يُعتبر إعتام عدسة العين من أكثر أمراض العيون شيوعاً على مستوى العالم، خصوصاً بين كبار السن. يؤدي هذا المرض إلى تعتيم عدسة العين، وإذا لم يتم علاجه في الوقت المناسب، فقد يؤدي إلى العمى الكامل.

من جتها اشارت منظمة الصحة العالمية إلى أن إعتام عدسة العين مسؤول عن أكثر من نصف حالات العمى عالمياً، حيث يعاني ملايين الأشخاص من هذا المرض، ففي الولايات المتحدة وحدها، تُجرى حوالي ثلاثة ملايين عملية جراحية سنوياً لإزالة إعتام عدسة العين، مما يكلف نظام الرعاية الصحية مليارات الدولارات.

رغم التقدم الطبي، لا يزال الوصول إلى خدمات الفحص والتشخيص المبكر محدوداً في العديد من المناطق، خاصةً في المناطق المحرومة. لذا، فإن تطوير طرق تشخيصية أقل تكلفة وأكثر دقة وسهولة يعد أمراً ضرورياً.

تتمثل إحدى التحديات الرئيسية في أن إعتام عدسة العين لا يظهر عليه أعراض واضحة في مراحله المبكرة، مما يجعل العديد من المرضى يدركون مشكلتهم فقط عندما تتدهور رؤيتهم بشكل ملحوظ.

في هذا السياق، يمكن أن يسهم استخدام تقنيات الذكاء الاصطناعي في تحسين النظام الصحي، حيث يمتلك الذكاء الاصطناعي القدرة على تحليل البيانات المعقدة والتعلم من التجارب السابقة.

في السنوات الأخيرة، تم استخدام خوارزميات الذكاء الاصطناعي في مجالات طبية متعددة، بما في ذلك أمراض العيون. بفضل هذه التقنية، يمكن تشخيص إعتام عدسة العين بدقة عالية حتى قبل ظهور الأعراض، مما يسهم في الوقاية من العمى وتحسين جودة حياة المرضى.

في هذا الإطار، أجرت مريم زامتكاشان، الأستاذة المساعدة في قسم تكنولوجيا المعلومات الصحية بجامعة فاسا للعلوم الطبية، بحثًا بالتعاون مع جامعة كرمان للعلوم الطبية، لدراسة دور تقنيات الذكاء الاصطناعي في تشخيص وإدارة مرض إعتام عدسة العين.

سعى الباحثون إلى فهم إمكانية استخدام خوارزميات التعلم الآلي لتحسين سرعة ودقة تشخيص المرض، ولإجراء هذا البحث، قام الفريق بفحص الدراسات المنشورة حول الموضوع باستخدام أسلوب المراجعة المنهجية، حيث استخرجوا جميع المقالات العلمية المكتوبة باللغة الإنجليزية المتعلقة بتطبيق الذكاء الاصطناعي في إعتام عدسة العين من ثلاث قواعد بيانات رئيسية: PubMed، Scopus، وWeb of Science.

أظهرت نتائج الدراسات أن أساليب الذكاء الاصطناعي، بما في ذلك الشبكات العصبية التلافيفية وأشجار القرار والتعلم العميق، تم استخدامها في حوالي 70% من حالات التشخيص، و17% في الإدارة، و13% في التنبؤ بالمرض. تساعد هذه الأساليب الأطباء على تحديد المرضى وعلاجهم بشكل أسرع وأكثر دقة مقارنة بالأساليب التقليدية.

تشير النتائج إلى أن خوارزميات التعلم العميق، وخاصة الشبكات العصبية التلافيفية، كانت الأكثر فعالية في تشخيص إعتام عدسة العين بدقة. كما تم استخدام نماذج مثل أشجار القرار والخوارزميات البايزية في إدارة المرض، مما يعزز فعالية النظام الصحي من حيث الوقت والتكلفة.

وفقًا للباحثين، تشير هذه النتائج إلى أن أنظمة الذكاء الاصطناعي يمكن أن تسهم في تقليل الفجوة في خدمات الرعاية الصحية، خاصةً في المناطق المحرومة أو الريفية حيث يتوفر الأطباء المتخصصون بشكل أقل.

حتى التطبيقات المحمولة البسيطة المعتمدة على خوارزميات الذكاء الاصطناعي يمكن أن تساعد العاملين في المجال الطبي في تحديد المرضى المشتبه بهم. وقد تصبح هذه الأدوات جزءًا من برامج الفحص الصحي في البلدان، خاصةً النامية، في المستقبل.

من الجدير بالذكر أن مقالة بحثية مستندة إلى هذه الدراسة نُشرت في مجلة "بايافارد سلامات" الثنائية الشهرية، التي تُشرف عليها جامعة طهران للعلوم الطبية وتُعتبر من المصادر الرائدة في مجال الصحة العامة والبحوث الطبية في البلاد.