يمر التشخيص في المختبر بنقطة انعطاف. فأجهزة تحليل أمراض الدم التقليدية، المصممة للمختبرات المركزية، تكافح من أجل مواكبة عالم يتطلب بشكل متزايد رؤى سريعة وعالية الدقة في نقطة الرعاية. فمن جانب، توجد أجهزة التحليل العددي التي توفر العد والمؤشرات ولكنها تفتقر إلى السياق المورفولوجي؛ ومن جانب آخر توجد المسحات اليدوية والفحص المجهري التي توفر تفاصيل غنية ولكنها تظل بطيئة وتعتمد على المشغل ويصعب قياسها.

أوزيل للذكاء الاصطناعي × مورفولوجيا الدم الكاملة (CBM) الهندسة المعمارية هي استجابة لهذا التوتر الهيكلي. من خلال دمج التصوير المورفولوجي للخلايا، والتعرف على الذكاء الاصطناعي متعدد الفئات، والاختبار المتكامل متعدد الفحوصات في نظام جاهز للسيناريو، يهدف Ozelle إلى توفير عمق على مستوى المختبر من قطرة دم واحدة - سواء كان الجهاز في مستشفى من الدرجة الثالثة أو عيادة أولية أو صيدلية أو في بيئة متنقلة.

يتناول هذا المقال الأسس التقنية والآثار السريرية للذكاء الاصطناعي × CBM، ويستكشف كيف يمكن أن يعيد تشكيل مستقبل تشخيص الدم.

تواجه الرعاية الصحية الحديثة ثلاثة ضغوطات متقاربة في مجال التشخيص:

1. ارتفاع حجم الفحوصات وتعقيدها تؤدي شيخوخة السكان والأمراض المزمنة وتعدد الأمراض إلى زيادة عدد الفحوصات لكل مريض، بينما يستمر نطاق المؤشرات الحيوية ذات الصلة سريريًا في التوسع. تواجه المختبرات المركزية أعباء عمل متزايدة دون زيادة متناسبة في عدد الموظفين المهرة.
2. لامركزية الرعاية. تقترب الرعاية الصحية من المرضى - في عيادات الرعاية الأولية والصيدليات والمراكز المجتمعية وحتى البيئات المتنقلة والمنزلية. وتتطلب هذه المواقع أجهزة مدمجة ومنخفضة الصيانة يمكنها تقديم رؤى قابلة للتنفيذ بسرعة، وغالباً ما يكون ذلك مع موظفين غير مختبريين.
3. حدود المنصات التقليدية لعلم أمراض الدم التقليدية المكونة من 3 أجزاء أو أجهزة التحليل التفاضلي المكونة من 5 أجزاء تتفوق في المعلمات العددية ولكنها لا ترى التشكل الدقيق للخلايا والأشكال غير الطبيعية. عندما تكون هناك حاجة إلى رؤية أعمق، يجب أن تعود المختبرات إلى مراجعة المسحة اليدوية، وهي:
   1. تستغرق وقتًا طويلاً وتعتمد على المشغل بشكل كبير
   2. يصعب توحيدها وتوسيع نطاقها
   3. غير ملائمة للبيئات اللامركزية أو عالية الإنتاجية

وفي الوقت نفسه، يتوقع الأطباء السريريون بشكل متزايد أكثر من مجرد أرقام أولية. فهم يحتاجون إلى رؤى مجمعة: أي الأنماط غير الطبيعية، وما قد تعنيه، وما هي الاختبارات الإضافية الأكثر صلة - من الناحية المثالية ضمن سير عمل واحد ومبسط.

هذا هو السياق الذي يبرز فيه الذكاء الاصطناعي × CBM: ليس فقط كمحلل آخر، ولكن كبنية تشخيصية جديدة تدمج بين علم التشخيص والمقايسات متعددة الوسائط والبرمجيات الأصلية للذكاء الاصطناعي.

النواة التقنية: خوارزميات وبيانات الذكاء الاصطناعي × خوارزميات وبيانات الذكاء الاصطناعي

من تعداد كريات الدم البيضاء إلى مورفولوجيا الدم الكاملة

تقيس أجهزة تحليل أمراض الدم التقليدية المعاوقة الكهربائية أو التشتت البصري لاشتقاق تعداد الخلايا والمؤشرات. يحافظ نهج Ozelle في CBM على العمود الفقري الكمي ولكنه يضيف طبقة تصوير كاملة وطبقة ذكاء اصطناعي في الأعلى.

