Comprehensive framework for evaluation of deep neural networks in detection and quantification of lymphoma from PET/CT images: clinical insights, pitfalls, and observer agreement analyses
تقترح هذه الدراسة إطار عمل للتقييم السريري الشامل للشبكات العصبية العميقة في تقسيم صور التصوير المقطعي بالإصدار البوزيتروني والتصوير المقطعي المحوسب لليمفوما، والذي يدمج اختبار البيانات الخارجة عن التوزيع، والمقاييس الخاصة بالآفات، وتحليل تباين المراقب، كاشفةً أنه بينما تتفوق النماذج في الآفات ذات النشاط العالي، فإنها تشترك في نفس التحديات التي يواجهها الخبراء البشريون في اكتشاف الآفات الصغيرة والخافتة.
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
في المستشفيات حول العالم، يعتمد الأطباء على نوع خاص من التصوير بالكاميرا للعثور على الليمفوما وتتبعها، وهي نوع من أنواع سرطان الجهاز المناعي. هذا الفحص، المعروف باسم PET/CT، يجمع بين نوعين من الصور: صورة تظهر بنية الجسم بالتفصيل، مثل خريطة للعظام والأعضاء، وأخرى تضيء في المناطق التي تحرق فيها الخلايا السكر بمعدل مرتفع. ولأن الخلايا السرطانية غالبًا ما تستهلك السكر بسرعة أكبر بكثير من الخلايا السليمة، فإن هذه "البقع الساخنة" تتوهج بوضوح في الفحص، مما يكشف عن مكان اختباء المرض. لعقود من الزمن، نظر الأطباء إلى هذه الصور بالعين المجردة، حيث يقدرون مدى تأثر الجسم ومدى عدوانية السرطان. ومع ذلك، فإن هذه العملية بطيئة وصعبة وتتفاوت من طبيب لآخر، حيث يمكن للعين البشرية أن تخطئ بسهًا في رؤية التوهجات الخافتة أو تختلف في تحديد أين يبدأ الورم وأين ينتهي بالضبط. ولحل هذه المشكلة، بدأ العلماء في تعليم الحواسيب قراءة هذه الفحوصات تلقائيًا، آملين في إنشاء أداة يمكنها رصد كل آفة بدقة تامة وثبات.
لقد وضع فريق من الباحثين مجموعة من الاختبارات لمعرفة ما إذا كانت هذه البرامج الحاسوبية جاهزة حقًا للعمل في العالم الحقيقي. فقد جمعوا مجموعة ضخمة تضم 611 فحصًا لمرضى من أربعة مراكز طبية مختلفة في كندا وكوريا الجنوبية وألمانيا، لضمان أن تمثل البيانات تنوعًا واسعًا في أنواع الليمفوما وتواريخ المرضى الطبية. وبدلاً من مجرد مطالبة الحواسيب برسم مربع حول الورم والتحقق مما إذا كان المربع بالحجم الصحيح، طور الفريق اختبارًا أكثر صرامة؛ حيث طلبوا من الحواسيب القيام بمهام تهم رعاية المرضى بشكل مباشر: حساب عدد بقع السرطان المنفصلة التي يعاني منها المريض، وقياس الحجم الإجمالي للمرض، وتحديد الجزء الأكثر نشاطًا في كل ورم. ثم قارنوا عمل الحاسوب بعمل الأطباء الخبراء، الذين قاموا أيضًا بإعادة تقسيم بعض الفحوصات نفسها لمعرفة مدى تباين آرائهم.
كشفت النتلائج عن صورة واضحة لمواطن نجاح هذه الأدوات القائمة على الذكاء الاصطناعي ومواطن تعثرها. كانت البرامج الحاسوبية جيدة للغاية في العثور على الأورام الكبيرة والساطعة والنشطة؛ فعندما يكون المرض واضحًا، يطابق عمل البرمجيات عمل الأطباء عن كثب، وغالبًا ما تحدد البقع المتوهجة بدقة عالية. ومع ذلك، وجد البحث أن الحواسيب تتعثر بشكل كبير عندما تكون الأورام صغيرة أو خافتة أو منتشرة بطريقة تجعل من الصعب تمييزها عن الضجيج الطبيعي للجسم. وفي هذه الحالات الصعبة، غالبًا ما تغفل البرمجيات عن المرض تمامًا أو تخطئ في تقدير حجمه، وهو ما يعكس نفس الصعوبات التي يواجهها الأطباء البشر. وفي الواقع، عندما قاس الباحثون مدى اختلاف طبيبين مختلفين حول الفحص نفسه، وجدوا أن مستوى اختلافهما كان مشابهًا للفجوة بين الحاسوب والطبيب. وهذا يشير إلى أن الصعوبة في هذه الحالات ليست مجرد خلل في البرمجيات، بل هي تحدٍ جوهري في الصور نفسها.
