الذكاء الاصطناعي يعيد تعريف دعم اتخاذ القرارات في مجال التدخل التاجي عن طريق الجلد في طب القلب

16 ديسمبر 2025 | شنشي، الصين أعلن مستشفى تانغدو التابع لجامعة القوات الجوية الطبية، بالتعاون مع معهد البحوث بجامعة تسينغهوا في شنتشن، عن التحقق السريري من CA-GPT، نظام دعم القرار بالذكاء الاصطناعي للتصوير المقطعي التوافقي البصري (OCT) التدخل التاجي عن طريق الجلد (PCI)تم نشر النتائج في النسخة الأولية. "مقارنة: التحسين السريري مع التخطيط والتقييم المعياري عبر تقنية التصوير المقطعي البصري المحسّن بالذكاء الاصطناعي RAG: دعم قرار فائق لتدخل الشريان التاجي عن طريق الجلد مقارنة بـ ChatGPT-5 والمشغلين المبتدئين."

معالجة التباين في تفسير التصوير المقطعي التوافقي البصري (OCT)

يلعب التصوير المقطعي التوافقي البصري (OCT) دورًا محوريًا في التخطيط والتحسين المعاصرين لعمليات رأب الأوعية التاجية عن طريق الجلد (PCI)، ومع ذلك فقد أظهرت الدراسات السابقة فقط اتفاق متوسط ​​بين المراقبينبالنسبة للعديد من نتائج التصوير المقطعي التوافقي البصري (OCT) الهامة، حتى بين الأطباء ذوي الخبرة (مع معاملات ارتباط مُبلغ عنها حول 0.55–0.61). يمكن أن يؤدي هذا التباين إلى استراتيجيات علاج غير متسقة، لا سيما بالنسبة لآفات الشريان التاجي المعقدة.

تم تطوير CA-GPT لمعالجة هذا التحدي من خلال توفير تفسير موحد وقابل للتكرار لبيانات OCT وترجمة هذه النتائج إلى توصيات سريرية قابلة للتنفيذ.

بنية ثنائية الطبقات: ذكاء التصوير + الاستدلال السريري

تعتمد خوارزمية CA-GPT على بنية ثنائية الطبقات:

طبقة تحليل الصور: يشمل 13 قدرة تحليلية أساسيةتم تطويرها جميعاً باستخدام الخوارزميات القائمة على التعلم العميق. فيما بينها، ستة منها عبارة عن خوارزميات مطورة بشكل مستقل ومسجلة ببراءات اختراعمن قبل الفريق، بما في ذلك:

●تجزئة تجويف الأوعية الدموية الآلية وإعادة البناء ثلاثي الأبعاد

●توصيف كمي لأنسجة اللويحات، بما في ذلك اللويحات الليفية والغنية بالدهون والمتكلسة

●التعرف الآلي على اللويحات المعرضة للخطر من نوع الورم الليفي الدهني ذي الغطاء الرقيق (TCFA)

●تقييم وضع الدعامة

●الكشف عن تسلخ حافة الدعامة

●حساب احتياطي التدفق الجزئي المشتق من التصوير المقطعي التوافقي البصري (OCT-FFR)، مما يوفر تقييمًا وظيفيًا للشرايين التاجية قائمًا على الصور

طبقة الاستدلال المعزز بالاسترجاعاستنادًا إلى نموذج DeepSeek-R1 مفتوح المصدر والمُعزز بتقنية التوليد المُعزز بالاسترجاع (RAG)، تُمكّن هذه الطبقة نظام الذكاء الاصطناعي من استرجاع أهم بنود الإرشادات والحالات المشابهة التي صنّفها الخبراء من قاعدة معرفية مُنسقة بدقة. تتضمن قاعدة البيانات الشاملة هذه إرشادات سريرية دولية، وبيانات توافق آراء الخبراء، وأكثر من 100,000 حالة من حالات التدخل التاجي عن طريق الجلد (PCI) مع تعليقات الخبراء—ضمان أن تكون توصيات الذكاء الاصطناعي قابلة للتتبع، وأن تكون متوافقة تمامًا مع معايير الرعاية السريرية الحالية.

التقييم السريري المقارن

في تحليل أحادي المركز لحالات التدخل التاجي عن طريق الجلد الموجهة بالتصوير المقطعي التوافقي البصري المتتالية في مستشفى تانغدو (يونيو 2024 - أغسطس 2025) 96 مريضًا (160 آفة)تم تضمينها. تمت مقارنة استراتيجية التدخل التاجي عن طريق الجلد السريرية المُولَّدة بواسطة CA-GPT (صور OCT الخام كمدخلات) مع:

●خط أساس عام لبرنامج ماجستير القانون (ChatGPT-5) تم استدعاؤه باستخدام معلمات رئيسية مستخرجة يدويًا؛

●أربعة أطباء قلب تداخليين مبتدئينمع من سنة إلى خمس سنواتخبرة في مجال PCI.

