⚡ electrical engineering

Reproducing and Improving CheXNet: Deep Learning for Chest X-ray Disease Classification

تعيد هذه الورقة إنتاج خوارزمية CheXNet وتستكشف نماذج التعلم العميق المحسنة على مجموعة بيانات NIH ChestX-ray14، محققةً متوسط مساحة تحت منحنى خصائص تشغيل المستقبِل (AUC-ROC) يبلغ 0.85 ومتوسط درجة F1 يبلغ 0.39 عبر 14 تصنيفاً للأمراض.

المؤلفون الأصليون: Daniel J. Strick, Carlos Garcia, Anthony Huang, Thomas Gardos

نُشر 2026-02-25

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Daniel J. Strick, Carlos Garcia, Anthony Huang, Thomas Gardos

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 أن لديك مكتبة ضخمة تحتوي على 100,000 صورة أشعة سينية للصدر. كل صورة أشعة تشبه صفحة في كتاب، ولكن بدلاً من الكلمات، تعرض الصفحات صوراً للرئتين. بعض الصفحات سليمة تماماً، بينما تحتوي بعضها الآخر على "أخطاء مطبعية" أو "بقع" تمثل أمراضاً مثل الالتهاب الرئوي، أو وجود سوائل في الرئتين، أو أورام.

لفترة طويلة، كان الأطباء هم الوحيدين القادرين على قراءة هذه الصفحات بسرعة ودقة. ولكن مؤخراً، حاول العلماء تعليم الحواسيب أيضاً كيفية قراءتها. أحد البرامج الحاسوبية الشهيرة، المسمى CheXNet، كان مثل طالب متفوق تعلم كيفية رصد مرض واحد محدد (الالتهاب الرئوي) بشكل أفضل من معظم الأطباء البشر.

ومع ذلك، كانت هناك مشكلة: لم يستطع أحد تحديد كيف قام CheXNet بذلك بالضبط، أو ما إذا كان يمكن تحسينه لرصد جميع الأمراض المختلفة، وليس فقط الالتهاب الرئوي.

هذه الورقة البحثية هي قصة عن فريق من الطلاب (دانيال، كارلوس، أنتوني، وتوماس) قرروا لعب دور "المحقق" و"المدرب" لمعرفة ما إذا كان بإمكانهم إعادة إنشاء CheXNet ثم جعله أفضل.

التحدي: مكتبة غير متوازنة للغاية

العقبة الكبرى التي واجهتهم كانت أن المكتبة كانت غير متوازنة للغاية.

جماعة "لا يوجد شيء": حوالي نصف الأشعة السينية كانت سليمة تماماً.
الجماعة "الشائعة": بعض الأمراض، مثل "الارتشاح" (وجود سوائل في الرئتين)، ظهرت بشكل متكرر.
الجماعة "النادرة": بعض الأمراض كانت نادرة جداً لدرجة أنها ظهرت في عدد قليل جداً من الصفحات.

تخيل أنك تحاول تعليم كلب العثور على نوع معين من الحشرات النادرة في حقل ما. إذا كانت 90% من الحشرات عبارة عن ذباب شائع و1% فقط هي الحشرات النادرة التي تريدها، فقد يتعلم الكلب ببساطة تجاهل الحشرات النادرة والنباح على كل شيء آخر. هذا هو ما حدث مع نماذج الكمبيوتر الأصلية؛ فقد كانت جيدة في قول "إنه سليم" أو "إنه مرض شائع"، لكنها كانت سيئة جداً في رصد الأمراض النادرة والمراوغة.

التجربة: ثلاثة مدربين مختلفين

بنى الفريق ثلاثة "مدربين" مختلفين (نماذج حاسوبية) للتدريب على هذه الأشعة السينية:

المقلد (إعادة إنتاج CheXNet):
حاولوا بناء نسخة طبق الأصل من CheXNet الأصلي. استخدموا نفس الأدوات ونفس طرق التدريب.
- النتيجة: عمل بشكل جيد، لكنه كان يفتقر إلى الدقة. كان بإمكانه التمييز بين الرئتين السليمتين والمريضتين (جيد في الترتيب)، لكنه لم يكن دقيقاً جداً في تحديد أي مرض موجود بالضبط. كان مثل طالب يعرف أن الإجابة هي "أ" أو "ب" ولكنه يستمر في التخمين بأنها "ج" لمجرد الأمان.
المحول (ViT):
حاولوا تجربة نوع جديد ومتطور من الذكاء الاصطناعي يسمى "Vision Transformer". فكر في هذا كطالب يقرأ الصورة بأكملها دفعة واحدة، وينظر إلى كيفية ارتباط كل جزء من الرئة بكل جزء آخر، بدلاً من النظر إليها قطعة قطعة.
- النتيجة: للمفاجأة، لم يؤدِ هذا الطالب المتطور أداءً جيداً. كان الأمر يشبه محاولة تعليم طاهٍ ماهر كيفية صنع شطيرة بسيطة باستخدام وصفة معقدة من فن الطهي الجزيئي. لم تكن مجموعة البيانات كبيرة بما يكفي لهذا الطالب شديد التعقيد ليتعلم بشكل صحيح.
البطل (DACNet):
كان هذا من ابتكارهم الخاص. أخذوا نموذج "المقلد" الأصلي وقاموا بترقيته بشكل جدي باستخدام ثلاث أدوات محددة:
- فقدان التركيز (Focal Loss): تخيل معلماً يتوقف عن مدح الطالب على إجابته للأسئلة السهلة ويبدأ في تركيز كل طاقته على الأسئلة الصعبة. هذا أجبر الكمبيوتر على إعطاء اهتمام إضافي للأمراض النادرة.
- تذبذب الألوان (Color Jitter): علموا الكمبيوتر التعرف على الرئتين حتى لو كانت الأشعة السينية أكثر سطوعاً، أو أكثر قتامة، أو ذات لون مختلف قليلاً. هذا جعل الكمبيوتر أكثر صلابة وأقل عرضة للارتباك.
- العتبات المخصصة (Custom Thresholds): بدلاً من استخدام قاعدة "واحدة تناسب الجميع" (مثلاً: "إذا كان الكمبيوتر متأكداً بنسبة 50%، قل نعم")، أعطوا الكمبيوتر قاعدة مختلفة لكل مرض. بالنسبة للأمراض النادرة، قالوا له: "كن أكثر حذراً قبل أن تقول نعم".

النتائج: فوز كبير

حقق البطل الجديد، DACNet، نجاحاً هائلاً.

الدرجة: لقد حسن الدقة الإجمالية بشكل كبير. إذا كان النموذج الأصلي طالباً يحصل على تقدير "جيد"، فإن DACNet كان طالباً يحصل على تقدير "امتياز".
ميزة "الخريطة الحرارية": قاموا أيضاً ببناء موقع إلكتروني حيث يمكنك رفع صورة أشعة سينية، ولا يكتفي الكمبيوتر بالقول "التهاب رئوي"، بل يرسم خريطة حرارية حمراء متوهجة على الصورة ليظهر بالضبط أين يرى المشكلة. إنه يشبه قيام الكمبيوتر بالإشارة بإصبعه إلى البقعة وقول: "انظر هنا، هذا هو مكان المشكلة".

لماذا يهم هذا؟

هذا المشروع مهم لسببين رئيسيين:

قابلية التكرار: في العلم، من الضروري أنه إذا قال شخص ما إنه صنع آلة سحرية، يمكن للآخرين بناء نفس الآلة والحصول على نفس النتائج. أثبت هذا الفريق أنهم يستطيعون إعادة بناء CheXNet الشهير ثم تحسينه، مما يجعل العلم شفافاً وموثوقاً.
رعاية صحية أفضل: من خلال جعل الكمبيوتر أفضل في رصد الأمراض النادرة وإظهار أين تكمن المشكلة، نحن نقترب خطوة من امتلاك ذكاء اصطناعي يمكنه مساعدة الأطباء، خاصة في الأماكن التي لا يتوفر فيها الكثير من المتخصصين.

باخت_صار: أخذ الفريق طبيب ذكاء اصطناٍ شهير، وأعطاه دليل دراسة أفضل، وعلمه كيف يركز على الأسئلة الصعبة، وأعطاه قلم تحديد ليظهر عمله. النتيجة هي أداة أذكى وأكثر موثوقية يمكنها يوماً ما المساعدة في إنقاذ الأرواح من خلال اكتشاف الأمراض في وقت مبكر.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "إعادة إنتاج وتحسين نموذج CheXNet مفتوح المصدر لتصنيف أمراض الأشعة السينية للصدر."

1. بيان المشكلة

تتناول الورقة البحثية التحدي الحاسم المتمثل في التصنيف متعدد الملصقات (multi-label classification) في التصوير الطبي، وتحديداً لأشعة الصدر السينية. وتتمثل القضاية الجوية التي تم تحديدها فيما يلي:

أزمة إعادة الإنتاج (Reproducibility Crisis): تعتمد العديد من الدراسات الرائدة في مجال الذكاء الاصطناł الطبي (مثل نموذج CheXNet الأصلي) على مجموعات بيانات غير عامة أو مجموعات فرعية مصنفة من قبل خبراء، مما يجعل التحقق المستقل أمراً صعباً.
عدم توازن الفئات (Class Imbalance): تحتوي مجموعة بيانات NIH ChestX-ray14 على أكثر من 100,000 صورة، لكنها تعاني من ندرة شديدة في الملصقات (labels). فبينما توجد 14 فئة من الأمراض، فإن الغالبية العظمى من الصور مصنفة كـ "لا توجد نتائج" (No Finding)، كما أن تركيبات الأمراض النادرة ممثلة بشكل غير كافٍ.
محدودية المقاييس: غالباً ما تخفي المقاييس التقليدية مثل AUC-ROC الأداء الضعيف في الفئات النادرة. فقد سجلت ورقة CheXNet الأصلية قيم AUC عالية ولكن درجات F1 منخفضة (خاصة بالنسبة للالتهاب الرئوي) بسبب استخدام عتبة ثابتة وفقدان التقاطع الثنائي (binary cross-entropy loss)، والذي يواجه صعوبة مع البيانات غير المتوازنة.
الركود المعماري: اعتمد المجال بشكل كبير على الشبكات العصبية التلافيفية (CNNs). ويتحقق المؤلفون مما إذا كانت البنى الأحدث، وتحديداً المحولات الرؤيوية (Vision Transformers - ViTs)، تقدم مزايا مقارنة بالشبكات التلافيفية الراسخة مثل DenseNet.

2. المنهجية

استخدم المؤلفون مساراً تجريبياً صارماً يتضمن إعادة إنتاج البيانات، وتعديل البنية، وضبط المعلمات الفائقة (hyperparameter tuning).

مصدر البيانات

مجموعة البيانات: NIH ChestX-ray14 (متاحة للجمهور على Kaggle/NIH).
الخصائص: أكثر من 100,000 صورة أشعة سينية أمامية مع ما يصل إلى 14 ملصقاً للمرض.
استراتيجية التقسيم: استُخدم تقسيم قائم على المريض (لضمان عدم ظهور صور نفس المريض في كل من مجموعات التدريب والاختبار)، وهو تحسين جوهري مقارنة بالتقسيم العشوائي للصور لمنع تسرب البيانات (data leakage).

بنيات النماذج

قارنت الدراسة ثلاثة نماذج متميزة:

Replicate_CheXNet (إعادة إنتاج CheXNet): إعادة إنتاج أمينة لورقة CheXNet الأصلية لعام 2017.
- البنية: نموذج DenseNet-121 مدرب مسبقاً.
- التدريب: دالة فقد التقاطع الثنائي (BCE loss)، محسن Adam (معدل تعلم = 0.001)، وتعزيزات قياسية (القلب الأفقي).
- الهدف: إنشاء خط أساس قابل لإعادة الإنتاج.
DACNet (التحسين المقترح): النموذج الأفضل أداءً الذي قدمه المؤلفون.
- البنية: نموذج DenseNet-121 مدرب مسبقاً.
- دالة الفقد: فقد التركيز (Focal Loss) ( $\gamma=2, \alpha=1$ ) لتقليل عقوبة الأمثلة السهلة والتركيز على الفئات الصعبة والنادرة.
- المحسن: AdamW مع اضمحلال الوزن (weight decay).
- المجدول (Scheduler): التخميد الجيبي (Cosine annealing) / تقليل معدل التعلم عند ثبات الأداء (ReduceLROnPlateau).
- التعزيزات (Augmentations): إضافة تذبذب الألوان (Color Jitter) و (RandomResizedCrop) لتحسين المتانة.
- ضبط العتبة: تنفيذ تحسين عتبة F1 لكل فئة بدلاً من العتبة العالمية 0.5.
ViT_Transformer: نموذج محول رؤيوي (Vision Transformer) تم تدريبه مسبقاً على ImageNet وتم ضبطه بدقة على بيانات الأشعة السينية لاختبار آليات الانتباه مقابل الشبكات التلافيفية (CNNs).

مقاييس التقييم

المقاييس الأساسية: متوسط AUC-ROC ومتوسط درجة F1 عبر جميع الأمراض الـ 14.
المقاييس الثانوية: فقد الاختبار (Test Loss) وتحليل الأداء لكل فئة.
القابلية للتفسير: دمج Grad-CAM لتصور خرائط حرارية لانتباه النموذج.

