هل تستطيع صورة لوجهك كشف شدة مرضك؟ الذكاء الاصطناعي يفتح نافذة جديدة للتشخيص الطبي

محررو لقطة AI – 5

3 نوفمبر 2026

قد تحمل ملامح الوجه مؤشرات صحية لا يلاحظها الإنسان بالعين المجردة، من تغير لون البشرة إلى انتفاخات الوجه وشحوب الجلد واختلافات دقيقة في العينين. لكن هل يمكن لصورة عادية يلتقطها الشخص بهاتفه أن تكشف مدى خطورة المرض الذي يعاني منه؟

هذا السؤال أصبح محور اهتمام متزايد في الأبحاث الطبية التي توظف الذكاء الاصطناعي وتحليل الصور الرقمية لاستخراج مؤشرات عن الحالة الصحية للإنسان. وتعمل فرق بحثية على تطوير نماذج قادرة على تحليل ملامح الوجه وربطها ببيانات سريرية، بهدف المساعدة في اكتشاف بعض الأمراض وتقدير شدتها، وربما تسريع الوصول إلى التشخيص والعلاج.

ولا تقوم الفكرة على أن الوجه يكشف جميع الأمراض، أو أن صورة واحدة يمكن أن تحل محل الفحوصات الطبية، وإنما على أن التغيرات المرئية في الوجه قد تحمل معلومات إضافية يمكن للخوارزميات المتقدمة تحليلها بصورة منهجية.

الوجه بوصفه مصدراً للبيانات الطبية

يعتمد هذا الاتجاه البحثي على ما يُعرف باسم «التصوير الظاهري للوجه» (Facial Phenotyping)، وهو مجال يجمع بين الطب وعلوم الحاسوب والذكاء الاصطناعي لتحليل السمات الشكلية للوجه واكتشاف الأنماط المرتبطة بحالات صحية معينة.

وتستطيع تقنيات الرؤية الحاسوبية تحليل مجموعة واسعة من الخصائص، تشمل لون البشرة وتوزيع الأنسجة وانتفاخ مناطق معينة والتناسق بين أجزاء الوجه، إضافة إلى التغيرات التي قد تظهر حول العينين والفم.

وتكمن أهمية هذه التقنيات في قدرتها على اكتشاف اختلافات دقيقة يصعب على الإنسان ملاحظتها، ثم مقارنتها ببيانات طبية واسعة لتحديد ما إذا كانت بعض الأنماط ترتبط بأمراض أو حالات صحية محددة.

وقد حققت هذه المقاربة نتائج واعدة في مجال الأمراض الوراثية النادرة، حيث تستطيع بعض أنظمة الذكاء الاصطناعي التعرف على أنماط وجهية مرتبطة بمتلازمات جينية معينة، بما يساعد الأطباء في توجيه الفحوصات نحو التشخيص المحتمل.

هل يمكن للصورة تحديد شدة المرض؟

السؤال الأكثر أهمية لا يتعلق فقط بقدرة الذكاء الاصطناعي على التعرف على المرض، وإنما بإمكانية استخدام صورة الوجه لتقدير مدى خطورته.

في بعض الحالات الطبية، تظهر تغيرات واضحة على الوجه يمكن أن ترتبط بالحالة الصحية، مثل الشحوب الشديد في بعض حالات فقر الدم، واصفرار الجلد والعينين عند ارتفاع مادة البيليروبين، أو التورم الذي قد يصاحب اضطرابات الكلى والقلب.

وتحاول الأبحاث الحديثة الانتقال من مجرد اكتشاف هذه العلامات إلى بناء نماذج تتعامل مع الصورة باعتبارها مصدراً إضافياً للمعلومات السريرية.

فعلى سبيل المثال، يمكن دراسة ما إذا كانت التغيرات في مظهر الوجه، عند دمجها مع العمر والعلامات الحيوية ونتائج التحاليل، تساعد في تقدير احتمالات تدهور الحالة الصحية أو الحاجة إلى تدخل طبي عاجل.

لكن من المهم التمييز بين اكتشاف علامة مرتبطة بمرض معين وبين القدرة على تحديد شدته. فليس كل تغير في الوجه دليلاً على مرض خطير، كما أن بعض الحالات الطبية الخطرة قد لا تترك أي علامات واضحة على الوجه.

من التشخيص التقليدي إلى الطب المدعوم بالذكاء الاصطناعي

تاريخياً، اعتمد الأطباء على ملاحظة الوجه والعينين والجلد ضمن الفحص السريري الأولي. لكن التطور في تقنيات التصوير والتعلم العميق أتاح إمكانية تحويل هذه الملاحظات إلى بيانات رقمية قابلة للتحليل والمقارنة.

وتعمل الشبكات العصبية العميقة على تدريب الأنظمة باستخدام مجموعات كبيرة من الصور المرتبطة بتشخيصات طبية موثقة، بحيث تتعلم التعرف على الأنماط المتكررة التي قد ترتبط بحالات مرضية معينة.

وتفتح هذه الإمكانية المجال أمام تطبيقات متعددة، من بينها:

الكشف المبكر: المساعدة في التعرف على تغيرات وجهية قد تستدعي إجراء فحوصات إضافية.

