصلًا في المستشفيات منذ أكثر من قرن: تخطيط القلب الكهربائي.

وقد عُرضت النتائج الحديثة خلال مؤتمر الجمعية الأوروبية لأمراض القلب في ميونيخ، وبيّنت الاختبارات أن النظام يستطيع تحديد نسبة كبيرة من المرضى الذين يعانون من ضعف في وظيفة القلب أو أمراض في صمامات القلب.

🫀 ما هو تخطيط القلب ECG؟

تخطيط القلب الكهربائي هو أحد أبسط وأكثر الفحوص الطبية انتشارًا.

يتم وضع أقطاب كهربائية على جسم المريض لتسجيل النشاط الكهربائي للقلب، ويستغرق تسجيل التخطيط نفسه حوالي 10 ثوانٍ.

ويستخدم الأطباء ECG بشكل أساسي لتقييم:

- معدل ضربات القلب.

- انتظام النبض.

- اضطرابات نظم القلب.

- بعض علامات نقص التروية أو الجلطة القلبية.

- بعض الاضطرابات في التوصيل الكهربائي للقلب.

لكن المشكلة أن ECG صُمم أساسًا لقراءة النشاط الكهربائي للقلب، وليس لإظهار تفاصيل بنيته التشريحية.

فإذا أراد الطبيب معرفة حجم حجرات القلب أو قوة ضخ البطين أو حالة الصمامات بشكل مباشر، فإنه يحتاج عادةً إلى فحوص تصويرية، وعلى رأسها تخطيط صدى القلب (Echocardiography).

وهنا يأتي الدور الجديد للذكاء الاصطناعي.

🧠 كيف يرى الذكاء الاصطناعي ما قد لا تراه العين البشرية؟

عند قراءة ECG بالطريقة التقليدية، يبحث الطبيب عن أنماط كهربائية معروفة يمكن أن تشير إلى مشكلة معينة.

لكن تخطيط القلب يحتوي على كمية ضخمة من المعلومات الرقمية.

وقد تكون هناك تغيرات صغيرة جدًا في الإشارة الكهربائية مرتبطة بتغيرات في بنية القلب أو طريقة عمله، لكنها لا تكون واضحة بالضرورة عند الفحص البصري التقليدي.

الذكاء الاصطناعي يستطيع تحليل هذه الإشارات الرقمية واكتشاف العلاقات المعقدة بينها وبين نتائج الفحوص الأخرى.

بعبارة بسيطة:

الطبيب يرى نمطًا كهربائيًا، بينما يستطيع النموذج تحليل آلاف التفاصيل الرقمية داخل هذا النمط في وقت قصير جدًا.

ولهذا وصف الباحثون التقنية بأنها قادرة على أداء بعض المهام التي يصعب على الإنسان تنفيذها بمجرد النظر إلى ECG.

📊 ملايين التخطيطات لتدريب النموذج

لم يتم تدريب النظام على عدد صغير من المرضى.

الباحثون استخدموا حوالي 10.6 مليون تخطيط قلب إلى جانب التقارير السريرية المرتبطة بها.

ثم استخدموا مجموعة أخرى من 72,475 ECG مرتبطة بنتائج فحوص تصوير القلب، حتى يتعلم النموذج العلاقة بين الأنماط الموجودة في ECG وبين بنية القلب ووظيفته.

بعد مرحلة التدريب، جرى اختبار النموذج على مجموعات كبيرة من المرضى في الولايات المتحدة، شملت أكثر من 65 ألف ECG.

وهذه الكمية الضخمة من البيانات مهمة جدًا، لأن الذكاء الاصطناعي لا يتعلم من "حالة واحدة"، وإنما يبحث عن أنماط متكررة عبر ملايين الحالات.

⚡ النتائج: ماذا استطاع اكتشافه؟

ركز الباحثون على عدة حالات قلبية، من بينها انخفاض قدرة القلب على ضخ الدم وأمراض صمامات القلب.

وكان الأداء لافتًا خصوصًا في اكتشاف انخفاض الكسر القذفي للبطين الأيسر، وهو مؤشر على مدى كفاءة الحجرة الرئيسية في ضخ الدم.

في مجموعة كبيرة شملت 61,520 مريضًا، استطاع النظام تحديد نحو 81% من المرضى الذين لديهم ضعف في وظيفة ضخ القلب.

كما اختبر الباحثون قدرته على اكتشاف أمراض الصمامات، ومن بينها تضيق الصمام الأبهري (Aortic stenosis).

