AI interface analyzing back-of-hand and clenched-fist photos for acromegaly detection in Kobe University research, privacy-focused medical innovation.
AI interface analyzing back-of-hand and clenched-fist photos for acromegaly detection in Kobe University research, privacy-focused medical innovation.
صورة مولدة بواسطة الذكاء الاصطناعي

فريق جامعة كوبي يبلغ أن الذكاء الاصطناعي يمكنه الكشف عن الاكروميغالي من صور اليد الواعية بالخصوصية

صورة مولدة بواسطة الذكاء الاصطناعي
تم التحقق من الحقائق

باحثون في اليابان يقولون إنهم طوروا نموذج ذكاء اصطناعي يمكنه المساعدة في الكشف عن الاكروميغالي من خلال تحليل صور ظهر اليد وقبضة اليد المغلقة، وهو نهج مصمم لتجنب استخدام صور الوجه أو بصمات الأصابع. يبلغ الفريق أن النظام أدى جيداً في الاختبارات ويمكن أن يساعد الأطباء السريريين في تحديد الحالات المحتملة مبكراً وإحالة المرضى لتقييم متخصص.

الاكروميغالي هو اضطراب غدد صماء نادر، يتطور عادة في مرحلة البلوغ، حيث ينتج الجسم كمية زائدة من هرمون النمو، غالباً بسبب ورم في الغدة النخامية. يمكن أن يسبب الحالة تضخماً تدريجياً لليدين والقدمين، وتغييرات في ملامح الوجه، وتأثيرات أوسع على نمو العظام والأعضاء، مع الحفاظ على الفقرات الأصلية والتنسيق. بسبب تطور الأعراض ببطء شديد، غالباً ما يتأخر التشخيص لسنوات. «بسبب بطء تقدم الحالة، وبما أنها مرض نادر، ليس من النادر أن يستغرق التشخيص حتى عقداً من الزمن»، قال طبيب الغدد الصماء في جامعة كوبي هيدينوري فوكوكا. بينما استكشفت بعض الأبحاث استخدام الذكاء الاصطناعي لتحديد الاكروميغالي من الصور الفوتوغرافية، إلا أن معظمها اعتمد على صور الوجه، مما قد يثير مخاوف تتعلق بالخصوصية. بحثاً عن بديل أقل تحديداً، قام الفريق بقيادة جامعة كوبي بتدريب نموذج تعلم عميق باستخدام نوعين من صور اليد: يد ممدودة تظهر ظهر اليد، وقبضة يد مغلقة مع وضع الإبهام خارجياً. قال الباحثون إنهم تجنبوا صور راحة اليد لأن أنماط راحة اليد يمكن استخدامها كمعرفات بيومترية. وفقاً للدراسة، تم تجنيد 725 مشاركاً عبر 15 منشأة طبية في اليابان، قدموا أكثر من 11,000 صورة استخدمت لتدريب النموذج وتحقق صحته. نُشر العمل في The Journal of Clinical Endocrinology & Metabolism تحت العنوان «Automatic Acromegaly Detection Using Deep Learning on Hand Images: A Multicenter Observational Study.». أبلغ المؤلفون أن النظام حقق «حساسية وخصوصية عاليتين جداً»، وأنه تفوق على أطباء الغدد الصماء ذوي الخبرة الذين طُلب منهم تقييم نفس الصور. قالت الطالبة الخريجة يوكا أوماتشي إنها تفاجأت بأداء النموذج الجيد باستخدام هذه الزوايا اليدوية فقط: «ما أدهشني بشكل خاص هو تحقيق هذا المستوى من الأداء دون ميزات الوجه، مما يجعل هذا النهج أكثر عملية بكثير لفحص الأمراض.». أكد الباحثون أن الصور الفوتوغرافية وحدها غير كافية للتشخيص، الذي يتطلب عادة تقييماً سريرياً واختبارات هرمونية. ومع ذلك، قالوا إن أداة فحص على طراز الشاشة يمكن أن تساعد في دفع المتابعة المبكرة، خاصة في الإعدادات التي يكون فيها الوصول إلى المتخصصين محدوداً. «نعتقد أنه، بتطوير هذه التكنولوجيا أكثر، يمكن أن يؤدي ذلك إلى إنشاء بنية تحتية طبية أثناء الفحوصات الصحية الشاملة لربط الحالات المشتبه بها من اضطرابات اليد بالمتخصصين»، قال فوكوكا. قال الفريق إنه يخطط لاستكشاف ما إذا كانت طرق مشابهة قائمة على الصور يمكن تكييفها للمساعدة في الكشف عن حالات أخرى تظهر علامات مرئية في اليدين، بما في ذلك التهاب المفاصل الروماتويدي، والأنيميا، وتضخم أطراف الأصابع. تم تمويل البحث من قبل مؤسسة هيوغو للعلوم والتكنولوجيا، وشارك فيه تعاون من عدة مؤسسات في اليابان، بما في ذلك جامعة فوكوكا وجامعة ناغويا، حسب ما قال الباحثون.