الأمراض الوراثية: مساعدة الأطباء في التعرف على السمات الوجهية المرتبطة ببعض المتلازمات النادرة.

المتابعة الصحية: دراسة التغيرات التي تطرأ على مظهر المريض بمرور الوقت، ومقارنتها بمؤشرات طبية أخرى.

الرعاية عن بُعد: توفير معلومات أولية إضافية للأطباء عند تقييم المرضى الذين يصعب عليهم الوصول إلى المراكز الصحية.

هل يمكن استخدام كاميرا الهاتف بدلاً من المستشفى؟

من أكثر الجوانب إثارة في هذا المجال إمكانية استخدام كاميرات الهواتف الذكية لالتقاط صور الوجه وتحليلها بواسطة تطبيقات مدعومة بالذكاء الاصطناعي.

وتبدو الفكرة جذابة بصورة خاصة للمناطق الريفية والمجتمعات التي تعاني نقص الأطباء والمرافق الصحية، إذ يمكن أن توفر هذه التقنية وسيلة أولية لجمع معلومات صحية دون الحاجة إلى أجهزة طبية متخصصة في كل مرة.

لكن تحويل هذه الإمكانية إلى أداة تشخيص موثوقة يتطلب تجاوز عقبات علمية وتقنية مهمة.

فالإضاءة وزاوية التصوير ونوع الكاميرا ولون البشرة ومستحضرات التجميل والعمر وحتى التعب المؤقت يمكن أن تؤثر في الصورة والنتائج التي يستخلصها النظام.

كما أن تدريب النموذج على صور تنتمي إلى مجموعة سكانية محددة قد يجعله أقل دقة عند استخدامه مع أشخاص من خلفيات سكانية مختلفة.

وهناك مشكلة أخرى تتعلق بالخصوصية، لأن صورة الوجه تُعد من البيانات البيومترية التي يمكن أن تكشف هوية الشخص، ولذلك يتطلب استخدامها في التطبيقات الطبية حماية صارمة للبيانات وموافقة واضحة من أصحابها.

العقبة الأكبر: هل الذكاء الاصطناعي يرى المرض أم يتعرف على أنماط الصور؟

رغم الإمكانات الواعدة، فإن أحد التحديات الأساسية يتمثل في التأكد من أن النظام يتعرف فعلاً على مؤشرات المرض، وليس على خصائص جانبية مرتبطة بالصور المستخدمة في تدريبه.

فقد يتعلم النموذج ربط حالة مرضية معينة بنوع الكاميرا أو مكان التصوير أو ظروف المستشفى الذي جُمعت منه البيانات، بدلاً من التعرف على العلامات الطبية الحقيقية.

ولهذا لا تكفي الدقة العالية في التجارب الأولية لإثبات صلاحية النظام للاستخدام السريري. إذ يحتاج الباحثون إلى اختبارات مستقلة على مجموعات متنوعة من المرضى، ومقارنة النتائج بالتشخيصات الطبية المعتمدة، وقياس معدلات النتائج الإيجابية والسلبية الخاطئة.

كما ينبغي إثبات أن استخدام هذه التقنية يحسن القرارات الطبية فعلياً، وليس فقط قدرتها على تصنيف الصور.

مستقبل الطب قد يبدأ من صورة، لكنه لن ينتهي عندها

يمثل تحليل الوجه بالذكاء الاصطناعي اتجاهاً مثيراً في تطور الطب الرقمي، لأنه يحاول استخراج معلومات صحية من بيانات متاحة بالفعل، دون الحاجة دائماً إلى إجراءات معقدة أو أجهزة باهظة الثمن.

ومع استمرار تطور نماذج الرؤية الحاسوبية، قد تصبح صورة الوجه جزءاً من منظومة أوسع للتقييم الصحي، إلى جانب قياس ضغط الدم ونبض القلب ودرجة الحرارة وتحاليل الدم والتاريخ الطبي للمريض.

لكن الوصول إلى هذه المرحلة يتطلب أدلة سريرية قوية، ومعايير دقيقة للخصوصية والسلامة، واختبارات تثبت قدرة الأنظمة على العمل بكفاءة مع مختلف الفئات السكانية.

والأهم أن صورة الوجه وحدها لا تستطيع حالياً تحديد شدة المرض بصورة موثوقة أو استبعاد وجود حالة خطيرة. لذلك لا ينبغي الاعتماد على تطبيقات تحليل الوجه لتأخير زيارة الطبيب أو الاستغناء عن الفحوصات الطبية.

وربما يكون التحول الأهم الذي يحمله هذا المجال هو أن الوجه، الذي اعتاد الأطباء النظر إليه بوصفه جزءاً من الفحص السريري، قد يصبح مستقبلاً مصدراً إضافياً للبيانات الطبية التي تساعد في اكتشاف المرض ومتابعة تطوره. غير أن نجاح هذه الثورة لن يقاس بقدرة الخوارزميات على قراءة الملامح، بل بمدى قدرتها على إنقاذ الأرواح وتحسين جودة الرعاية الصحية.

عين ترصد الحدث. وعقل يقرأ المشهد.