وفي مجموعة الاختبار الأصغر، استطاع النظام تحديد نحو 90% من حالات تضيق الصمام الأبهري، بينما بلغت النسبة نحو 80% في المجموعة الأكبر.

وهذه الأرقام لا تعني أن النظام "يشخص" المرض بشكل نهائي، لكنها تعني أنه يستطيع إعطاء إشارة قوية بأن المريض قد يكون بحاجة إلى فحص إضافي.

🔍 ما معنى "معلومات مخفية" داخل ECG؟

هذه ربما تكون أكثر نقطة إثارة في البحث.

قد يبدو تخطيط القلب طبيعيًا أو غير حاسم عند قراءته بالطريقة التقليدية، بينما يحتوي في الواقع على تغيرات دقيقة مرتبطة بمرض موجود في القلب.

على سبيل المثال، عندما يبدأ القلب في التغير بنيويًا، قد تظهر تأثيرات صغيرة على طريقة انتشار الإشارات الكهربائية داخله.

هذه التغيرات قد تكون غير واضحة للعين البشرية، خصوصًا في المراحل المبكرة.

لكن نموذج الذكاء الاصطناعي يستطيع مقارنة هذه الأنماط مع ملايين الحالات التي تعلّم منها.

وبذلك يمكنه التعرف على "بصمة كهربائية" محتملة للمرض حتى عندما لا تكون واضحة للطبيب.

ويؤكد الباحثون أن هذه النتائج تشير إلى أن ECG الروتيني يحتوي على معلومات أكثر بكثير مما يمكننا التعرف عليه بالتحليل البصري وحده.

🏥 المشكلة التي يمكن أن يحلها النظام

أحد أكبر التحديات في تشخيص أمراض القلب هو الوصول إلى الفحوص المتخصصة في الوقت المناسب.

إذا اشتبه الطبيب بوجود مشكلة في بنية القلب، فقد يحتاج المريض إلى Echocardiogram.

لكن توفر أجهزة الإيكوغرافي وعدد المختصين قد لا يكون كافيًا دائمًا لتلبية الطلب، ما يؤدي إلى قوائم انتظار طويلة.

وهنا يمكن أن يعمل الذكاء الاصطناعي كأداة فرز (Triage).

فبدل التعامل مع جميع المرضى بالطريقة نفسها، يمكن للنظام تحليل ECG الموجود أصلًا وتحديد المرضى الذين تظهر لديهم مؤشرات خطر أعلى.

ثم يمكن إعطاء هؤلاء المرضى أولوية لإجراء الإيكوغرافي.

أي أن المسار يمكن أن يصبح:

ECG → تحليل AI → تحديد مستوى الخطورة → Echocardiogram → تشخيص مؤكد → علاج مناسب

وهذا قد يؤدي إلى اكتشاف المرض في وقت أبكر وتقليل التأخير في الوصول إلى التشخيص.

⏱️ لماذا ثانيتان فقط مهمة؟

قد يقول البعض: "ما الفرق بين ثانيتين ودقيقة؟"

الفرق الحقيقي يظهر عندما نتحدث عن آلاف أو ملايين تخطيطات القلب.

إذا كان المستشفى يجري مئات فحوص ECG يوميًا، فمن غير العملي أن يتم تحليل كل تخطيط بحثًا عن علامات خفية لا تظهر بسهولة بالعين.

أما الذكاء الاصطناعي فيستطيع معالجة عدد هائل من التخطيطات بسرعة، ويمكن دمجه مستقبلًا مع أنظمة المستشفى بحيث يعطي تنبيهًا تلقائيًا عندما يرى نمطًا يستحق الانتباه.

وبالتالي، يمكن أن يصبح ECG الموجود أصلًا في ملف المريض مصدرًا إضافيًا للمعلومات بدل استخدامه فقط للأغراض التقليدية.

👨‍⚕️ هل يعني هذا أن الذكاء الاصطناعي أفضل من طبيب القلب؟

ليس بهذه البساطة.

مصطلح "Superhuman AI" يشير إلى أن النموذج يستطيع في بعض المهام المحددة اكتشاف أنماط لا يستطيع الطبيب اكتشافها بمجرد النظر إلى التخطيط.

لكن طبيب القلب لا يعتمد على ECG وحده.

فالطبيب يدمج:

الأعراض + التاريخ المرضي + الفحص السريري + ECG + تحاليل الدم + الإيكوغرافي + الفحوص الأخرى

للوصول إلى التشخيص.

لذلك فإن الاستخدام الأكثر واقعية لهذه التقنية هو أن تكون أداة مساعدة للطبيب، وليس بديلًا عنه.

