تعمل شركة Harrison.ai على تطوير خوارزمية مخصصة للأشعة المقطعية، تهدف لفحص الاحتشاء الدماغي بفاعلية ودقة متناهية.
وقد أظهرت الأداة حساسية مقدارها 89% للشريحة الرفيعة، و85% للشريحة السميكة.
تسهم هذه التقنية في تحسين ترتيب الحالات المشتبهة، مما يعزز كفاءة العمل داخل غرف الطوارئ.
وقد حصلت الأداة على موافقة إدارة الغذاء والدواء الأمريكية، مما يعكس مدى نضج الذكاء الاصطناعي في هذا المجال.
يعمل الذكاء الاصطناعي على تعزيز التعاون بين التحليل الخوارزمي والخبرة السريرية، ما يُقلل من احتمالات الأخطاء.
في غرف الطوارئ، كل دقيقة تحمل معها أهمية بالغة، فمريضًا يدخل بشعور صداع مفاجئ أو ارتباك شديد، وصورة الأشعة المقطعية للدماغ تُعرض على الشاشة بسرعة، أحيانًا تكون العلامات واضحة، وأحيانًا أخرى تكون خادعة، خاصةً في حالة الاحتشاء الدماغي الحاد بالأشعة غير المحقونة، ولذلك قررت شركة Harrison.ai وضع خوارزمياتها في صميم المعادلة بعد الحصول على الموافقة من إدارة الغذاء والدواء الأمريكية.
لماذا يصعب رصد الاحتشاء مبكراً؟
يعد التصوير المقطعي المحوسب غير المعزز بالصبغة هو الفحص الأولي الأكثر شيوعًا في أقسام الطوارئ، فهو سريع ومتوافر وعملي، ولكنه ليس دائمًا الأكثر حساسية لرصد الاحتشاءات الدماغية في مراحلها الأولى، إذ قد تكون التغيرات النسيجية طفيفة أو غير واضحة، التحدي هنا هو تشخيصي بامتياز، حيث يحتاج أخصائي الأشعة إلى التقاط فروقات دقيقة في كثافة الأنسجة أو طمس حدود القشرة الدماغية، وهذه الإشارات قد تضيع وسط ضغط العمل وكثرة الحالات، لذلك فإن أي أداة ذكاء اصطناعي تُحسن ترتيب الحالات أو تُنبه بوجود اشتباه مبكر يمكن أن تُحدث فرقًا كبيرًا في سير العمل داخل القسم.
ما المختلف في هذا النموذج؟
إعلان الشركة يشير إلى أن الأداة لا تركز على انسداد وعاء دموي واحد فقط، بل تغطي ستة أقاليم وعائية وآليات مختلفة للاحتشاء، بدءًا من الشرايين الدماغية الأمامية والوسطى والخلفية، وصولًا إلى المخيخ والشريان القاعدي ومناطق الحدود الوعائية، هذا التنوع في النطاق يعني أنها لا تتعامل مع سيناريو واحد فقط، بل تمتد لتشمل طيفًا أوسع من أنماط الإصابة، والنموذج المُعلن يكشف عن حساسية تصل إلى 89% للشرائح الرفيعة، و85% للشرائح السميكة، مع تجاوز 80% في الحساسية والنوعية عبر عدة نقاط تشغيل، الأهم من كل ذلك ليس الرقم وحده، بل آلية التحقق من النتائج.
الفرز الذكي بدلاً من التشخيص البديل
من الضروري التمييز بين أداة تشخيصية تحل مكان الطبيب، وأداة فرز تعيد ترتيب الأولويات، ما تقدمه Harrison.ai يعد من الفئة الثانية، حيث تهدف الأداة إلى دفع الحالات المشتبهة إلى مقدمة قائمة القراءة، خاصة عندما لا يكون المريض ضمن بروتوكول سكتة دماغية مُحدد، عندما يكون الوقت مصدرًا حاسمًا للحياة، فإن أي تأخير في الاكتشاف يترجم إلى فقدان خلايا عصبية لا يمكن تعويضها، وبذلك يعمل الذكاء الاصطناعي كطبقة أمان إضافية ضمن سير العمل، وليس كبديل عن الخبرة السريرية، فالدمج بين التحليل الخوارزمي ورأي أخصائي الأشعة يُمكن أن يقلل من احتمالية تفويت الحالات الصامتة.
سباق الموافقات التنظيمية في تصوير الدماغ
تُمثل هذه الموافقة الثامنة للشركة في مجال نتائج الأشعة المقطعية للدماغ، والثالثة عشرة إجمالاً، هذا الرقم يعكس اتجاهًا أوسع في السوق، حيث لم تعد أدوات الذكاء الاصطناعي تجريبية، بل بدأت تدخل تدريجيًا في منظومة الامتثال والتنظيم الصحي، المقارنات التي قدمتها الشركة حول أدائها مقارنةً بأداء خوارزميات أخرى معتمدة من إدارة الغذاء والدواء الأمريكية تُظهر نضجًا في المنافسة، فلم يعد الحديث مقتصرًا على إمكانية رصد النزيف أو الانسداد، بل عن تحسين الحساسية والنوعية في بيئة متعددة الأدوات، وفي الختام، ما يحدث هو ليس مجرد إضافة أداة جديدة إلى أنظمة المستشفيات، بل إعادة تعريف لتوقيت القرار الطبي، فكل تحسين طفيف في سرعة الفرز أو دقة الإشارة قد يُقصر المسافة بين صورة رمادية على الشاشة وقرار علاجي حاسم، ومع زيادة استخدام الذكاء الاصطناعي في التصوير الطبي، يبدو أن غرفة الأشعة تتحول تدريجياً من مجرد محطة تشخيص إلى مساحة تعاون حقيقية بين العقل البشري والخوارزمية.