على مستوى الأجهزة، تجمع تدابير بناء الثقة في بناء الثقة في الأجهزة:

• الفحص المجهري والبصريات عالية الدقة يلتقط نظام بصري مخصص صورًا مجهرية بدقة عالية على مستوى غمر الزيت في الوقت الحقيقي، مما يتيح رؤية حجم الخلية وشكلها وتجزئة الخلية وتجزئة النواة والسمات السيتوبلازمية.
• التلطيخ في المرحلة السائلة والتصوير المكدس على شكل حرف Z. يُثري التلطيخ الرطب (مثل بروتوكولات رايت-جيمسا) التباين اللوني، بينما يعيد التصوير المكدس على شكل حرف Z بناء تمثيلات ثلاثية الأبعاد للخلايا. ينتج عن ذلك مناظر متعددة الأبعاد مفيدة للغاية لنماذج الذكاء الاصطناعي.
• مسح عالي السرعة لكامل المجال يغطي المسح الآلي كامل المجال بأكمله، ويلتقط آلاف الخلايا لكل شريحة - أي ما يعادلها دون الحاجة إلى التنقل اليدوي.

يتم بعد ذلك إدخال هذه الصور في محرك الذكاء الاصطناعي الذي يعمل على تشغيل CBM.

التعرف على الخلايا متعددة الفئات: ما وراء “5 أجزاء مختلفة”

في حين أن التفاضل التقليدي قد يفصل بين العدلات والخلايا اللمفاوية والخلايا اللمفاوية والخلايا الوحيدة والحمضات والخلايا القاعدية، فإن تصنيف CBM يوسع نطاق التصنيف ليشمل مجموعة أوسع من الأشكال السريرية المهمة، بما في ذلك:

• أنواع العدلات الفرعية
  • NST: الخلايا الحبيبية الطاعنة للعدلات (أشكال النطاقات / السلائف المبكرة)، مما يعكس التحول الأيسر وإجهاد نخاع العظم
  • الخلايا المحببة المجزأة العدلات: الخلايا المحببة المجزأة العدلات (العدلات الناضجة، خط الدفاع الأول)
  • فرط الخلايا الحبيبية المفرطة العدلات: الخلايا الحبيبية المفرطة العدلات التي ترتبط غالبًا بخلل في النضج أو عمليات تضخم الأرومات
• الخلايا اللمفاوية الشاذة وغير النمطية
  • ALY: الخلايا اللمفاوية غير النمطية، والتي قد تشير إلى وجود عدوى فيروسية أو كثرة الخلايا اللمفاوية التفاعلية
• المعلمات المتعلقة بالغدة الدرقية الحمراء
  • RET: الخلايا الشبكية، تشير إلى استجابة النخاع لفقر الدم أو انحلال الدم
• الصفائح الدموية والعناصر المكونة الأخرى
  • PAg ومعلمات مفصلة للصفائح الدموية، مع القدرة على تصور الصفائح الدموية وأنماط التجمع
  • كريات الدم الحمراء الشاذة شكلياً: كريات الدم الحمراء الشاذة والخلايا الشوكمية وخلايا الدموع وغيرها.

هذا التعرّف متعدد الفئات ليس مجموعة قواعد إضافية، بل هو مدفوع بنماذج التعلّم العميق المدرّبة تدريباً شاملاً على بيانات الصور الواقعية.

المحرك الخوارزمي: التعلم العميق على نطاق واسع

بُنيت مجموعة الذكاء الاصطناعي في Ozelle على الشبكات العصبية التلافيفية (CNNs) التي تم تدريبها على واحدة من أكبر مجموعات البيانات المعروفة لصور خلايا الدم الحقيقية في الممارسة الروتينية.