فالذكاء الاصطناعي قد يقول:

«"هذا المريض يبدو أكثر عرضة للإصابة بمرض قلبي."»

لكن القرار الطبي النهائي يحتاج إلى تقييم سريري وفحوص تأكيدية.

🧪 ماذا يحدث إذا أخطأ الذكاء الاصطناعي؟

مثل أي اختبار طبي، يمكن أن تحدث نتائج إيجابية أو سلبية خاطئة.

قد يعتبر النظام مريضًا عالي الخطورة رغم عدم وجود المرض، أو قد يفشل في اكتشاف حالة موجودة.

ولهذا لا يمكن الاعتماد على الذكاء الاصطناعي وحده لتأكيد التشخيص.

الهدف هو استخدامه كـنظام إنذار مبكر يساعد الطبيب على معرفة من يحتاج إلى مزيد من الاهتمام والفحص.

كما يجب اختبار النظام في مجموعات مختلفة من المرضى وفي أنظمة صحية متعددة للتأكد من أن أداءه لا يتأثر بشكل كبير باختلاف السكان أو الأجهزة أو طريقة تسجيل ECG.

🇬🇧 التقنية تقترب من الاختبار داخل NHS

الخطوة التالية مهمة جدًا.

بعد الاختبارات التي أُجريت على بيانات المرضى في الولايات المتحدة، يجري الآن اختبار التقنية على 590 مريضًا ضمن NHS في لندن وبريستول.

ويريد الباحثون معرفة ما إذا كانت النتائج التي ظهرت في قواعد البيانات ستترجم فعلًا إلى فائدة حقيقية عندما يستخدم النظام داخل بيئة طبية واقعية.

ووفق مؤسسة British Heart Foundation، قد تكون التقنية على بُعد نحو عامين من الاستخدام الروتيني إذا أثبتت التجارب السريرية فائدتها وسلامتها.

📱 هل يمكن استخدام التقنية خارج المستشفى؟

هذا أحد أكثر الاحتمالات إثارة للمستقبل.

إذا نجح النظام مع أجهزة ECG المحمولة والأجهزة الأبسط، فقد لا يقتصر استخدامه على المستشفيات.

فبدل أن يكون الذكاء الاصطناعي موجودًا فقط داخل نظام المستشفى، يمكن مستقبلاً دمجه مع أجهزة محمولة قادرة على تسجيل ECG.

وهذا قد يكون مفيدًا بشكل خاص للأشخاص الذين يحتاجون إلى مراقبة القلب بشكل متكرر.

الباحثون أنفسهم يدرسون ما إذا كانت المعلومات نفسها يمكن الحصول عليها من أجهزة ECG محمولة أبسط.

🌍 ماذا يمكن أن يعني ذلك للدول التي تعاني من نقص الموارد؟

يمكن أن تكون هذه التكنولوجيا مهمة جدًا للأنظمة الصحية التي تعاني من نقص أطباء القلب أو أجهزة التصوير المتخصصة.

فالـECG فحص سريع وشائع ومنخفض التكلفة نسبيًا، ويُجرى في عدد هائل من المؤسسات الصحية حول العالم.

وتشير British Heart Foundation إلى أن حوالي مليار ECG يُجرى عالميًا كل عام.

إذا أمكن استخراج معلومات إضافية من هذه الفحوص باستخدام الذكاء الاصطناعي، فقد تصبح لدينا طريقة لتحديد المرضى الأكثر حاجة إلى فحوص متقدمة دون إجراء الإيكوغرافي للجميع بنفس درجة الاستعجال.

❤️ الكشف المبكر قد يغيّر حياة المرضى

تكمن أهمية الكشف المبكر في أن بعض أمراض القلب قد تتطور تدريجيًا.

قد لا تكون الأعراض واضحة في البداية، وقد يعتاد الشخص على التعب أو ضيق النفس ويعتبرهما نتيجة للإرهاق أو قلة النوم.

لكن عندما يصبح المرض أكثر تقدمًا، قد تظهر أعراض أكثر وضوحًا وقد يكون القلب قد تعرض بالفعل لتغيرات مهمة.

ولهذا فإن القدرة على اكتشاف الأشخاص الأكثر عرضة للخطر قبل ظهور المشكلة بشكل واضح يمكن أن تمنح الأطباء فرصة أكبر للتدخل.

وفي حالة أمراض صمامات القلب تحديدًا، يمكن أن تكون الأعراض مثل التعب وضيق النفس والدوخة وخفقان القلب غير نوعية، وقد لا تظهر الأعراض عند بعض المرضى إلا في مراحل متقدمة.