3. المساهمات الرئيسية

إعادة إنتاج أمينة: نجحت في إعادة إنتاج نموذج CheXNet الأصلي، مما أرسى خط أساس شفاف أكد مقاييس الأداء للدراسة الأصلية (AUC ~0.79، F1 ~0.08) على مجموعة البيانات العامة.
بنية DACNet: اقترح نموذجاً محسناً بشكل كبير (DACNet) يدمج "فقد التركيز" (Focal Loss)، وAdamW، وتذبذب الألوان. يستهدف هذا النهج تحديداً مشكلة عدم توازن الفئات المتأصلة في مجموعات البيانات الطبية.
تحسين عتبة كل فئة: أظهر أن تحسين عتبات القرار بشكل فردي لكل مرض (بدلاً من استخدام قطع 0.5 عالمي) يحسن درجات F1 بشكل جذري، خاصة للحالات النادرة.
معايرة ViT: قدم أدلة تجريبية على أن نماذج المحولات الرؤيوية (ViT) تؤدي أداءً أقل مقارنة بالشبكات التلافيفية (DenseNet-121) عند استخدام مجموعة بيانات NIH ChestX-ray14 ذات التدريب المحدود، وذلك بسبب الطبيعة المتعطشة للبيانات التي تتسم بها المحولات.
النظام البيئي مفتوح المصدر: إطلاق الكود المصدري الكامل على GitHub وتطبيق ويب وظيفي باستخدام Streamlit على Hugging Face. يسمح التطبيق للمستخدمين بتحميل الأشعة السينية، وتلقي التوقعات، وعرض خرائط Grad-CAM الحرارية، مما يعزز التفسير السريري.

4. النتائج

تسلط النتائج التجريبية الضوء على تفوق النهج المحسن على كل من CheXNet الأصلي وخط الأساس للمحول (Transformer).

المقياس	Replicate CheXNet	ViT Transformer	DACNet (نموذجنا)
متوسط AUC	0.7928	0.7940	0.8527
متوسط درجة F1	0.0763	0.1114	0.3861
فقد الاختبار	0.1661	0.1589	0.0416

أداء AUC: تفوق DACNet على نموذج CheXNet الأصلي في AUC لـ 9 من أصل 14 فئة من الأمراض. لوحظت تحسينات ملحوظة في حالات مثل الفتق (0.997 مقابل 0.916) و الانصباب (0.905 مقابل 0.864).
تحسن درجة F1: كان التحسن الأكثر أهمية في درجة F1، حيث قفزت من ~0.08 (CheXNet) إلى ~0.39 (DACNet). يشير هذا إلى تحسن هائل في قدرة النموذج على تحديد الحالات الإيجابية بشكل صحيح دون الكثير من الإيجابيات الكاذبة.
أداء ViT: فشل نموذج المحول (Transformer) في تجاوز خط الأساس للشبكة التلافيفية (CNN)، حيث حقق AUC قدره 0.794 و F1 قدره 0.111، مما يشير إلى أنه بالنسبة لحجم هذه المجموعة من البيانات وهذا المجال، تظل الشبكات التلافيفية أكثر فعالية.
القابلية للتفسير: أكدت تصورات Grad-CAM أن النموذج يركز على المناطق التشريحية ذات الصلة، رغم أن المؤلفين أشاروا إلى وجود مقايضة: النموذج ممتاز في ترتيب المرض الصحيح كأعلى نتيجة (AUC مرتفع)، لكنه يواجه صعوبة في التصنيف الثنائي الدقيق (F1 منخفض) بسبب الصعوبة المتأصلة في التمييز بين الاعتلالات الطفيفة في البيانات غير المتوازنة.

5. الأهمية والخاتمة

تقدم هذه الورقة مساهمة جوهرية في مجال الذكاء الاصطناي الطبي من خلال سد الفجوة بين أبحاث التعلم العميق النظرية والتطبيق السريري القابل لإعادة الإنتاج.

إعادة الإنتاج: من خلال إعادة إنتاج CheXNet بصرامة على بيانات عامة، أكد المؤلفون صحة الادعاءات الأصلية مع تسليط الضوء على قيود المعايوهات غير العامة.
التحسينات العملية: تثبت الدراسة أن تقنيات التدريب الحديثة والنسبية البسيطة (Focal Loss، AdamW، والتعزيزات المحددة) يمكن أن تحقق مكاسب كبيرة في الأداء مقارنة بالبنيات القديمة دون الحاجة إلى تغييرات معمارية ضخمة.
الفائدة السريرية: يوفر إطلاق تطبيق ويب DACNet مع تصورات Grad-CAM أداة ملموسة للأطباء لفهم منطق الذكاء الاصطناعي، مما يعزز الثقة في التشخيص المدعوم بالذكاء الاصطناعي.
الاتجاه المستقبلي: تؤكد هذه العمل أن المحولات (Transformers)، رغم قوتها، ليست بعد حلاً شاملاً لجميع مهام التصوير الطبي، خاصة عندما تكون البيانات محدودة. وهي تدعو إلى التركيز على هندسة دالة الفقد و ضبط العتبات للتعامل مع عدم توازن الفئات بفعالية.

في النهاية، يوضح هذا المشروع أن التعاون مفتوح المصدر والقياس المرجعي الصارم ضروريان لتقدم أدوات ذكاء اصطناي موثوقة، عادلة، وقابلة للتفسير في مجال الرعاية الصحية.