🤖 AI

Interpretable Medical Image Classification using Prototype Learning and Privileged Information

تقترح هذه الورقة نموذج Proto-Caps، وهو نموذج لتصنيف الصور الطبية قابل للتفسير يدمج شبكات الكبسولة (capsule networks)، وتعلم النماذج الأولية (prototype learning)، والمعلومات المميزة لتحقيق دقة تضاهي أحدث ما توصل إليه العلم في التنبؤ بخباثة عقيدات الرئة، مع توفير استدلال بصري قائم على الحالات لغرض التحقق من قبل أطباء الأشعة.

المؤلفون الأصليون: Luisa Gallee, Meinrad Beer, Michael Goetz

نُشر 2026-02-25

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Luisa Gallee, Meinrad Beer, Michael Goetz

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك طبيب ينظر إلى صورة أشعة سينية لرئة. ترى بقعة صغيرة (عقيدة) وعليك أن تقرر: هل هي حميدة أم خطيرة (خبيثة)؟

عادةً، يعمل الذكاء الاصطناعي الحديث مثل ساحر ذكي للغاية ولكنه صامت. ينظر إلى الصورة، يتخذ قراراً، ثم يقول: "هذا خطير". لكنه لن يخبرك لماذا. إنه يشبه "كرة الثلج السحرية" (Magic 8-ball) التي تعطيك إجابة فقط دون شرح المنطق وراءها. وفي الطب، يحتاج الأطباء إلى معرفة "السبب" لكي يثقوا في الآلة.

تقدم هذه الورقة البحثية ذكاءً اصطناعياً جديداً يسمى Proto-Caps. فكر فيه ليس كساحر صامت، بل كـ مساعد مدرس يشرح خطوات عمله.

إليك كيف يعمل، مقسماً إلى مفاهيم بسية:

1. "ملاحظات المعلم السرية" (المعلومات المميزة)

تخيل أنك تدرب طالباً على تحديد أنواع مختلفة من الفاكهة.

الذكاء الاصطناعي التقليدي: تعرض له صورة تفاحة وتقول له: "هذه تفاحة". فيقوم بحفظ الصورة.
Proto-Caps: تعرض له الصورة، ولكنك تعطيه أيضاً ورقة غش سرية تقول: "هذه التفاحة حمراء، مستديرة، ولها قشرة ناعمة".

في هذه الورقة البحثية، "ورقة الغش السرية" تسمى المعلومات المميزة (Privileged Information). أثناء التدريب، يُسمح للذكاء الاصطناعي برؤية ملاحظات تفصيلية كتبها أطباء الأشعة عن عقيدات الرئة (مثل: "هذه العقيدة مستديرة جداً"، "الحواف متعرجة"، "لها ملمس شوكي"). يتعلم الذكاء الاصطناعي ربط هذه السمات المحددة بالتشخيص النهائي.

الأمر الجوهي هو أنه عندما يُستخدم الذكاء الاصطناعي فعلياً على مريض جديد لاحقاً، فإنه لا يحتاج إلى هذه الملاحظات بعد الآن. لقد تعلم المنطق داخلياً.

2. حقائب "الكبسولة" الظهرية

بدلاً من مجرد النظر إلى الصورة بأكملها ككتلة واحدة كبيرة، يقوم هذا الذكاء الاصطناعي بتفكيك الصورة إلى "حقائب ظهر" صغيرة تسمى الكبسولات (Capsules).

يتم تخصيص وظيفة محددة لكل حقيبة. حقيبة واحدة تنظر فقط إلى الاستدارة. وأخرى تنظر فقط إلى النتوءات (الشوكية). وأخرى تنظر إلى الملمس.
هذا يشبه وجود فريق من المتخصصين. أنت لا تسأل شخصاً واحداً ليحكم على الفاكهة بأكملها؛ بل تسأل "خبير الاستدارة" ليفحص الشكل، و"خبير النتوءات" ليفحص الحواف.

3. "ألبوم الصور" (تعلم النموذج الأصلي)

هذا هو الجزء الأكثر روعة. عندما يتخذ الذكاء الاصطناعي قراراً، فهو لا يخمن فحسب؛ بل يعرض لك أدلته.

تخيل أن لدى الذكاء الاصطناعي ألبوم صور (مكتبة أمثلة) لكل سمة تعلمها.

