الذكاء الاصطناعي | الكشف عن فيروس كورونا المستجد (كوفيد-19) في الرئتين باستخدام التعلم العميق
"أشجع الآباء والأمهات على التحدث مع أطبائهم حول كيفية حماية أطفالهم الصغار من مرض فيروس RSV الخطير، إما باستخدام لقاح يُعطى أثناء الحمل، أو لقاح فيروس RSV الذي يُعطى للطفل بعد الولادة"
مدير مراكز السيطرة على الأمراض والوقاية منها (CDC) ومدير وكالة تسجيل المواد السامة والأمراض
على مدى السنوات القليلة الماضية، قطع الباحثون أشواطاً كبيرة في تطبيق التعلم الآلي والذكاء الاصطناعي على التصوير الطبي. أحد المجالات التي أظهرت نتائج واعدة هو استخدام الشبكات العصبية العميقة (DNNs) لتحليل صور الموجات فوق الصوتية للرئة واكتشاف علامات كوفيد-19. ومع ذلك، فإن تدريب هذه النماذج المعقدة يتطلب كميات هائلة من البيانات الطبية عالية الجودة مع شروح دقيقة، وهو ما قد يكون من الصعب الحصول عليه.
درس فريق من الباحثين من جامعة جونز هوبكنز بقيادة الدكتور موياتو بيل استراتيجيات مختلفة لتدريب شبكات DNN للكشف عن سمات كوفيد-19 في الموجات فوق الصوتية للرئة باستخدام بيانات حقيقية للمرضى وصور محاكاة بالموجات فوق الصوتية تم إنشاؤها باستخدام برنامج النمذجة. كان هدفهم هو تحديد نهج التدريب الأكثر فعالية عندما تكون بيانات العالم الحقيقي محدودة، كما كان الحال في كثير من الأحيان في بداية الجائحة.
وتوفر النتائج التي توصلوا إليها، والتي نُشرت في مجلة Communications Medicine، رؤى قيمة حول كيفية مساعدة البيانات الطبية المحاكاة في معالجة القيود في تدريب نماذج التعلم العميق لتطبيقات الرعاية الصحية. ومن خلال التحقق المناسب باستخدام أمثلة حقيقية للمرضى، تُظهر بيانات المحاكاة أنها واعدة كمكمل أو بديل لأمثلة العالم الحقيقي المشروحة المحدودة. يمكن أن تساعد الاستراتيجيات التي تم استكشافها في تطوير تطبيقات الذكاء الاصطناعي لتفسير الفحوصات الطبية والمساعدة في التشخيص.
يتمثل أحد العوائق التي تحول دون تطبيق الشبكات العصبية العميقة على تحليل الصور الطبية في الكم الهائل من البيانات المشروحة عالية الجودة المطلوبة لتدريب النماذج المعقدة. يستغرق وضع تعليقات توضيحية يدوياً وتسمية آلاف الصور الطبية وقتاً وجهداً هائلاً من الخبراء. حتى عندما يتم جمع مجموعات البيانات في العالم الحقيقي، يمكن أن تختلف المتغيرات مثل جودة الصورة والتركيبة السكانية للمريض والمعدات بطرق تؤثر على قدرة النموذج على التعميم.
استكشف فريق جامعة جونز هوبكنز استخدام كل من مقاطع الموجات فوق الصوتية للرئة في العالم الحقيقي من مرضى كوفيد-19 وصور محاكاة بالموجات فوق الصوتية تم إنشاؤها باستخدام برنامج النمذجة لتدريب نماذج التعلم العميق الخاصة بهم. سمحت المحاكاة بتوليد عدد غير محدود من الصور المشروحة بكفاءة، مع حقائق أساسية معروفة. ومع ذلك، وجدت الدراسات السابقة أن بيانات المحاكاة وحدها لم تنتقل بالضرورة بشكل جيد إلى أمثلة المرضى الحقيقيين بسبب الاختلافات في المجال بين المحاكاة والواقع.
قام الباحثون بدراسة سبع استراتيجيات مختلفة لتدريب الشبكات الشبكية العصبية الرقمية لتجزئة أنماط الخط B واكتشافها، وهي علامة مميزة لفيروس كوفيد-19 في الموجات فوق الصوتية للرئة، إما باستخدام بيانات حقيقية أو بيانات محاكاة أو مزيج من هذه الاستراتيجيات:
1. بيانات محاكاة فقط
2. مجموعة بيانات العالم الحقيقي فقط
3. مزيج من 1 و 2
4. مجموعة بيانات العالم الحقيقي المقسمة (التدريب على معظم البيانات، والاختبار على مجموعة فرعية)
5. مزيج من 1 و4
6. الجمع بين 2 و 4
7. الجمع بين 1 و2 و4
اختبروا قدرة كل استراتيجية على تجزئة الخطوط B بشكل صحيح في مقاطع الموجات فوق الصوتية الحقيقية من مرضى كوفيد-19. استكشفت تجارب إضافية تأثير عمليات تعزيز الصورة مثل التدوير والتعديلات على التباين/التشويش.
أسفرت الدراسة عن العديد من النتائج المهمة حول تدريب نماذج التعلم العميق بفعالية عندما تكون البيانات الطبية الواقعية محدودة:
- أدت زيادة البيانات أثناء التدريب إلى تحسين أداء النموذج بشكل ملحوظ، خاصةً فيما يتعلق بتجزئة الخطوط B. ساعد ذلك في معالجة الاختلافات بين توزيعات بيانات التدريب وبيانات الاختبار.