ما يقوله الناس

الردود الأولية على منصة إكس حول تقنية الذكاء الاصطناعي من جامعة كوبي لاكتشاف الاكروميغالي باستخدام صور اليد إيجابية ومحدودة. يمدح المستخدمون النهج الواعي بالخصوصية الذي يتجنب الوجوه وبصمات الأصابع، ويصفون النتائج بأنها مثيرة للاهتمام، ويبرزون الإمكانيات للتشخيص المبكر مقارنة بالطرق التقليدية. شاركت مستودع الجامعة الدراسة المراجعة من قبل الأقران.

مقالات ذات صلة

Radiologist and AI system struggling to identify deepfake X-ray images in a medical study.
صورة مولدة بواسطة الذكاء الاصطناعي

Study finds radiologists and AI models struggle to spot AI-generated “deepfake” X-rays

من إعداد الذكاء الاصطناعي صورة مولدة بواسطة الذكاء الاصطناعي تم التحقق من الحقائق

A study published March 24, 2026 in *Radiology* reports that AI-generated “deepfake” X-rays can be convincing enough to mislead radiologists and several multimodal AI systems. In testing, radiologists’ average accuracy rose from 41% when they were not told fakes were included to 75% when they were warned, highlighting potential risks for medical imaging security and clinical decision-making.

Scientists at the European Molecular Biology Laboratory (EMBL) in Heidelberg have created an AI-powered tool named MAGIC to identify cells with early chromosomal abnormalities linked to cancer. This system automates the detection of micronuclei, small DNA-containing structures that signal potential cancer development. The technology verifies a theory proposed over a century ago by Theodor Boveri.

من إعداد الذكاء الاصطناعي

Researchers at the University of Geneva have developed MangroveGS, an AI model that predicts cancer metastasis risk with nearly 80% accuracy. The tool analyzes gene expression patterns in tumor cells, initially from colon cancer, and applies to other types like breast and lung. Published in Cell Reports, it aims to enable more personalized treatments.

A new research paper demonstrates that large language models can identify real identities behind anonymous online usernames with high accuracy. The method, costing as little as $4 per person, analyzes posts for clues and cross-references them across the internet. Researchers from ETH Zurich, Anthropic, and MATS warn of reduced online privacy.

من إعداد الذكاء الاصطناعي

For decades diabetes diagnosis has depended on blood sugar measurements crossing a set threshold. Researchers now worry this method misses millions of people already developing the disease. Better detection tools are in development to address these shortcomings.

يستخدم هذا الموقع ملفات تعريف الارتباط

نستخدم ملفات تعريف الارتباط للتحليلات لتحسين موقعنا. اقرأ سياسة الخصوصية الخاصة بنا سياسة الخصوصية لمزيد من المعلومات.
رفض