تشمل الخصائص الرئيسية ما يلي:

• مجموعة تدريب ضخمة من أجهزة العالم الحقيقي مع وجود أكثر من 50,000 جهاز تحليل مثبت في جميع أنحاء العالم وعشرات الملايين من صور الخلايا التي يتم إنشاؤها كل يوم، تتجاوز قاعدة بيانات Ozelle التراكمية 100 مليار نقطة بيانات. وهذا يسمح للنظام بالتقاط
  • التباين بين المرضى
  • التنوع العرقي والإقليمي
  • انجراف الجهاز والكاشف بمرور الوقت
  • الأشكال النادرة التي يصعب جمعها في الدراسات المضبوطة
• المدخلات متعددة الأبعاد والتحسين المتقدم يوفر خط أنابيب التصوير مناظر متعددة الأطياف ومتعددة الزوايا، مع تحسين الصورة القائم على شبكة CNN وتقنيات الاستبانة الفائقة لتجاوز حدود البصريات الخام. يعمل هذا على تحسين تحديد الحواف وتجزئة الحبيبات النووية ورؤية الحبيبات - وكلها أمور ضرورية لتصنيف المورفولوجيا القوي.
• التعلم الآلي التلقائي والتعلم المستمر مجموعة النماذج ليست ثابتة. حيث يتم تحسين أداء الخوارزمية بشكل متكرر باستخدام خطوط أنابيب التعلم الآلي الآلي والتغذية الراجعة من نظام مراقبة الجودة على مستوى الصناعة. يتيح ذلك:
  • المعايرة المستمرة عبر عمليات النشر العالمية
  • الحد من النتائج الإيجابية/السلبية الخاطئة في فئات الخلايا النادرة
  • المواءمة التدريجية مع الأداء على مستوى الخبراء في علم الأمراض

والنتيجة هي محرك التعرف على الذكاء الاصطناعي الذي يمكنه تصنيف مجموعة واسعة من الأنواع الفرعية لخلايا الدم البيضاء والخلايا غير الطبيعية والعناصر المشكلة بدقة عالية، مع الحفاظ على السرعة والتكرار المتوقعين من المحلل الآلي.

بنية متكاملة: علم أمراض الدم والكيمياء الحيوية والمقايسة المناعية في سير عمل واحد

لوحات قائمة على السيناريو مبنية على منصة واحدة

ويمتد مفهوم الذكاء الاصطناعي × إدارة بناء القدرات إلى ما هو أبعد من علم التشكل. فقد تم تصميم منصة أوزيل كمختبر صغير متكامل يوحد:

• علم أمراض الدم / CBM: تعداد الدم الكامل بالإضافة إلى تعداد الدم الكامل بالإضافة إلى المعايير الموسعة
• الكيمياء الحيوية (الكيمياء الجافة): على سبيل المثال: نسبة الجلوكوز في الدم، والجلوكوز في الدم، والجلوكوز في الدم، والسكر، والحمض الكربوني، وعلامات وظائف الكلى والكبد
• المقايسة المناعية (التصوير اللوني المناعي الفلوري): علامات العدوى والالتهابات، والهرمونات، وعلامات القلب، وما إلى ذلك.

تُجرى جميع الاختبارات من خلال نظام خرطوشة لا يحتاج إلى صيانة، وهو

• يستخدم مجموعات الاختبار المتكاملة ذات الاستخدام الواحد (علم الدم، والكيمياء الحيوية، وبطاقات الاختبار المناعي)
• التخلص من أنظمة السوائل التقليدية والأنابيب والصيانة المتكررة
• يقلل من مخاطر التلوث التبادلي ويبسط التشغيل للمستخدمين من غير المختبرات

من هذه المنصة الموحدة، يمكن للأطباء السريريين تكوين لوحات خاصة بسيناريوهات محددة، مثل

• تصنيف العدوى CBC + CRP + SAA
• إدارة داء السكري: تعداد الدم الكامل للدم + HbA1c
• فحص القلب: تعداد كريات الدم البيضاء + NT-proBNP، مع وجود تروبونين اختياري وCK-MB
• لوحات استقلاب الغدة الدرقية أو الكلى أو العظام، والمزيد مع توسع القائمة

وبالتالي، فإن النظام ليس مجرد محلل دموي مزود بذكاء اصطناعي، بل هو محرك تشخيصي متعدد الوسائط يمكنه تكييف قائمة اختباراته مع السؤال السريري المطروح.