🔬 هذه ليست أول مرة يستخدم فيها AI مع ECG

التطور الحالي يأتي بعد سنوات من البحث في مجال AI-ECG.

فريق Imperial College London سبق أن طور نماذج قادرة على استخدام ECG لتقدير مخاطر الإصابة بأمراض مختلفة.

وفي دراسة نُشرت عام 2025، استطاع نموذج آخر التنبؤ بخطر الإصابة مستقبلًا ببعض أمراض صمامات القلب، حيث كان الأشخاص المصنفون على أنهم عالي الخطورة أكثر عرضة للإصابة بهذه الأمراض بما يصل إلى 10 مرات مقارنة بالفئة منخفضة الخطورة.

وهذا يشير إلى أن الهدف لا يقتصر على تشخيص المرض الموجود حاليًا، بل قد يتجه مستقبلًا إلى توقع المرض قبل ظهوره بشكل واضح.

⚠️ ما العقبات التي لا تزال موجودة؟

رغم النتائج الواعدة، هناك عدة أسئلة يجب الإجابة عنها قبل اعتماد هذه التقنية على نطاق واسع.

أولًا، يجب إثبات أنها تعمل بشكل موثوق في مجموعات مختلفة من المرضى.

ثانيًا، يجب معرفة تأثير استخدامها على قرارات الأطباء وعلى أوقات الانتظار فعليًا.

ثالثًا، يجب التأكد من أن النظام لا يؤدي إلى زيادة الفحوص غير الضرورية بسبب الإنذارات الكاذبة.

وأخيرًا، هناك جانب مهم يتعلق بالخصوصية وأمن البيانات، لأن تدريب مثل هذه النماذج يعتمد على كميات هائلة من المعلومات الطبية الحساسة.

🚀 من التشخيص إلى الطب الاستباقي

إذا نجحت هذه التكنولوجيا في الاختبارات السريرية، فقد يكون تأثيرها أكبر من مجرد تسريع تشخيص أمراض القلب.

فهي قد تساعد على الانتقال من نموذج:

"نعالج المريض بعد ظهور المرض"

إلى نموذج أكثر استباقية:

"نحدد الخطر مبكرًا، نتحقق منه، ونتدخل قبل حدوث المضاعفات."

وهذا هو أحد أهم الوعود التي يقدمها الذكاء الاصطناعي في الطب.

فبدل أن يطلب الطبيب فحصًا جديدًا لكل مريض، يمكن استخدام المعلومات الموجودة أصلًا بطريقة أكثر ذكاءً.

🔮 هل نحن أمام مستقبل جديد لطب القلب؟

ربما.

لكن الطريق من المختبر إلى المستشفى طويل، ويحتاج إلى إثبات علمي وسريري وتنظيمي.

ومع ذلك، فإن الفكرة نفسها مثيرة للغاية:

فحص مدته حوالي 10 ثوانٍ، كان يستخدم أساسًا لقراءة النشاط الكهربائي للقلب، قد يحتوي على معلومات مخفية عن بنية القلب ووظيفته يمكن للذكاء الاصطناعي استخراجها خلال أقل من ثانيتين.

وقد لا يكون المستقبل طبيبًا ضد آلة، بل طبيبًا يستخدم آلة ذكية لمساعدته على رؤية ما يصعب على العين البشرية رؤيته.

وفي حال أثبتت التجارب القادمة فعالية النظام وسلامته، فقد يصبح ECG التقليدي أكثر من مجرد ورقة تحمل موجات كهربائية؛ قد يتحول إلى نافذة ذكية للكشف المبكر عن أمراض القلب. ❤️🤖

🧾 الخلاصة

الذكاء الاصطناعي لا يقوم حاليًا بتشخيص أمراض القلب بشكل مستقل، لكنه أظهر قدرة واعدة على استخراج إشارات خفية من ECG وتحديد المرضى الأكثر عرضة لبعض الحالات القلبية.

والخطوة الأهم الآن هي معرفة ما إذا كانت هذه النتائج ستترجم إلى تشخيص أسرع، فحوص أكثر كفاءة، وعلاج أبكر للمرضى في الحياة الواقعية.

إذا نجحت هذه المرحلة، فقد نشهد مستقبلًا يصبح فيه كل ECG تقريبًا قابلًا للتحليل ليس فقط من قبل الطبيب، ولكن أيضًا بواسطة ذكاء اصطناعي يعمل كعين إضافية للقلب. 🫀🔬