إذا اعتقد الذكاء الاصطناعي أن العقيدة "شوكيّة"، فإنه يستخرج صورة من ألبومه لأكثر مثال شوكي ومثالي لعقيدة شوكية رآها على الإطلاق.
ثم يقوم بمقارنة صورة المريض الجديد بهذا "المثال المثالي".

لماذا هذا مفيد؟
إذا قال الذكاء الاصطناعي: "هذا خطير لأنه شوكي"، ولكن الصورة التي يعرضها لك لا تشبه أبداً عقيدة المريض، فأنت ستعرف أن هناك خطأ ما. إنه مثل طالب يقول: "لقتُ درجة امتياز لأنني ذاكرت الفصل الخامس"، ولكنه يعرض لك صورة للفصل الأول. ستعرف فوراً أن الطالب مرتبك.

4. النتائج: أذكى وأكثر وضوحاً

اختبر الباحثون هذا على قاعدة بيانات ضخمة من فحوصات الرئة (LIDC-IDRI).

الدقة: أصاب في التشخيص بنسبة 93% من المرات، وهو أمر أفضل من معظم نماذج الذكاء الاصطناعي الأخرى (حتى تلك التي ليست قابلة للتفسير).
الثقة: نظرًا لأنه يعرض أمثلة من "ألبوم الصور"، يمكن للطبيب البشري أن ينظر إليه ويقول: "آه، أفهم لماذا يعتقد ذلك"، أو "مهلاً، هذا المثال لا يتطابق، دعني أعيد التحقق".

الخلاصة الكبرى

عادةً ما يعتقد الناس أنه يجب عليك الاختيار بين الأداء العالي (أن تكون مصيباً) والقابلية للتفسير (فهم السبب).

الطريقة القديمة: كن مصيباً ولكن صامتاً، أو كن ثرثاراً ولكن أقل دقة.
طريقة Proto-Caps: كن مصيباً و ثرثاراً (شارحاً).

من خلال استخدام "الملاحظات السرية" أثناء التدريب وعرض أمثلة من "ألبوم الصور" أثناء الاختبار، يثبت هذا الأسلوب الجديد أنه يمكنك بناء ذكاء اصطناء يجمع بين كونه طبيباً من الطراز الأول ومعلماً شفافاً. فهو لا يعطيك إجابة فحسب؛ بل يعطيك المنطق والدليل البصري لدعمها.

إليك ملخص تقني مفصل لورقة البحث بعنوان "تصنيف الصور الطبية القابل للتفسير باستخدام تعلم النماذج الأولية والمعلومات المتميزة" من قبل Gallée وآخرون.

1. بيان المشكلة

غالبًا ما تحقق نماذج التعلم العميق في التصوير الطبي أداءً تنبؤيًا عاليًا، لكنها تعاني من طبيعة "الصندوق الأسود"، مما يجعل من الصعب على الأطباء الثقة في قرارات النموذج أو فهمها. وبينما يحاول الذكاء الاصطناعي القابل للتفسير (XAI) معالجة ذلك، فإن العديد من الطرق تعتمد على تفسيرات لاحقة (post-hoc) قد تكون عرضة للخطأ أو منفصلة عن المنطق الجوهري للنموذج.

حدد المؤلفون فجوتين محددتين في الأبحاث الحالية:

المعلومات المتميزة (Privileged Information - PI): بينما يمكن لاستخدام بيانات إضافية متاحة فقط أثناء التدريب (مثل سمات العقد التي حددها أخصائي الأشعة) أن يعزز الأداء والقابلية للتفسير، إلا أن الطرق الحالية غالبًا ما تعتمد على درجات السمات المتوقعة التي لا يمكن التحقق منها بصريًا.
تعلم النماذج الأولية (Prototype Learning): تفشل شبكات النماذج الأولية الحالية، التي تعرض أمثلة تدريب مشابهة لتبرير التنبؤ، في شرح لماذا أدت ميزة معينة إلى اتخاذ قرار (أي أنها تفتقر إلى التبرير الخاص بالسمات).

الهدف هو إنشاء نموذج قابل للتفسير بالتصميم (explainable-by-design)، يجمع بين الأداء العالي والقدرة على التحقق البصري من التنبؤات مقابل السمات المحددة من قبل البشر.