سير عمل أحادي الإسقاط وعالي الكفاءة

من الناحية العملية، يُترجم الذكاء الاصطناعي × تدابير بناء الثقة إلى:

• متطلبات عينة منخفضة تصل إلى 30 ميكرولترًا تقريبًا من الدم الشعري لعلم الدم في العديد من التكوينات - مناسبة لجمع العينات باستخدام عصا الإصبع في العيادات الخارجية والصيدليات
• معدل إنتاجية يبلغ حوالي 10 عينات في الساعة، مما يوازن بين احتياجات نقطة الرعاية وسير عمل المختبرات الصغيرة
• عملية بنقرة واحدة مع المعالجة الآلية للعينة والتلوين والتصوير والتحليل وإعداد التقارير

يعالج هذا التصميم المشاكل الشائعة في المواقع اللامركزية: محدودية عدد الموظفين، ومحدودية الوقت، ومحدودية تحمل الصيانة المعقدة.

منضدة عمل الذكاء الاصطناعي الذكي (Open Dx): من الأرقام إلى التوجيه

طاولة عمل رقمية مدمجة داخل المحلل

من الطبقات المهمة للذكاء الاصطناعي × إدارة بناء الهيكلية هي طاولة عمل الذكاء الاصطناعي الذكي (Open Dx)، والتي تنقل الذكاء التشخيصي إلى جوهر واجهة مستخدم المحلل.

يدمج Open Dx:

• طلب الاختبار واختيار اللوحة
• عرض النتائج في الوقت الحقيقي، مع إمكانية الوصول إلى:
  • المعلمات العددية الخام
  • الرسوم البيانية للخلية والمخططات المبعثرة
  • صور عالية الدقة للخلية ومربعات مورفولوجية عالية الدقة
• التوجيه والتفسير بمساعدة الذكاء الاصطناعي

هذا يحول المحلل من مصدر بيانات سلبي إلى وحدة تحكم تشخيصية تفاعلية.

من التقارير الثابتة إلى الرؤى التشخيصية التفاعلية

تقوم أجهزة التحليل التقليدية بإخراج تقارير مطبوعة ثابتة. في المقابل، توفر Open Dx:

• الكشف الآلي عن الحالات الشاذة يسلط النظام الضوء على الانحرافات عن النطاقات المرجعية والتوزيعات غير الطبيعية والأنماط المورفولوجية المشبوهة.
• الإبلاغ عن المخاطر والتعرف على الأنماط باستخدام أنماط التشخيص المدربة مسبقًا، يمكن لمنضدة العمل اقتراح سيناريوهات سريرية محتملة - على سبيل المثال:
  • العدوى البكتيرية المبكرة مع التحول الأيسر وعلامات الالتهاب
  • العدوى الفيروسية مع تغيرات نمط الخلايا اللمفاوية وديناميكيات SAA
  • تشوهات دموية محتملة تستدعي المتابعة
• التفسيرات العامة المنظمة بدلاً من ترك الأطباء السريريين لتجميع عشرات المعلمات يدويًا، يُظهر منضدة عمل الذكاء الاصطناعي قسمًا موجزًا للتفسيرات، ويقدم
  • ملخص التشوهات الرئيسية
  • الآليات الفيزيولوجية المرضية المحتملة
  • اقتراحات لمزيد من الاختبارات أو الارتباط السريري
• الذكاء الاصطناعي التحادثي لاستشارات التقارير واجهة شبيهة بالحوار تسمح للأطباء السريريين بالاستعلام عن النظام مباشرةً: “لماذا يرتفع مستوى NST؟ ”ما الذي يمكن أن يعنيه هذا المزيج من انخفاض LYM وارتفاع MON؟ يستجيب النظام من خلال وضع النتائج في سياقها من خلال المعرفة القائمة على الأدبيات والقواعد ذات الصلة، مما يساعد الأطباء السريريين على تفسير الأنماط المعقدة بسرعة وثقة أكبر.

بالنسبة للتطبيقات البيطرية، يمتد نفس الإطار للتطبيقات البيطرية ليشمل الإرشادات الخاصة بالأنواع ومراجع الأدوية، مما يسلط الضوء على قابلية توسيع مفهوم منضدة عمل الذكاء الاصطناعي.

