كل المقالات

الذكاء الاصطناعي في فحص الأشعّة بالشرق الأوسط: من PACS إلى الإنتاج

من نخاطب

هذا المقال موجّه لقادة بيانات وتقنيّات معلومات صحّيّة في مستشفيات بحجم وقاعدة فحوصات تتجاوز 300 ألف فحص سنويًا، عادة بتشكيلة موزّعة عبر مرافق متعدّدة، مع قسم أشعّة بطاقم استشاريّين معتمدين بالمجلس وأطبّاء مقيمين. هذه الفئة تشمل المراكز الأكاديميّة الكبرى في المملكة، أبوظبي، دبي، الدوحة، وهيئات مجموعات صحّيّة مدعومة سياديًا. لن أذكر مؤسّسات بعينها، لكنّ ملف القارئ المُسْتَهْدَف واضح.

من زاوية ممارس — أعرف هذا المسار من زاوية مزوّد التأشير + ضمان الجودة الطبّيّة، ليس من زاوية بائع جهاز ذكاء اصطناعي. ما أصفه هنا هو ما يفصل النموذج المعتمد FDA المُسْتَوْرَد عن نشر يعمل فعلًا في غرفة قراءة عربيّة.

المرحلة 1: تكامل PACS

غرفة قراءة الأشعّة المعاصرة في الشرق الأوسط تشتغل على عدّة طبقات: نظام معلومات الأشعّة (RIS)، نظام أرشفة الصور (PACS)، السجلّ الطبّيّ الإلكتروني (EHR)، ومسار توليد التقرير. أيّ نموذج ذكاء اصطناعي يجب أن يندمج في هذا النسيج دون كسره.

معايير التكامل التقنيّة

المعيارالدورالاستخدام في تكامل ذكاء اصطناعي
DICOMweb (WADO-RS)استرجاع صورةالذكاء الاصطناعي يسحب صورة من PACS عبر REST
DICOMweb (QIDO-RS)استعلام صورةالذكاء الاصطناعي يستعلم عن دراسات مرشّحة
DICOMweb (STOW-RS)إرسال نتيجةالذكاء الاصطناعي يكتب صورة ثانوية أو SR back إلى PACS
HL7 v2 ORMأمر فحصتشغيل الذكاء الاصطناعي عند ورود أمر فحص
HL7 v2 ORUنتيجةإعادة نتيجة الذكاء الاصطناعي كنتيجة فرعيّة في تدفّق التقرير
HL7 FHIR ImagingStudyمعيار حديثللمنظومات الجديدة، استبدال HL7 v2
DICOM SR (Structured Report)تقرير مُهَيْكَلتخزين نتيجة الذكاء الاصطناعي بشكل قابل للاستعلام
IHE AIR (AI Results)ملف تكامليحدّد كيف تظهر نتائج الذكاء الاصطناعي في PACS

النماذج التي لا تتكلّم هذه المعايير تُنشَر كأنظمة جانبيّة + تُتجاهَل من طبيب الأشعّة. هذا واقع شائع نراه عند مراجعة نشر فاشل.

سير عمل غرفة القراءة

النموذج المعتمَد للنشر الإنتاجي هو “تنبيه + تثبيت” قبل التقرير: عند ورود الفحص الجديد، الذكاء الاصطناعي يعالج صامتًا في الخلفيّة، ينتج ملف توقّع، ويرفع علامة على worklist إذا تجاوز التوقّع عتبة. طبيب الأشعّة يفتح الفحص — إذا كانت هناك علامة، يرى تنبيه + تراكب على الصورة. يقبل، يعدّل، أو يرفض. القرار النهائي قرار طبيب الأشعّة.

تفصيل خطوات سير العمل:

المرحلة 2: الاعتماد السريري

النماذج تنجح أو تفشل في هذه المرحلة. مفتاح النجاح: لا تطلب من طبيب الأشعّة الثقة بشيء لم يُتَحَقَّق منه محلّيًا.

مساعد أم قارئ مستقلّ؟

ثلاث مستويات استقلاليّة سريريّة شائعة:

  1. مساعد طبيب الأشعّة (Copilot): الذكاء الاصطناعي يُبْرِز، يقترح، يصنّف — طبيب الأشعّة يقرّر دائمًا. هذا مستوى الانطلاق الموصى به لكلّ نشر.
  2. قراءة مزدوجة (Double read): الذكاء الاصطناعي يقرأ بشكل مستقلّ، طبيب الأشعّة يقرأ بشكل مستقلّ، خلاف يُحَكَّم بطبيب أشعّة كبير. مستخدَم لفحوصات تصوير الثدي بشكل خاصّ.
  3. قراءة مستقلّة (Autonomous read): الذكاء الاصطناعي يقرأ، طبيب الأشعّة يراجع فقط الحالات الموسومة. مستوى أعلى من التحقّق التنظيمي + المخاطر. نادر في الشرق الأوسط حتّى تاريخ كتابة هذا المقال.

