اتخاذ القرارات المدعومة بالذكاء الاصطناعي يُحسّن من تشخيص سرطان الجلد

باحثون يعرضون إطار عمل لأنظمة التعرف على الصور القائمة على الذكاء الاصطناعي لمساعدة الأطباء على إجراء تشخيصات أكثر دقة.

قراءة

Peter Schatz / Alamy Stock Photo

وفقًا لدراسة جديدة في دورية Nature Medicine، يُحسِّن تعلّم الآلة من تشخيص سرطان الجلد عندما يتعاون البشر والذكاء الاصطناعي معًا.

لقد أصبح الذكاء الاصطناعي التشخيصي أكثر دقة وموثوقية في السنوات الأخيرة. وقد دأب الباحثون الطبيّون على سبر أغواره بحثًا عن فرص لدعم الأبحاث في البيئات السريرية.

ومؤخرًا، أوضح هارالد كيتلر -من جامعة فيينا الطبية- بالتعاون مع فيليب تشاندل وكريستوف رينر، كيف يمكن للتعاون بين الإنسان والحاسوب -من خلال الدعم القائم على الذكاء الاصطناعي- أن يساعد الأطباء والاختصاصيين السريريين على تفسير صور الآفات الجلدية.

يقول كيتلر: "في تشخيص سرطان الجلد، يؤدي هذا التعاون إلى تحسين التشخيص بشكل كبير". ويضيف: "هذا التعاون أفضل كذلك من الاعتماد على الذكاء الاصطناعي وحده أو على الإنسان وحده، ومن ثمَّ يجب توجيه المستقبل نحو جعل البشر والذكاء الاصطناعي يتعاونان معًا لتحقيق أقصى فائدة ممكنة من قدرات كل منهما".

عمد الباحثون أولًا إلى تدريب شبكة عصبية تلفيفيّة على مجموعة بيانات مفتوحة المصدر لآفات خبيثة وحميدة مصبوغة. وفي الاختبارات، تفوَّقت خوارزمياتهم على النتائج البشرية وخوارزميات أخرى لتعلّم الآلة كانت قد طُوِّرت واختُبرت باستخدام مجموعة بيانات الصور نفسها.

بعد ذلك طوّر الباحثون واجهة على شبكة الإنترنت لتمكين الأطباء السريريين من الاطِّلاع على مُخْرَجات الخوارزميات باستخدام تصنيفات وتمثيلات ومستويات مشاركة مختلفة. قدّم أحد هذه التصنيفات احتمالات متعددة الرتب لكل من التشخيصات المحتملة، وقدم الثاني احتمالية الإصابة بورم خبيث، وكان الثالث عبارة عن نموذج استرجاع للصور يعتمد على المحتوى ويتيح للأطباء البحث في قواعد البيانات واستخراج صور مشابهة ذات تشخيصات معروفة.

وأخيرًا، طُلِبَ من مجموعة أشخاص ينتمون إلى 41 دولة مختلفة (مقيّمين) تشخيص مجموعات من الصور، باستخدام دعم اتخاذ القرار القائم على الذكاء الاصطناعي، ومن دونه.

أظهرت النتائج أن توافر الاحتمالات متعددة الرُتب القائمة على الذكاء الاصطناعي أدَّى إلى زيادة دقة تشخيص المُقيِّمين من 63.6% إلى 77%. وأثَّر هذا النوع من دعم الذكاء الاصطناعي أيضًا في المُقيِّمين إذ دفعهم لتغيير تشخيصهم الأولّي ليتماشى مع تنبؤ الذكاء الاصطناعي -وإن كان ذلك أقلّ حدوثًا حال كانوا متيقّنين من تشخيصهم – وكان ذلك الدعم مفيدًا للغاية للأطباء السريريين الأقل خبرة.

يُعتَبر هذا النموذج من التعاون بين الإنسان والذكاء الاصطناعي شديد الفائدة في عالم ما بعد «كوفيد-19»، إذ أصبح الوصول الفعلي والمادي إلى الأطباء السريريين ومقدّمي خدمات الرعاية الصحية مقيّدًا، وفقًا لما يقول الباحثون.

وعلى الرغم من أن تركيز الدراسة انصب على التعرف على سرطان الجلد، فإن الباحثين يقولون إن النتائج التي توصلوا إليها يمكن تطبيقها على الأبحاث المماثلة في مجال التشخيص القائم على الصور، على الرغم من أن الخوارزميات يجب اختبارها على نحو صارم أولًا في ظروف الحياة الواقعية. يقول كيتلر معلقًا: "العالم الواقعي دائمًا ما يكون أكثر تعقيدًا من الظروف المحدّدة لتجربة ما". 

References

  1. Tschandl, P. et al. Human–computer collaboration for skin cancer recognition. Nature Medicine 26, 1229-1234 (2020).  | article

أقرأ أيضا

نهجٌ قائمٌ على الذكاء الاصطناعي لتحسين التنبؤ بمخاطر الإصابة بداء السكري

يٌمكن لنموذجُ شبكةٍ عصبيةٍ ابتكره مركزُ الملك عبد الله العالمي للأبحاث الطبية  من التعرُّف على المرضى المُعرَّضين لخطر الإصابة بداء السُّكري بمستوى دقةٍ غير مسبوق

الببتيدات الموسومة شعاعيًّا يمكنها رصد تطور داء السكري

تصوِّر الببتيدات الموسومة بنظائر مشعة الخلايا المنتِجة للإنسولين على نحو فعال، كما يمكنها رسم منحى تطور المرض لدى المصابين به.

الحدُّ من «وخز» الحقن في علاج السرطان

يحدُّ تغليف علاج السرطان داخل مكعبات دقيقة قابلة للحقن من الحاجة إلى علاجات باضعة متعددة.