بعد معالجة الآلاف من صور الأشعة السينية والتقارير السريرية المرفقة بها، تمكن نظام ذكاء اصطناعي من تعلم كيفية كشف الأمراض في هذه الصور بدقة طبيب الأشعة البشري.
لقد تم تدريب معظم نماذج الذكاء الاصطناعي التشخيصية الحالية على صور تم تصنيفها من قبل البشر، ولكن عملية التصنيف هذه تستغرق الكثير من الوقت. ولكن النموذج الجديد، والذي يحمل اسم تشيكس زيرو (CheXzero)، يستطيع بدلاً من هذا أن "يتعلم" من تلقاء نفسه بالاعتماد على التقارير الطبية الموجودة مسبقاً، والتي كتبها الاختصاصيون بلغة طبيعية.
اقرأ أيضاً: تطبيقات الذكاء الاصطناعي في الطب وتشخيص الأمراض
سجل في نشرة الخوارزمية
تشيكس زيرو: طريقة توفر الجهد والمال
تشير هذه النتائج إلى أن تصنيف صور الأشعة السينية لتدريب نماذج الذكاء الاصطناعي على تفسير محتوى الصور الطبية ليس ضرورياً، وهو ما يمكن أن يوفر الوقت والمال.
فقد قام فريقٌ من الباحثين من مدرسة هارفارد الطبية بتدريب النموذج تشيكس زيرو على مجموعة بيانات متاحة للجميع وتتألف من أكثر من 377,000 صورة أشعة سينية للصدر مع أكثر من 227,000 تقرير سريري موافق. وبالتالي، تعلم الذكاء الاصطناعي الربط بين أنواع معينة من الصور وملاحظات موجودة مسبقاً، بدلاً من التعلم من البيانات موحدة الصيغة التي تم تصنيفها يدوياً لهذه المهمة.
بعد ذلك، تم اختبار أداء تشيكس زيرو على مجموعة بيانات منفصلة من مؤسستين مختلفتين إحداهما في دولة أخرى، وذلك للتحقق من قدرة النظام على مطابقة الصور مع الملاحظات الصحيحة، حتى لو كانت تحتوي على مصطلحات مختلفة.
وقد وجد البحث، المنشور في مجلة نيتشر بايوميديكال إنجنيرينغ (Nature Biomedical Engineering)، أن النموذج كان أكثر فعالية في كشف المشكلات مثل التهاب الرئة، وانهيار الرئة، والتمزقات، أكثر من نماذج الذكاء الاصطناعي ذاتية الإشراف. وفي الواقع، فقد كان أقرب إلى طبيب الأشعة البشري من ناحية الدقة.
وعلى الرغم من محاولة مجموعات بحثية أخرى لاستخدام بيانات طبية غير منظمة بهذه الطريقة، فإنها المرة الأولى التي تمكن فيها نموذج ذكاء اصطناعي من التعلم باستخدام بيانات نصية غير منظمة، ومضاهاة أداء طبيب الأشعة البشري، وأثبت قدرته على توقع عدة أمراض من أي صورة أشعة بدرجة عالية من الدقة، كما يقول الطالب الجامعي في ستانفورد، وهو أيضاً باحث زائر شارك في تأليف التقرير، إيكين تيو.
ويقول: "نحن أول من يحقق هذا الإنجاز ويثبته بشكل فعّال في هذا المجال".
اقرأ أيضاً: الذكاء الاصطناعي قد يؤدي لأخطاء كارثية في التشخيص الطبي الشعاعي
قام الباحثون بنشر التعليمات البرمجية للنموذج علناً للباحثين الآخرين على أمل إمكانية تطبيقه على صور الأشعة المقطعية وصور الرنين المغناطيسي ومخططات صدى القلب، وذلك للمساعدة على كشف مجموعة أكبر من الأمراض في أجزاء أخرى من الجسم، كما يقول الأستاذ المساعد في مجال المعلوماتية الطبية الحيوية في معهد بلافاتنيك في مدرسة هارفارد الطبية، براناف راجبوركار، والذي قاد المشروع.
ويقول: "نأمل أن يتمكن الباحثون من تطبيق هذا البحث بشكل مباشر على مجموعات أخرى من صور الأشعة السينية والأمراض التي يهمهم أمرها".
يشعر راجبوركار أيضاً بالتفاؤل إزاء نماذج الذكاء الاصطناعي التشخيصية والتي تحتاج إلى قدر أقل من الإشراف، وذلك من حيث قدرتها على المساعدة في توفير المزيد من الرعاية الصحية في البلدان والمجتمعات التي يندر وجود المختصين فيها.
اقرأ أيضاً: هذه الخوارزمية الجديدة ستُساعد في تطوير الذكاء الاصطناعي الطبي
يقول مدير التعلم الآلي في الشركة الناشئة الألمانية فارا، والتي تعتمد على الذكاء الاصطناعي لكشف سرطان الثدي، كريستيان ليبيغ: "من المنطقي أن نعتمد على التقارير للحصول على إشارات تدريب أكثر غنى. إن الوصول إلى هذا المستوى من الأداء إنجاز كبير".