تمت مقارنة جميع المخرجات بسجل الإجراء الفعلي الذي أجراه جراح رئيسي (خبرة تزيد عن 10 سنوات؛ ≥200 حالة رأب وعائي تاجي عن طريق الجلد سنويًا). تم تقييم عشرة معايير محددة مسبقًا - خمسة منها للتخطيط قبل رأب الأوعية التاجية عن طريق الجلد وخمسة للتقييم بعد رأب الأوعية التاجية عن طريق الجلد - وتم تسجيلها بناءً على الاتفاق (0-5 لكل مرحلة).

النتائج الرئيسية:

●التخطيط المسبق لعملية PCI:أثناء التخطيط قبل الإجراء، حقق نظام CA-GPT متوسط ​​درجة اتفاق قدرها 5 (من أصل 5)متفوقًا بشكل ملحوظ على ChatGPT-5 (النتيجة المتوسطة: 3)و الأطباء المبتدئون (متوسط ​​الدرجة: 4).

كان الأداء في نقاط اتخاذ القرار الرئيسية كما يلي:

●اختيار قطر الدعامة(التفاوت ±0.5 مم): حققت خوارزمية CA-GPT دقة بلغت 90.3%، متجاوزة ذلك الأطباء المبتدئون (72.2%)و ChatGPT-5 (63.9%).

●اختيار طول الدعامة(التفاوت ±5 مم): حققت خوارزمية CA-GPT دقة بلغت 80.6%، أعلى بكثير من نسبة الأطباء المبتدئون (52.8%).

●اختيار جهاز التوسيع المسبق: حققت خوارزمية CA-GPT دقة بلغت 73.6%، مما يمثل تحسن كبيرزيادة ChatGPT-5 (37.5%).

●التقييم بعد عملية التدخل التاجي عن طريق الجلد:حافظ اختبار CA-GPT على متوسط ​​درجة قدرها 5/5وحقق 93.2%دقة تقييم تثبيت الدعامات، مقارنةً بـ 76.1%بالنسبة للأطباء المبتدئين، مما يدل على دقة واتساق أعلى.

●المتانة في السيناريوهات المعقدة:أشارت تحليلات المجموعات الفرعية إلى أن ميزة CA-GPT كانت أكثر وضوحًا في البيئات الأكثر صعوبة، بما في ذلك آفات ذات دلالة نقص التروية (OCT-FFR ≤0.80)و ACSحالات.

لماذا يُعدّ توليد المعلومات المعزز بالاسترجاع (RAG) أمراً بالغ الأهمية؟

بخلاف نماذج التعلم الآلي العامة، يستند نظام CA-GPT في استنتاجاته إلى خصائص تصويرية مُثبتة وأدلة سريرية موثوقة. ويتيح هذا النهج المُعزز بالاسترجاع مسارات قرار قابلة للتتبع، ويقلل من مخاطر التوصيات غير المدعومة أو غير القائمة على الأدلة، ويضمن التوافق مع معايير الرعاية الحالية.

تسلط فجوة الأداء الملحوظة الضوء على قيد أساسي في نماذج التعلم اللغوي العامة في طب القلب التدخلي: فبدون ذكاء التصوير المنظم والاسترجاع الخاص بالمجال، فإن الطلاقة اللغوية وحدها غير كافية لاتخاذ القرارات الإجرائية عالية المخاطر.

بحسب علم الفريق، يمثل CA-GPT أحد الأنظمة الأولى التي تم التحقق من صحتها سريريًادمج الذكاء الاصطناعي الخاص بتقنية التصوير المقطعي البصري مع نمذجة اللغة المعززة بالاسترجاع من أجل دعم شامل لاتخاذ القرارات المتعلقة بالتدخل التاجي عن طريق الجلد.

الآثار السريرية

بفضل تحسين اتساق تفسير صور التصوير المقطعي التوافقي البصري (OCT) وتقليص فجوة الخبرة بين الأطباء المبتدئين والخبراء، يمتلك نظام CA-GPT القدرة على تعزيز جودة الإجراءات وسلامة المرضى في طب القلب التداخلي. ويؤكد الباحثون أن نظام CA-GPT مصمم كأداة لدعم اتخاذ القرار، مكملاً بذلك التقييم السريري وليس بديلاً عنه.