- في حالة عدم توفر بيانات حقيقية من نفس توزيع حالات الاختبار، كان الجمع بين مجموعات البيانات المحاكاة والحقيقية من نطاقات أخرى (الاستراتيجية 3) أفضل، متفوقًا على نهج المحاكاة فقط أو الحقيقي فقط.
- عند استخدام بيانات الاختبار/التدريب الحقيقية المتداخلة جزئيًا (الاستراتيجيات 4-7)، أدى تضمين أمثلة المحاكاة إلى تحسين النتائج بشكل أكبر من الأمثلة الحقيقية فقط، خاصة في مراحل التدريب المبكرة.
- كان أداء الجمع بين جميع مصادر البيانات (الاستراتيجية 7) هو الأكثر اتساقًا مع تطلبه عددًا أقل من التكرارات التدريبية مقارنةً بالنهج الحقيقي فقط.
- كان أداء الاعتماد فقط على بيانات حقيقية من توزيعات مختلفة عن حالات الاختبار (الاستراتيجية 2) ضعيفًا مقارنةً بالتوليفات مع عمليات المحاكاة.
بشكل عام، بدا أن دمج بيانات المحاكاة المبنية بعناية يساعد على ما يبدو في معالجة القيود في الأمثلة الواقعية المشروحة بالكامل، وذلك على الأرجح من خلال زيادة أحجام مجموعات بيانات التدريب الفعالة وتنوعها. كما أدى تضمين المحاكاة أيضًا إلى تحسين كفاءة التدريب في بعض الحالات.
توفر النتائج إرشادات قيّمة حول التطبيق الفعال لبيانات التصوير الطبي الحقيقية والمحاكاة على حد سواء لتدريب نماذج التعلم العميق - وهو مجال بالغ الأهمية مع توسع دور الذكاء الاصطناعي في مجال الرعاية الصحية. تتضمن بعض النتائج الرئيسية ما يلي:
- تُظهر بيانات المحاكاة نتائج واعدة كمكمل عندما تكون الأمثلة الواقعية محدودة، مما يحسن الأداء مقارنةً بالنهج الواقعية فقط.
- يعمل الجمع بين البيانات المحاكاة والبيانات الحقيقية من مختلف المجالات بشكل أفضل من المحاكاة وحدها، ويرجع ذلك على الأرجح إلى زيادة التنوع.
- يساعد تضمين تعزيزات البيانات أثناء التدريب على تقليل الاختلافات بين حالات التدريب المتاحة وحالات الاختبار المقصودة.
- قد تسمح مجموعات بيانات المحاكاة الأكبر والأكثر شمولاً بتدريب النماذج دون الحاجة إلى أمثلة حقيقية متداخلة بالكامل.
من الآن فصاعداً، يمكن أن تساعد عمليات المحاكاة الأكثر واقعية التي تلتقط تنوعاً سريرياً أكبر في تعميم نماذج التعلم العميق بشكل أفضل. سيكون من المهم أيضاً استمرار التحقق من الصحة باستخدام حالات مرضية حقيقية. مع ظهور أدوات أفضل لتوليد أمثلة طبية مشروحة بكفاءة، فإن التدريب المعزز بالمحاكاة ينطوي على إمكانية معالجة القيود وتسريع التشخيص بمساعدة الذكاء الاصطناعي. بشكل عام، توفر الدراسة إطارًا قيّمًا للاستفادة الفعالة من بيانات الرعاية الصحية الحقيقية والمحاكاة مع التعلم العميق.
المرجع (المراجع)
انقر على TAGS للاطلاع على المقالات ذات الصلة :
الذكاء الاصطناعي | كوفيد-19 | التشخيص | التعلم الآلي | الطب | الصحة العامة | الجهاز التنفسي | سارس-كوف2
- Millions of new solar system objects to be found...
on June, 2025 at 1:34 amAstronomers have revealed new research showing that millions of new solar system objects are likely to be detected by a brand-new facility, which is expected to come online later this year.
- Tea, berries, dark chocolate and apples could...on June, 2025 at 3:50 pm
New research has found that those who consume a diverse range of foods rich in flavonoids, such as tea, berries, dark chocolate, and apples, could lower their risk of developing serious health conditions and have the potential to live longer.
- Being in nature can help people with chronic back...on June, 2025 at 3:50 pm
Researchers asked patients, some of whom had experienced lower back pain for up to 40 years, if being in nature helped them coped better with their lower back pain. They found that people able to spend time in their own gardens saw some health and wellbeing benefits. However, those able to immerse […]
- Scientists say next few years vital to securing...on June, 2025 at 3:50 pm
Collapse of the West Antarctic Ice Sheet could be triggered with very little ocean warming above present-day, leading to a devastating four meters of global sea level rise to play out over hundreds of years according to a new study. However, the authors emphasize that immediate actions to reduce […]
- First direct observation of the trapped waves...on June, 2025 at 3:50 pm
A new study has finally confirmed the theory that the cause of extraordinary global tremors in September -- October 2023 was indeed two mega tsunamis in Greenland that became trapped standing waves. Using a brand-new type of satellite altimetry, the researchers provide the first observations to […]
- DNA floating in the air tracks wildlife, viruses...on June, 2025 at 3:48 pm
Environmental DNA from the air, captured with simple air filters, can track everything from illegal drugs to the wildlife it was originally designed to study.