2. المنهجية: Proto-Caps

يقترح المؤلفون Proto-Caps، وهي بنية مبتكرة تدمج شبكات الكبسولة (Capsule Networks)، والمعلومات المتميزة، وتعلم النماذج الأولية.

البنية الأساسية

بُني النموذج على شبكة كبسولة عمود فقري تتكون من ثلاثة مكونات:

شبكة الكبسولة العمود الفقري (Backbone Capsule Network):
- المدخلات: شرائح صور ثنائية الأبعاد بحجم 32×32 (تم اختيار التلافيف ثنائية الأبعاد بدلاً من ثلاثية الأبعاد للكفاءة مع فقدان ضئيل في الأداء).
- الطبقات: طبقة تلافيفية (256 نواة) $\leftarrow$ طبقة الكبسولة الأولية (8 كبسولات) $\leftarrow$ طبقة الكبسولة الكثيفة (8 كبسولات، واحدة لكل سمة عقدة محددة مسبقًا).
- المخرجات: متجهات مكونة من 16 بُعدًا تمثل الميزات عالية المستوى لسمات محددة (مثل الكروية، التشرذم/النتوءات، والحواف).
رؤوس التنبؤ (Prediction Heads):
- رأس الهدف (Target Head): يتنبأ بدرجة الخباثة (هدف التصنيف) باستخدام متجهات الكبسولة المجمعة. يستخدم دالة الخسارة تباعد كولباك-ليبلر (KL divergence) لنمذجة عدم اليقين والاتفاق بين المراقبين لدى أخصائيي الأشعة.
- رأس إعادة البناء (Reconstruction Head): تقوم شبكة فك التشفير بإعادة بناء قناع تقسيم العقدة لضمان التقاط الكبسولات للميزات المكانية ذات الصلة.
- رأس السمات (Attribute Head): بدلاً من استنتاج السمات من أطوال متجهات الكبسولة (كما في شبكات CapsNets القياسية)، يستخدم هذا الرأس طبقات متصلة بالكامل للتنبؤ بدرجات سمات محددة.
طبقة النموذج الأولي (الابتكار):
- للتحقق من تنبؤات السمات، يتعلم النموذج نماذج أولية (أمثلة تدريب ممثلة) لكل فئة سمة.
  - التدريب: يتم تعلم نموذجين أوليين لكل فئة سمة (مما ينتج عنه 8-12 نموذجًا أوليًا لكل سمة).
  - دوال الخسارة:
    - خسارة التكتل ( $L_{clu}$ ): تقلل المسافة بين متجه الكبسولة للعينة وأقرب نموذج أولي لفئة السمة الصحيحة.
    - خسارة الفصل ( $L_{sep}$ ): تزيد المسافة إلى النماذج الأولية لفئات السمات غير الصحيحة.
  - الاستدلال (Inference): يتم تحديد قيمة السمة المتوقعة بناءً على الحقيقة الأرضية (ground truth) لـ أقرب نموذج أولي لمتجه الكبسولة المدخل، بدلاً من الاعتماد فقط على تنبؤ الطبقة الكثيفة. وهذا يسمح بالتحقق البصري: إذا كان أقرب نموذج أولي لا يشبه المدخلات بتاتًا، فإن التنبؤ يكون مشكوكًا فيه.

استراتيجية التدريب

يتم تدريب النموذج باستخدام مجموع مرجح من الخسائر:
$L = L_{mal} + \lambda_{recon} \cdot L_{recon} + L_{attr} + 0.125 \cdot (L_{clu} + 0.1 \cdot L_{sep})$

المعلومات المتميزة: تُستخدم سمات العقد الموصوفة من قبل أخصائي الأشعة (الكروية، الحواف، التشرذم، إلخ) كحقيقة أرضية أثناء التدريب، ولكنها ليست مطلوبة أثناء الاستدلال.
التعلم شبه المشرف: يتم تطبيق قناع ثنائي عشوائي على خسارة السمات، مما يسمح للنموذج بالتعلم حتى عندما تكون تعليقات السمات مفقودة لبعض العينات.