التوصيّة العمليّة: ابدأ بـ Copilot لـ 12-18 شهر، اجمع بيانات أداء محلّيّة، ثمّ ارفع المستوى بشكل تدريجي بشأن حالة-استخدام محدّدة (لا للنشر كلّه دفعة واحدة).

إشراف معتمد بالمجلس

كلّ النماذج المنشورة في غرف قراءة الشرق الأوسط تحت إشراف طبيب أشعّة معتمد بالمجلس (سعودي، إماراتي، عربي، أمريكي، أو بريطاني وَفق سياسة المؤسّسة). الإشراف يعني:

توثيق IRB + التحقّق المحلّي

نموذج مُدَرَّب على بيانات أمريكيّة أو أوروبيّة لا يعمل بنفس الدقّة على بيانات شرق-أوسطيّة بدون التحقّق. اختلافات: توزيع عمر السكّان، انتشار مرض، أجهزة تصوير مختلفة، بروتوكولات تصوير مختلفة. لجنة الأخلاقيّات الطبّيّة (IRB) تطلب:

هذه خطوة يتجاوزها بعض البائعين، وهي السبب الأوّل لرفض النموذج من طبيب الأشعّة الكبير.

المرحلة 3: الامتثال التنظيمي

البرمجيّات الطبّيّة كجهاز (SaMD) خاضعة لتنظيم محلّي مختلف عن FDA. مَن الذي ينظّم أيّ شيء:

الجهةالدولةنطاق
SFDAالسعوديةكلّ الأجهزة الطبّيّة + SaMD داخل المملكة
MOHAPالإمارات (اتّحادي)معظم الأجهزة الطبّيّة + SaMD، يستثني دبي وأبوظبي بشكل جزئي
DHAدبيمزوّدو الرعاية الصحّيّة في دبي + معدّاتهم
DOHأبوظبيمزوّدو الرعاية الصحّيّة في أبوظبي + معدّاتهم
MoPHقطركلّ الأجهزة الطبّيّة + SaMD في قطر
MoHالكويت، البحرين، عُمانكلّ الأجهزة الطبّيّة + SaMD

تصنيف SaMD

التصنيف يَتْبَع منطقًا قائمًا على معايير IMDRF (المنتدى الدولي لمنظّمي الأجهزة الطبّيّة). الفئات:

كلّ مستوى يتطلّب وثائق + اختبارات أعلى. معظم منتجات ذكاء اصطناعي الأشعّة في الشرق الأوسط تقع في الفئة II.

IEC 62304 + ISO 13485

ملف SaMD يتطلّب التزامًا بمعيارين دوليّين:

البائعون من خارج المنطقة لديهم عادة هذه الشهادات. التحدّي: تطبيقها على نموذج ذكاء اصطناعي يتعلّم بشكل مستمرّ من بيانات جديدة. منظّمو المنطقة يتعلّمون كيف يتعاملون مع نماذج “محدّثة بشكل مستمرّ” مقابل نماذج “مُجَمَّدَة”.

FDA-Cleared مع تحقّق محلّي

نموذج معتمد من FDA الأمريكية لا يُطْلَق تلقائيًا في الشرق الأوسط. مسار شائع:

  1. شركة المصنّع تقدّم اعتماد FDA-510(k) أو De Novo كدليل
  2. الجهة المحلّيّة (SFDA، MOHAP، إلخ) تَطْلُب تحقّقًا محلّيًا على بيانات سكّان محلّيّة
  3. ملف فني محلّي يُسَلَّم
  4. تصنيف الجهاز + إصدار رخصة محلّيّة
  5. مراقبة ما بعد التسويق

العمليّة عادة تستغرق 6-18 شهر، تختلف بحسب الجهة + التصنيف.

التحدّيات الخاصّة بالشرق الأوسط

توليد تقرير أشعّة عربي + استخراج حقل مُهَيْكَل

في معظم المراكز الكبرى بالخليج تقارير الأشعّة تُكْتَب بالإنجليزي. في بعض المراكز الخاصّة المصرية + شمال إفريقيّة تُكْتَب بالعربي أو مختلطة. النماذج التي تولّد تقرير عربي + تستخرج حقول مُهَيْكَلَة (BI-RADS، LungRADS، حقول قياس آفة) من نصّ عربي تحتاج طبقة NLP سريري عربي محلّيّ — ليست خاصّة ذكاء اصطناعي صورة فقط.

