→ العودة إلى الصفحة الرئيسية

الذكاء الاصطناعي يستخلص «علامة القرنبيط» من صور أورام الدماغ، مع تحقق أولي في اختبار خارجي شمل 100 حالة

يمثل تحويل الأرقام المستخلصة من الصور إلى دلائل يستطيع الأطباء التعرف عليها إحدى العقبات أمام الاستخدام العملي للذكاء الاصطناعي الطبي. وأظهرت علامة القرنبيط التي اقترحتها دراسة جديدة قدرة على التمييز بين الورم الأرومي الدبقي والأورام النقيلية، لكن قدرتها على تحسين التشخيص السريري لا تزال بحاجة إلى التحقق.

By SURL BioNews

قد تصبح سمة في صور أورام الدماغ يمكن التعرف عليها ووصفها واختبارها مرارًا دليلًا تشخيصيًا. لكن البيانات الشكلية التي يقيسها الحاسوب لا تتحول بالضرورة بسهولة إلى لغة تصويرية يفهمها الأطباء. وتحاول دراسة جديدة تجاوز هذه العقبة، عبر تمكين الذكاء الاصطناعي من اقتراح علامات ذات أسماء انطلاقًا من بيانات الورم الأرومي الدبقي، ثم تكليف أطباء الأشعة باختبارها في مجموعة أخرى من الأورام.

نُشرت الدراسة في 7 أكتوبر في مجلة «npj Digital Medicine» بنسخة مبكرة اجتازت مراجعة الأقران. وأنشأ الفريق سير عمل للذكاء الاصطناعي الوكيلي يربط بين التحليل الإحصائي الوصفي، والتحويل الدلالي للسمات الشكلية الكمية، والتمثيل البصري، بهدف تحويل البيانات إلى علامات تصويرية يمكن وصفها بالكلمات والتعرف عليها بشريًا.

استخدمت الدراسة 106 حالات من الورم الأرومي الدبقي فوق الخيمة بوصفها بيانات للتطوير، وأنتجت ثماني علامات مرشحة. وكانت علامات «القرنبيط» و«الباذنجان» و«الفطيرة الرقيقة» الأكثر اتساقًا في ظهورها ضمن المقترحات. وتوفر هذه الأسماء طريقة تعبير يسهل تذكرها، لكن التسمية ليست سوى البداية؛ فالاختبار الحقيقي هو ما إذا كانت العلامات تستطيع المساعدة في التمييز بين الأورام المختلفة عند تطبيقها خارج البيانات الأصلية.

اختار الفريق علامة القرنبيط للتحقق الخارجي، وقيّم طبيبان مختصان في الأشعة بصورة مستقلة مجموعة أخرى تضم 100 حالة من الأورام، منها 50 حالة من الورم الأرومي الدبقي و50 حالة من الأورام النقيلية. وبلغت المساحة تحت منحنى خصائص تشغيل المستقبِل (ROC)، المعروفة اختصارًا بـ AUC، لدى الطبيبين 0.73 و0.77 على التوالي، مع فاصلَي ثقة بنسبة 95% من 0.64 إلى 0.82 ومن 0.69 إلى 0.85 على التوالي. وتقيس AUC القدرة على التمييز بين فئتي الأورام، ولا يمكن تفسيرها مباشرةً على أنها دقة تشخيصية تبلغ 73% أو 77%.

تدعم هذه النتيجة وجود قيمة تمييزية أولية لعلامة القرنبيط، وتبرز أيضًا سمة الدراسة: يقترح الذكاء الاصطناعي الدلائل، ويتولى الأطباء البشر التحقق منها في حالات خارجية. لكن التحقق الخارجي لا يعادل التطبيق السريري؛ كما أن النتائج المستندة إلى 100 حالة وقارئَين للصور لا تكفي بعد للإجابة عما إذا كانت العلامة ستحافظ على أدائها في مستشفيات مختلفة ومع تنوع الحالات في الممارسة اليومية، أو عن مقدار المساعدة التي قد تضيفها إلى قراءة الصور الحالية.

لا يوضح ملخص المجلة الذي يمكن التحقق منه حاليًا التعريف الكامل لقراءة علامة القرنبيط، ولا يقدم أدلة على أنها تحسن سير التشخيص والعلاج أو نتائج المرضى. لذلك، من الأنسب النظر إلى هذه النتيجة بوصفها تحققًا أوليًا من طريقة لاكتشاف العلامات التصويرية. وتتمثل الخطوة التالية الأساسية في تمكين أطباء آخرين من إعادة إنتاج قراءة الصور وفق التعريف نفسه، واختبار ما إذا كان هذا الدليل الجديد يقدم قيمة إضافية في الرعاية الفعلية.

References

  1. npj Digital Medicine