التصوير الطبي والذكاء الاصطناعي · global
كيف يمكن للذكاء الاصطناعي أن يساعد في قراءة صور الثدي الشعاعية؟ دراسة استعادية تشير إلى أن دمج تقييمه مع تقييم الأطباء قد يحسّن أداء التمييز
ركّزت دراسة متعددة المراكز على الصور التي يصعب على الأطباء حسم تفسيرها. وتحسّن أداء التمييز بعد دمج تقييم الذكاء الاصطناعي مع تقييم الأطباء، لكن تبعات الاستدعاء لإجراء فحوص إضافية، والتباين في بعض البيانات، والفعالية في التحري الفعلي، لا تزال بحاجة إلى توضيح.
غالبًا ما تكمن صعوبة قراءة صور الثدي الشعاعية في الظلال والتكلسات الدقيقة التي لا يمكن حسم دلالتها فورًا: فإغفال الآفات قد يؤخر التشخيص، فيما يؤدي الإفراط في التنبيه إلى فحوص إضافية. وتشير دراسة نُشرت في 13 أكتوبر في مجلة «Insights into Imaging» إلى أن قدرة الذكاء الاصطناعي على تحسين هذه الموازنة ترتبط ارتباطًا وثيقًا بكيفية مشاركته في قرارات الأطباء.
وفقًا للملخص، شملت هذه الدراسة الاستعادية متعددة المراكز 130,838 صورة شعاعية للثدي تخص 35,709 مريضًا، وجُمعت البيانات من مؤسسات طبية متعددة في إيران. لكن تجربة قراءة الصور الفعلية استخدمت، من هذه القاعدة الكبيرة، 600 حالة تضم 2,202 صورة من مجموعة اختبار مستقلة، وشارك فيها أربعة أطباء أشعة تتراوح خبرتهم في تصوير الثدي الشعاعي بين سنتين وخمس سنوات؛ لذلك لا يمكن اعتبار حجم قاعدة البيانات بأكملها عددًا للمشاركين في التحقق السريري من التعاون بين الأطباء والذكاء الاصطناعي.
يوزّع النظام المهام بين شبكات عصبية مختلفة للتعرّف على التكلسات، وتحديد حدود الآفات الأكبر حجمًا، ثم تقدير خطر الخباثة، مع التحقق باستخدام مجموعة البيانات الخارجية CBIS-DDSM. ويسرد النص الأصلي للدراسة والملخص الذي أعادت JoVE Visualize نشره خمسة سيناريوهات: قراءة الأطباء بمفردهم، وتعديل تقييمهم بعد الاطلاع على نتائج الذكاء الاصطناعي، وإسناد الحالات غير المحسومة إلى الذكاء الاصطناعي، ودمج أحكام الأطباء والذكاء الاصطناعي، وقراءة الذكاء الاصطناعي بصورة مستقلة. ويستند محتوى JoVE إلى الدراسة نفسها، وليس إلى تحقق مستقل آخر.
بعد تجميع أداء قارئي الصور، ارتفعت المساحة تحت المنحنى (AUC) في سيناريو دمج الأحكام من 0.8304 دون استخدام الذكاء الاصطناعي إلى 0.8840، وكان الفرق ذا دلالة إحصائية (p<0.001). وتعكس AUC القدرة الإجمالية على التمييز بين الحالات الإيجابية والسلبية، ولا يمكن تفسيرها مباشرة على أنها «دقة تشخيص تبلغ 88.4%». أما الاكتفاء بإتاحة نتائج الذكاء الاصطناعي للأطباء ثم ترك تعديل التقييم لهم، فقد حقق AUC قدرها 0.8396، ما يشير إلى أن الفوائد تختلف باختلاف طريقة الدمج.
مع ذلك، تتطلب بعض المؤشرات تفسيرًا حذرًا. فالملخص ينسب ارتفاع الحساسية من 54.8% إلى 83.9%، وارتفاع النوعية من 83.6% إلى 91.1%، كليهما إلى سيناريو الدمج؛ لكن قسم المناقشة في النص ينسب أعلى نوعية، البالغة 91.1%، إلى استراتيجية أخرى تستخدم الذكاء الاصطناعي فقط عند عدم اليقين. ولا يزال هذا التباين بحاجة إلى توضيح، ولا يصح الاستناد إليه للجزم بأن مسار عمل واحد يمكنه تحقيق جميع النتائج الأفضل في آن واحد.
وتعرض مناقشة الدراسة أيضًا تبعات هذا الأداء: ففي سيناريو الدمج، ارتفع معدل الاستدعاء المحاكى من 18.89% إلى 25.84%، فيما انخفضت القيمة التنبؤية الإيجابية. وبعبارة أخرى، قد يصاحب تحسّن القدرة على التعرّف على الآفات طلب إجراء فحوص إضافية من عدد أكبر من الأشخاص؛ لذا ينبغي فهم التحسّن الذي يصوّره الملخص في سياق قواعد القرار ومؤشرات التقييم المحددة.
وفّر التحقق باستخدام بيانات خارجية اختبارًا للنموذج عبر مصادر بيانات مختلفة، لكن لا تزال هناك مسافة تفصله عن التحري الروتيني. فقد كان عدد الأطباء الذين قرؤوا الصور محدودًا، واعتمدت الدراسة تصميمًا استعاديًا، ولم تحلل بما يكفي اختلافات كثافة الثدي والعمر والأجهزة؛ كما أن الحالات المختارة قد لا تمثل الفئة العامة التي تخضع للتحري. وتحتاج الخطوة التالية إلى دراسات استباقية للتأكد مما إذا كان هذا الأسلوب التعاوني قادرًا على تقليل الحالات التي يفوت تشخيصها ضمن سير العمل الفعلي، وتقييم الفحوص الإضافية وعبء العمل الطبي.