ولعل الاكتشاف الأكثر أهمية هو أن الحاسوب يمكن أن يكون بارعًا جدًا في شيء ما، بينما يفشل في شيء آخر، حتى لو بدا مجموعه العام جيدًا. فقد وجد الباحثون أن البرنامج يمكن أن ينجح في رسم الخطوط العريضة لشكل ورم كبير، محققًا درجة عالية من الدقة، ومع ذلك قد يفشل في تحديد الجزء الأكثر نشاطًا بداخله بدقة. وهذا أمر بالغ الأهمية لأن الأطباء يحتاجون غالبًا إلى معرفة المكان الدقيق للجزء الأكثر عدوانية في السرطان لتوجيه عملية أخذ الخزعة أو العلاج المستهدف. وأظهرت الدراسة أنه بينما استطاعت الحواسيب عدّ عدد الأورام بشكل معقول، إلا أنها كانت غير موثوقة عند محاولة حساب الحجم الإجمالي للمرض أو النشاط الأيضي الدقيق، وهي الأرقام التي يستخدمها الأطباء لتحديد خطط العلاج. فقد مالَت البرمجيات إلى المبالغة في تقدير حجم المرض في بعض الحالات، وتقليله في حالات أخرى، لا سيما عندما تكون الأورام خافتة.
كما قدم الفريق طريقة جديدة للحكم على هذه الأدوات، متجاوزين الأسئلة البسيطة مثل "هل وجد الحاسوب الورم؟". فقد اقترحوا اختبارًا يسأل: "هل وجد الحاسوب الجزء الأكثر نشاطًا في الورم؟". وقد أثبت هذا النهج أنه أكثر فائدة لفهم مدى قدرة البرمجيات على مساعدة الطبيب في تحديد موقع المشكلة. ووجدوا أنه حتى عندما يخطئ الحاسوب في رسم الخطوط العريضة لورم صغير، فإنه غالبًا ما يظل قادرًا على تحديد المركز الأكثر سطوعًا ونشاطًا لذلك الورم. وهذا تمييز جوهري، لأنه يعني أن البرمجيات قد تظل قادرة على تنبيه الطبيب إلى وجود مشكلة حتى لو لم تستطع رسم حدود الورم بدقة. ومع ذلك، سلطت الدراسة الضوء أيضًا على أنه بالنسبة للآفات الأصغر والأكثر خفوتًا، لم يستطع الحاسوب ولا الطبيب البشري الاتفاق باستمرار على التفاصيل، مما يشير إلى أن تكنولوجيا التصوير الحالية لديها حد معين في مدى قدرتها على إظهار هذه الأنواع المحددة من المرض بوضوح.
في الختបញ្ចប់، لا يعلن هذا البحث أن الذكاء الاصطناعي قد حل مشكلة قراءة فحوصات الليمفوما، بل يوضح أنه وصل إلى نقطة يمكن أن يكون فيها مساعدًا قويًا، بشرط فهم حدوده. فقد أظهرت الدراسة أنه بينما يمكن لأفضل النماذج الحاسوبية أن تضاهي الأداء البشري في الأورام الواضحة والكبيرة، إلا أنها ليست جاهزة بعد لتحل محل الأطباء في الحالات الصعبة والدقيقة. وخلص الباحثون إلى أنه لكي تكون هذه الأدوات آمنة وفعالة حقًا في المستشفيات، يجب تقييمها ليس فقط بناءً على كيفية رسم الأشكال، بل بناءً على مدى قدرتها على إعادة إنتاج الأرقام والتفاصيل المحددة التي يستخدمها الأطباء لاتخاذ قرارات تتعلق بحياة أو موت المرضى. ومن خلال مقارنة البرمجيات مباشرة بالخبراء البشريين والإقرار بأن البشر يعانون أيضًا من نفس الإشارات الخافتة، يقدم البحث مسارًا واقعيًا للمضي قدمًا: استخدام هذه الأدوات لدعم، لا لاستبدال، التقدير الدقيق للمتخصصين الطبيين.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.