الذكاء الاصطناعي الطبي · us
هل تزداد دقة الذكاء الاصطناعي الطبي كلما قرأ بيانات أكثر؟ دراسة تجد أن فائدة دمج البيانات تعتمد على المهمة
يساعد دمج السجلات الطبية وتقارير الأشعة وصور الأشعة السينية للصدر على التنبؤ بالتشخيصات عند الخروج من المستشفى والأدوية؛ لكن في تقدير خطر الوفاة ومدة الإقامة، يمكن للسجلات الطبية المنظّمة وحدها أن تحقق أداءً مماثلاً أو حتى أفضل.
بعد دخول المريض إلى المستشفى، تتراكم تدريجياً بيانات العلامات الحيوية ونتائج الفحوص والصور وتقارير الأطباء. وبالنسبة إلى الذكاء الاصطناعي الذي يساعد في التقدير السريري، هل تؤدي قراءة كل هذه البيانات إلى دقة أكبر؟ وجد فريق من جامعة فلوريدا أن الإجابة تعتمد على السؤال المطروح: فدمج البيانات قد يحسّن التنبؤ بالتشخيصات والأدوية، لكنه لا يجعل بالضرورة تقييم المخاطر أكثر موثوقية، بل قد يؤدي إلى أداء أسوأ في بعض المهام.
عرضت الجامعة هذه الدراسة في 26 أكتوبر، ونُشرت الورقة المرتبطة بها في «مجلة الجمعية الأمريكية للمعلوماتية الطبية» (JAMIA). دمجت الدراسة بيانات MIMIC-IV وMIMIC-IV-Note وMIMIC-CXR-JPG لتكوين مجموعة تحليل شملت سجلات 22,254 حالة دخول إلى المستشفى، وقارنت أداء النماذج اللغوية والنماذج اللغوية البصرية، بنسخها العامة والمكيّفة للاستخدام الطبي، عند استخدام نوع واحد أو نوعين أو ثلاثة أنواع من البيانات.
بحسب توضيح الجامعة، استخدمت النماذج معلومات أول 24 ساعة فقط من الإقامة في المستشفى لأداء أربع مهام: التنبؤ بالوفاة داخل المستشفى، ومدة الإقامة، وتحديد التشخيصات عند الخروج، والتنبؤ بالأدوية التي سيتلقاها المرضى. وتقيّم المهمة الأخيرة القدرة على التنبؤ بالأدوية المستخدمة فعلياً، ولا يمكن اعتبارها مباشرةً دليلاً على أن النموذج تعلّم اختيار العلاج الأنسب.
في مهمتَي التشخيص والأدوية، بلغت درجة F1 لأفضل نموذج يدمج أنواع البيانات الثلاثة 0.589 و0.405 على التوالي، بزيادة نسبية قدرها 21.4% و18.4% مقارنةً بأفضل نموذج يستخدم نوعاً واحداً من البيانات. وتجمع درجة F1 بين قياس الإحكام والاستدعاء في التنبؤ؛ ولا تعني هذه الزيادات ارتفاع الدقة بالعدد نفسه من النقاط المئوية، كما لا تعني تحسّن نتائج علاج المرضى.
وأظهر التنبؤ بالمخاطر صورة مختلفة. فعند استخدام السجلات الطبية المنظّمة وحدها، بلغت أفضل قيمة للمساحة تحت منحنى خصائص تشغيل المستقبِل (AUROC) للتنبؤ بالوفاة ومدة الإقامة 0.849 و0.868 على التوالي، محققةً بالفعل أفضل أداء أو أداءً مقارباً له. وبلغت قيمة AUROC للتنبؤ بمدة الإقامة في النموذج الذي يستخدم أنواع البيانات الثلاثة، والذي أوردته الجامعة، 0.861، أي أقل قليلاً من استخدام السجلات الطبية وحدها. وتعكس AUROC قدرة النموذج على التمييز بين النتائج المختلفة، ولا يمكن تفسيرها مباشرةً على أنها نسبة المرضى الذين كانت التنبؤات بشأنهم صحيحة.
كما أثّرت طريقة إضافة الصور في النتائج. وأشار ملخص الورقة إلى أن تقارير الأشعة النصية، عند استخدامها كمدخلات تكميلية، قدّمت باستمرار فائدة أكبر من صور الأشعة السينية للصدر الملتقطة من زاوية واحدة؛ بينما حقق استخدام صور من زوايا متعددة أداءً أفضل من استخدام زاوية واحدة في جميع المهام. ويُظهر ذلك أن شكل البيانات ونطاق تغطيتها يحتاجان أيضاً إلى التقييم بحسب الاستخدام، ولا يكفي الاكتفاء بحساب كمية المعلومات التي يتلقاها النموذج.
تقدّم هذه الدراسة حالياً أساساً لتصميم الذكاء الاصطناعي السريري. وأوضحت الجامعة أن التحليل اقتصر على مجموعة بيانات من مستشفى واحد وعلى معلومات المرحلة الأولى من الإقامة، وأن الأداء في التشخيص والأدوية لا يزال غير كافٍ لدعم الاستخدام بجانب سرير المريض. ولإدخال هذه النماذج إلى بيئة الرعاية، لا يزال من الضروري التحقق من موثوقيتها في مستشفيات أخرى وضمن سير العمل الفعلي، ومن قدرة تنبؤاتها على تحسين القرارات الطبية فعلياً.