تنوّع موزّع PACS

غرف القراءة العربيّة عادة تستعمل خليطًا من مزوّدي PACS — GE Centricity، Sectra، Philips IntelliSpace، Carestream، Agfa، Synapse — في مرافق مختلفة لنفس المنظومة. النموذج المنشور يجب أن يتكامل مع كلّ منهم. هذا يفضّل تكامل قائم على معايير DICOMweb + HL7 على تكامل بائع-محدّد.

نشر داخل الموقع مغلق-عن-الإنترنت

الصور الطبّيّة تُصَنَّف بيانات صحّيّة حسّاسة وَفق PDPL السعودي + PDPL الإماراتي + سائر أنظمة المنطقة. كثير من المستشفيات تطلب نشر النموذج داخل الموقع، مغلق-عن-الإنترنت (air-gapped) لمنع تسرّب بيانات. هذا يَفْرِض على البائع أن:

كثير من بائعي الذكاء الاصطناعي الأشعّة الأمريكيّين أو الأوروبيّين بُنُوا حول افتراض اتّصال سحابي. هذا يُسْقِطهم من قائمة المنتج لكثير من مستشفيات المنطقة.

الموافقة المسبقة + ضوابط استخدام البيانات

استخدام بيانات مريض لتدريب نموذج (حتّى مع إخفاء هويّة) يتطلّب لجنة الأخلاقيّات الطبّيّة + قاعدة قانونيّة. النشر بدون استخدام بيانات للتدريب (inference only على نموذج مُجَمَّد) أبسط قانونيًا — موافقة مسبقة على معالجة بيانات الفحص أبسط من موافقة على مساهمة في مجموعة تدريب.

أين تندرج طبقة Annota8

من زاوية مزوّد التأشير + ضمان الجودة الطبّيّة، Annota8 يدعم مسار النشر بأربع طبقات:

  1. مؤشّرون أطبّاء أشعّة معتمدون بالمجلس لبناء حقيقة أرضيّة محلّيّة لتحقّق النموذج. عملنا يشمل مؤشّرين معتمدين سعوديّين، إماراتيّين، مصريّين، أردنيّين، ومجاليّن في تصوير الصدر، تصوير عصبي، تصوير عظمي، تصوير ثدي، تصوير بطني، وتدخّلي. انظر منصّة الكادر.

  2. طبقة تجزئة DICOM-RT لمؤشّرين متخصّصين في التجزئة الإشعاعيّة-علاجيّة، تشمل تحديد عضو معرّض للخطر (OAR) وحجم استهداف سريري وحجم استهداف مخطّط — للنماذج التي تخدم تخطيط العلاج الإشعاعي.

  3. لغوي بدكتوراه قاهري لـ NLP تقارير الأشعّة العربيّة. استخراج حقول مُهَيْكَلَة من تقارير مكتوبة عربيًا، تأشير HL7 FHIR، ربط ICD-10 + LOINC + SNOMED-CT من نصّ سريري عربي. انظر تأشير HL7-FHIR.

  4. حالات استخدام متخصّصة: تأشير BI-RADS لتصوير الثدي، تصنيف كثافة تصوير الثدي، تأشير LungRADS، تأشير PI-RADS، تأشير LI-RADS.

كلّ ذلك تحت PDPL تشغيلي للبيانات السعودية + HIPAA BAA للأحمال الأمريكيّة المرتبطة، مع خيار معالجة داخل الموقع لأحمال حسّاسة لا يمكن نقلها.

كيف نبدأ نشرًا (تسلسل عملي)

  1. اختر حالة استخدام واحدة عالية الحجم + متوسّطة الخطر (مثل: كشف انسداد رئوي في CT صدر)
  2. ابدأ بنموذج FDA-cleared من بائع موثوق له تكامل DICOMweb + HL7 جاهز
  3. اجمع مجموعة تحقّق محلّيّة (300-500 دراسة) بمراجعة طبيب أشعّة معتمد كحقيقة أرضيّة
  4. شغّل اختبار “أعمى” (shadow mode) لمدّة 60-90 يوم — النموذج يعمل، طبيب الأشعّة لا يرى مخرجاته
  5. قارن مخرجات النموذج مع قرارات طبيب الأشعّة لقياس أداء واقعي
  6. إذا الأداء مقبول، انتقل لـ “تنبيه + تثبيت” Copilot لمدّة 6-12 شهر
  7. اجمع تغذية راجعة من طبيب الأشعّة + بيانات أداء مستمرّة
  8. وثّق ملف التحقّق المحلّي لـ SFDA / MOHAP / DHA / DOH
  9. اعتمد رسميًا + وسّع لحالات استخدام إضافيّة

هذا التسلسل بطيء بشكل مدروس. تسريعه يتسبّب بفشل اعتماد سريري + رفض من المنظّم.

ناقش نشر ذكاء اصطناعي أشعّة → جلسة 30 دقيقة اقرأ حلول أشعّة الرعاية الصحّيّة