3. المساهمات الرئيسية

تكامل مبتكر: أول طريقة معروفة تجمع بين المعلومات المتميزة وتعلم النماذج الأولية خصيصًا لتصنيف الصور الطبية، مما يعزز الأداء والقابلية للتفسير.
نماذج أولية خاصة بالسمات: على عكس النماذج الأولية الخاصة بالفئات، يستخدم Proto-Caps نماذج أولية للسمات (مثل "متشرذم" مقابل "أملس")، مما يسمح باستدلال قائم على الحالات وبشكل دقيق.
التحقق البصري: يوفر النظام صورًا طبيعية (نماذج أولية) تبرر تنبؤات السمات، مما يمكن أخصائيي الأشعة من التحقق بصريًا مما إذا كان استدلال النموذج يتوافق مع الواقع الطبي.
أداء رائد (State-of-the-Art): يتفوق النموذج على الطرق القابلة للتفسير وغير القابلة للتفسير الحالية في مجموعة بيانات LIDC-IDRI.

4. النتائج

تم تقييم النموذج على مجموعة بيانات LIDC-IDRI (1,018 صورة مقطعية لرئة تحتوي على عقد رئوية).

الأداء:
- التنبؤ بالخباثة: حقق دقة داخل نطاق 1 (Within-1-Accuracy) بنسبة 93.0%، متجاوزًا أفضل طريقة قابلة للتفسير سابقة (X-Caps بنسبة 90.4%) بأكثر من 6%.
- التنبؤ بالسمات: حقق دقة عالية عبر جميع السمات الثمانية (على سبيل المثال، 99.8% للوضوح/الخفاء، 95.4% للكروية).
القوة تجاه ندرة البيانات:
- حافظ النموذج على أداء عالٍ حتى عندما كانت تعليقات السمات متاحة لـ 10% فقط من بيانات التدريب (دقة خباثة بلغت 92.4%).
- حتى مع وجود 0% من تعليقات السمات، حقق النموذج دقة 92.4%، رغم أنه فقد ميزات القابلية للتفسير الخاصة به.
دراسة الاستئصال (Ablation Study):
- أدى إزالة النماذج الأولية من مرحلة الاستدلال (استخدامها فقط كمنظم أثناء التدريب) إلى تحقيق دقة أعلى قليلاً (93.9%) ولكنه ضحى بالقدرة على التحقق بصريًا من القرارات.
- يشير هذا إلى أن النماذج الأولية تعمل كمنظم أثناء التدريب بينما توفر التفسير الضروري أثناء الاستد.
التحليل النوعي:
- نجح النظام في تحديد حالات التصنيف الخاطئ المحتملة. على سبيل المثال، إذا كانت العقدة المدخلة تبدو مختلفة تمامًا عن أقرب نموذج أولي "متشرذم"، فإن النظام يصنف التنبؤ على أنه مشبوه، مما يساعد المراجعة البشرية.

5. الأهمية

الثقة في الذكاء الاصطناعي: من خلال تقديم دليل بصري (نماذج أولية) لسبب توقع سمة معينة، يسد النموذج الفجوة بين الأداء العالي للتعلم العميق والثقة السريرية.
الكفاءة: تثبت الطريقة أن الأداء العالي لا يتطلب كميات هائلة من بيانات السمات المكلفة والموصوفة بالكامل؛ فهي قوية حتى مع وجود معلومات متميزة شحيحة.
الفائدة السريرية: يتجنب نهج "القابل للتفسير بالتصميم" عيوب التفسيرات اللاحقة (post-hoc). فهو يسمح لأخصائيي الأشعة بإجراء "فحص سلامة" لاستدلال الذكاء الاصطناعي من خلال مقارنة الصورة المدخلة بالنماذج الأولية المسترجعة.
الاتجاهات المستقبلية: يقترح المؤلفون إمكانية تطبيق هذا الإطار على مجالات أخرى عالية المخاطر وتوسيع نطاقه لاستخدام أشكال أخرى من المعلومات المتميزة (مثل التقارير الطبية) أو شبكات الكبسولة ثلاثية الأبعاد.

في الختام، يمثل Proto-Caps خطوة مهمة للأمام في مجال الذكاء الاصطناعي الطبي من خلال إثبات أن القابلية للتفسير والدقة العالية ليسا متنافيين، بل يمكن تحقيقهما في آن واحد من خلال بنية مصممة بعناية تستفيد من المعلومات المتميزة والاستدلال القائم على النماذج الأولية.