التأثير السريري والتشغيلي: إعادة تعريف الكفاءة في الخطوط الأمامية

للأطباء السريريين: رؤية أعمق، واكتشاف مبكر

من خلال الجمع بين الذكاء الاصطناعي × إدارة بناء الثقة مع اللوحات القائمة على السيناريوهات، يكتسب الأطباء السريريون:

• الاكتشاف المبكر للتشوهات الخفية يمكن أن يكشف التحليل متعدد الفئات للكريات المتعادلة (NST/NSG/NSH) والخلايا اللمفاوية غير الطبيعية والخلايا الشبكية وتشوهات شكل كرات الدم الحمراء عن عدوى مبكرة أو إجهاد النخاع أو اضطرابات في الدم قد يتم التغاضي عنها مع التعداد البسيط.
• سياق أكثر ثراءً من لقاء واحد بدلاً من إرسال عينات متعددة إلى أجهزة تحليل مختلفة أو مختبرات خارجية، يمكن للأطباء الوصول إلى تعداد الدم الكامل للدم، والتشكيل، والعلامات الالتهابية، وعلامات القلب، ومؤشرات التمثيل الغذائي من جهاز واحد وزيارة واحدة.
• دعم اتخاذ القرار في البيئات ذات الوقت المحدود تساعد التفسيرات وعلامات المخاطر التي يولدها الذكاء الاصطناعي غير المتخصصين - مثل أطباء الرعاية الأولية أو الصيادلة - على تفسير التقارير المعقدة بسرعة وتحديد ما إذا كان يجب عليهم ذلك:
  • الحفاظ على الإدارة على المستوى الابتدائي
  • التصعيد إلى الإحالة إلى أخصائي
  • طلب المزيد من اختبارات المتابعة المحددة

للرعاية الأولية والصيدليات والمواقع اللامركزية

في البيئات اللامركزية، يستهدف الذكاء الاصطناعي × إدارة بناء الثقة في البيئات اللامركزية العوائق التشغيلية الأساسية التي كانت تحد من التشخيصات المتقدمة في السابق:

• الحد الأدنى من الصيانة والتدريب يقلل التصميم القائم على الخرطوشة وغياب خطوط أنابيب السوائل وسير العمل الموجه من الاعتماد على فنيي المختبرات المدربين تدريبًا عاليًا.
• بصمة مدمجة ووظائف متعددة يحل جهاز واحد محل أجهزة تحليل الدم والكيمياء الحيوية والمقايسة المناعية المنفصلة، مما يوفر المساحة ويبسط عملية الشراء والخدمة.
• اقتصاديات محسّنة يؤدي دمج الاختبارات في خراطيش الكل في واحد وتقليل صيانة الأجهزة إلى تقليل التكلفة الإجمالية للملكية، مما يجعل التشخيصات المتقدمة قابلة للتطبيق في المواقع الأصغر.

ويتمثل الأثر التراكمي في إعادة توزيع القدرات التشخيصية: حيث يصبح المزيد مما كان محصوراً في مختبرات المستشفيات أقرب إلى المرضى، دون المساس بالعمق التحليلي.

التوقعات المستقبلية: إلى أين يمكن للذكاء الاصطناعي × إدارة بناء الثقة

لا يُعد الذكاء الاصطناعي × إدارة بناء الثقة منتجًا ثابتًا؛ فهو عبارة عن بنية منصة ذات مساحة كبيرة للابتكار.

تبرز عدة اتجاهات:

1. قوائم موسعة للعلامات الحيوية عبر تحديثات البرمجيات بفضل بطاقات الفحص المعيارية وقدرات الترقية عبر الأثير، يمكن إضافة معلمات جديدة - من علامات القلب الجديدة إلى علامات الالتهاب أو الأورام الناشئة - دون إعادة تصميم الأجهزة الأساسية.
2. الكشف عن المزيد من الخلايا الدقيقة والنادرة مع نمو مجموعة البيانات العالمية، يمكن تدريب نماذج الذكاء الاصطناعي على التعرف على الأشكال النادرة بشكل متزايد (على سبيل المثال، أنواع محددة من الانفجارات وأشكال خلل التنسج) ودمجها في خوارزميات الفحص للكشف المبكر عن أمراض الدم.
3. تحليلات شخصية وطولية بالاستفادة من منصة Ozelle IoT الأوسع، يمكن توصيل أجهزة التحليل بالأنظمة المستندة إلى السحابة التي تتعقب اتجاهات المرضى بمرور الوقت، مما يتيح
   1. خطوط الأساس المخصّصة والنطاقات المرجعية الديناميكية
   2. التنبيه على الانحرافات الخفية قبل ظهور المرض العلني
4. يمكن مشاركة مسارات الرعاية المتكاملة والتقارير المعززة بالذكاء الاصطناعي عن بُعد بشكل آمن مع الأخصائيين عن بُعد، مما يشكل العمود الفقري لنماذج الرعاية الصحية عن بُعد والرعاية التعاونية بين مقدمي الرعاية الأولية ومراكز الرعاية الصحية من الدرجة الثالثة.
5. توسع عبر الأنواع وعبر المجالات توضح التطبيقات البيطرية للذكاء الاصطناعي × بناء القدرات كيف يمكن تكييف نفس الإطار المورفولوجي والذكاء الاصطناعي مع سياقات بيولوجية مختلفة. وقد تشمل التوسعات المستقبلية مجالات سريرية متخصصة أو تطبيقات بحثية محددة.

الخاتمة

“AI × CBM: الجيل القادم من مورفولوجيا الدم الكاملة” هو أكثر من مجرد شعار. فهو يلخص إعادة التفكير الهيكلي في كيفية عمل علم أمراض الدم والتشخيصات ذات الصلة في نظام الرعاية الصحية الذي أصبح أكثر توزيعًا وغنيًا بالبيانات ومدفوعًا بالنتائج.

عن طريق الجمع:

• تشكيل عالي الدقة مدعوم بالذكاء الاصطناعي
• التعرف على الخلايا متعددة الفئات بما يتجاوز الفوارق التقليدية
• اختبار متكامل لأمراض الدم والكيمياء الحيوية والمقايسة المناعية في جهاز واحد لا يحتاج إلى صيانة
• ومنضدة عمل الذكاء الاصطناعي الذكية التي تحول البيانات الأولية إلى إرشادات تشخيصية تفاعلية

تقدم منصة Ozelle's AI × CBM نموذجًا للتشخيصات الجاهزة للسيناريوهات: عميقة بما يكفي للمتخصصين، لكنها بسيطة وقوية بما يكفي لاستخدامها في الخطوط الأمامية.

بالنسبة لقادة المختبرات والتقنيين الطبيين وصناع القرار في مجال التكنولوجيا الصحية، فإن الخلاصة الرئيسية هي ما يلي: يحقق الذكاء الاصطناعي في التشخيص أكبر قيمة ليس عندما يتم تثبيته على أجهزة التحليل الحالية، ولكن عندما يتم تصميمه في مجموعة التشخيص بأكملها - من البصريات والمقايسات إلى الخوارزميات وسير العمل ودعم القرارات السريرية. يمثل الذكاء الاصطناعي × CBM أحد أكثر الأمثلة نضجًا على هذا التكامل الشامل الذي يدخل الآن في الممارسة الروتينية.

الأسئلة الشائعة

س1: هل النظام لا يحتاج إلى صيانة؟ ج1: نعم. فالخراطيش ذات الاستخدام الواحد وعدم وجود خطوط سوائل داخلية تقضي على التنظيف الروتيني.

س2: هل يلزم شراء كواشف إضافية؟ ج2: لا. جميع الكواشف اللازمة مدمجة في مجموعات الاختبار.

س3: ما مدى صعوبة التشغيل؟ ج3: التشغيل آلي بالكامل بعد تحميل الخرطوشة، وهو مناسب لغير العاملين في المختبر.

س4: هل تحتاج الكواشف إلى نقل سلسلة التبريد؟ ج4: لا، فهي تظل مستقرة في درجات حرارة الغرفة النموذجية.

س5: هل يمكن للذكاء الاصطناعي × إدارة المحتوى في المؤسسة الاتصال بنظم المعلومات المحلية/نظم المعلومات الإدارية؟

ج5: نعم. يدعم النظام الأساسي نظام المعلومات المحلية/نظام المعلومات الإدارية المعياري والاتصال الشبكي لتكامل البيانات.