التكنولوجيا الطبية · global
تقليل أخطاء الذكاء الاصطناعي في تقارير أشعة الصدر: التعلم المعزز يحسّن التقارير، والاستخدام السريري ما زال بحاجة إلى التحقق
قد يغفل تقرير تصوير سلس الصياغة عن شذوذ مهم. يُدخل UniRG-CXR الأخطاء السريرية ضمن مكافآت التدريب، وقد أظهر تحسنًا في الاختبارات عبر مجموعات بيانات مختلفة وفي تقييمات اختصاصيي الأشعة؛ لكن تحسن جودة التقارير لا يزال يفصله خطوة عن إثبات قدرته على المساعدة الآمنة في التشخيص والعلاج.
تكمن قيمة تقرير أشعة الصدر في نقل نتائج الصور بدقة إلى فريق الرعاية. وبالنسبة إلى الذكاء الاصطناعي الذي يكتب التقارير آليًا، فإن سلاسة النص ليست سوى نقطة البداية؛ فإغفال الشذوذ أو إضافة أوصاف لا تدعمها الصور قد يفقد تقريرًا يبدو مهنيًا موثوقيته. وتحاول دراسة جديدة إدراج هذه الأخطاء مباشرة ضمن هدف التدريب، ليتعلم النموذج كيفية تقليلها.
في 12 نوفمبر، نشرت مجلة Nature Communications دراسة محكّمة لفريق من Microsoft Research، قدّمت النموذج البصري اللغوي UniRG-CXR، الذي يضم 8 مليارات مُعلَمة. وتتمثل مهمة النموذج في توليد وصف لنتائج التصوير والانطباع التشخيصي استنادًا إلى صور أشعة الصدر والسياق السريري. وقد أُتيح هذا العمل في يناير من هذا العام بوصفه مسودة بحثية قبل التحكيم، ثم حُدّثت نسخته في يوليو، وها هو يصل الآن إلى مرحلة النشر في مجلة علمية.
من التحديات التي تناولتها الدراسة اختلاف ممارسات كتابة التقارير بين المستشفيات. فعند الاقتصار على الضبط الدقيق الخاضع للإشراف باستخدام أزواج الصور والتقارير المتاحة، قد يحفظ النموذج الصياغات الشائعة في مجموعة بيانات معينة، ثم يتراجع أداؤه عند الانتقال إلى مستشفى آخر. لذلك أضاف الفريق التعلم المعزز بعد الضبط الدقيق، ودمج تطابق النص والجودة الدلالية وإشارات الأخطاء السريرية التي يقيّمها نموذج لغوي كبير في مكافأة واحدة، لتوجيه النموذج إلى مراعاة جودة التعبير وصحة المحتوى معًا.
أتاح حجم البيانات فرصة للتعرف إلى صور وأساليب كتابة تقارير متنوعة. ووفقًا لوصف الفريق للبحث في يناير، شملت بيانات التدريب أكثر من 560 ألف فحص، و780 ألف صورة، و226 ألف مريض، وجاءت من أكثر من 80 مؤسسة طبية. غير أن حجم البيانات وحده لا يضمن الموثوقية عبر المستشفيات؛ والأهم هو قدرة النموذج على الحفاظ على الجودة عند التعامل مع حالات لم تدخل في التدريب وبيانات خارجية.
شملت الدراسة المنشورة في المجلة مجموعة اختبار محجوزة، ومجموعات بيانات خارجية غير متاحة للجمهور، وتقييمًا أجراه اختصاصيون في الأشعة، واعتمدت مؤشر جودة التقارير RadCliQ مقياسًا رئيسيًا. وأفاد الفريق بأن UniRG-CXR تفوّق على النماذج المقارَنة في مجموعات البيانات الأربع ضمن معيار ReXrank، وفي إعدادين لتوليد التقارير، كما أنتج أخطاء أقل ذات أهمية سريرية. وتدعم هذه النتائج القيمة البحثية لطريقة التدريب، لكنها لا تعني مباشرة انخفاض معدل التشخيص الخاطئ في الممارسة الفعلية.
ولتيسير فحص النموذج على باحثين آخرين، أتاحه الفريق أيضًا على Hugging Face بترخيص Apache 2.0، وقدّم أمثلة تشغيلية لتوليد وصف نتائج التصوير والانطباع التشخيصي. وتساعد إتاحة النموذج على إجراء مقارنات لاحقة وإعادة إنتاج النتائج، لكنها لا تعادل الحصول على اعتماد للاستخدام الطبي؛ إذ يصف الفريق البحثي UniRG بوضوح في توضيحاته بأنه نموذج أولي بحثي، لم يكتمل بعد التحقق من صلاحيته للاستخدام السريري.
لذلك يتعلق السؤال التالي بسير العمل الفعلي: هل يستطيع الأطباء، بعد استخدام مسودات تقارير من هذا النوع، إتمام قراءة الصور بسرعة أكبر وتقليل ما يُغفل من نتائج، من دون تجاهل الأخطاء بسبب الثقة المفرطة في النص؟ لا تستطيع التقييمات المنشورة حاليًا الإجابة عن هذه الأسئلة. وللانتقال من التحسن في مجموعات الاختبار إلى بيئة الرعاية، لا يزال من الضروري إجراء تحقق سريري يؤكد أثره الفعلي في قراءة الصور، وعبء تنقيح التقارير، وسلامة المرضى.