Challenges and proposed solutions in modeling multimodal medical data: A systematic review

تخيل أنك تحاول حل لغز ضخم ومعقد، ولكن بدلاً من امتلاك صندوق واحد من القطع، لديك عدة صناديق. صندوق يحتوي على صور ملونة (مثل المسحات الطبية)، وصندوق آخر يحتوي على قوائم طويلة من الأرقام (مثل الشفرات الجينية)، وثالث يحوي مذكرات يومية (مثل السجلات المرضية)، ورابع يحتوي على بيانات من ساعة ذكية (مثل معدل ضربات القلب). في عالم العلوم الطبية، يسمى هذا البيانات متعددة الوسائط (Multimodal Data). كلمة "متعدد" تعني "كثير"، و"الوسائط" تشير إلى الأنواع المختلفة أو "الأنماط" من المعلومات. لطالما عرف الأطباء أن النظر إلى نوع واحد فقط من المعلومات — مثل الأشعة السينية فقط أو فحص الدم فقط — يشبه محاولة فهم فيلم كامل من خلال النظر إلى إطار واحد فقط. وللحصول على القصة الكاملة لصحة المريض، يتعين عليك دمج كل هذه القطع المختلفة.

ومع ذلك، فإن خلط صناديق الألغاز المختلفة هذه معاً أمر صعب للغاية. فالقطع لا تتناسب مع بعضها بشكل طبيعي؛ فهي مختلفة في الأشكال والأحجام والألوان. بعض الصناديق تفتقر إلى قطع تماماً، وبعضها يحتوي على آلاف القطع الصغيرة بينما يحتوي البعض الآخر على قطع قليلة فقط، وأحياناً تكون القطع صغيرة جداً أو الصورة مشوشة لدرجة يصعب معها معرفة ما يحدث. هذه هي المشكلة التي يحاول العلماء في مجال الذكاء الاصطناعي (AI) حلها. إنهم يبنون برامج حاسوبية يمكنها التعلم لكيفية وضع هذه الصناديق المختلفة معاً لمساعدة الأطباء في اتخاذ قرونات أفضل. ولكن قبل بناء "روبوت حل الألغاز" المثالي، يتعين عليهم معرفة كيفية التعامل مع فوضى العالم الحقيقي.

هذه الورقة البحثية هي بمثابة "تقرير درجات" ضخم للعقد الماضي من محاولات حل هذا اللغز. لم يقم المؤلفون، وهم فريق من الباحثين من جامعات في ألمانيا، ببناء روبوت جديد بأنفسهم. بدلاً من ذلك، عملوا كالمحققين، حيث تتبعوا 69 دراسة مختلفة نُشرت بين عامي 2011 وأواخر عام 2023. لقد قرأوا كل دراسة منها لمعرفة المشكلات التي واجهها هؤلاء العلماء عند محاولة دمج البيانات الطبية، والأهم من ذلك، ما هي الحيل التي استخدموها لإصلاح تلك المشكلات. أرادوا معرفه: ما هي أكبر الصداع في هذا المجال، وهل نتحسن في حلها؟

الصداع الكبير الخمسة

بعد فرز مئات الأوراق البحثية، وجد الفريق أن الجميع تقريباً يصارعون نفس المعارك الخمس.

1. مشكلة القطعة المفقودة
تخيل أنك تحاول حل اللغز، ولكن بالنسبة لبعض المرضى، يكون صندوق "الأشعة السينية" فارغاً تماماً. ربما تعطلت الآلة، أو لم يستطع المريض تحمل تكلفة الاختبار، أو انسحب من الدراسة. في العالم الحقيقي، يحدث هذا طوال الوقت. وجدت الورقة أن 15 من أصل 69 دراسة (حوالي 22%) اضطرت للتعامل مع هذا الأمر.

• الحل: بدلاً من مجرد التخمين أو ترك المكان فارغاً، تتعلم البرامج الحاسوبية الذكية كيف "تهلوس" بالقطعة المفقودة. إنهم يستخدمون تقنيات مثل شبكات الخصومة التوليدية (GANs)، والتي تشبه لاعبين من الذكاء الاصطناعي في لعبة: أحدهما يحاول رسم أشعة سينية مزيفة تبدو حقيقية، والآخر يحاول كشف التزييف. من خلال هذه الممارسة، يتعلم الذكاء الاصطناعي إنشاء تخمين واقعي للبيانات المفقودة. وتستخدم طرق أخرى تقطير المعرفة (Knowledge Distillation)، حيث يقوم ذكاء اصطناعي "معلم" يعرف كل شيء عن نوع واحد من البيانات بتعليم ذكاء اصطناعي "طالب" كيفية تخمين بقية القطع، حتى لو لم يرَ جميع القطع.

2. مشكلة الحشد الصغير
أحياناً، يكون لديك لغز، ولكن ليس لديك سوى حفنة من الأشخاص لمساعدتك في حله. في الأبحاث الطبية، يسمى هذا مجموعة بيانات صغيرة (Small Dataset). وجدت الورقة أن هذا كان التحدي الأكثر شيوعاً، حيث ظهر في 17 دراسة (25%). إذا حاولت تعليم الكمبيوتر التعرف على مرض نادر باستخدام خمسة أمثلة فقط، فمن المرجح أنه سيحفظ تلك الصور الخمس فحسب وسيفشل عندما يرى صورة جديدة.

• الحل: للالتفاف على ذلك، يستخدم الباحثون التعلم بنقل المعرفة (Transfer Learning). هذا يشبه أخذ طالب درس بالفعل لملايين الساعات على صور عامة (مثل القطط والسيارات) وإعطائه دورة تدريبية سريعة في الصور الطبية. كما يستخدمون تعزيز البيانات (Data Augmentation)، حيث يأخذ الكمبيوتر الصور القليلة التي لديه ويقوم بتدويرها أو قلبها أو تفتيحها اصطناعياً لإنشاء صور تدريب "جديدة"، مما يجعل الحشد الصغير يبدو وكأنه استاد ضخم.

3. مشكلة عدم تطابق الحجم
تخيل أنك تحاول خلط دلو من الرمل مع حبة أرز واحدة. يمثل دلو الرمل البيانات التصويرية (Imaging Data) (التي يمكن أن تحتوي على ملايين البكسلات)، وتمثل حبة الأرز البيانات الجينية (Genomic Data) (التي قد تحتوي فقط على بضعة آلاف من الأرقام). إذا سكبتهم معاً فحسب، فسوف يتجاهل الكمبيوتر حبة الأرز ويركز فقط على الرمل. يسمى هذا عدم التوازن في الأبعاد (Imbalance in Dimensionality)، وقد عالجت 7 دراسات هذه المشكلة.

• الحل: الحل هو تقليص حجم دلو الرمل ليصبح بحجم حبة الأرز، أو إعطاء حبة الأرز "وزناً" خاصاً لكي ينتبه إليها الكمبيوتر. يستخدم الباحثون دوال الفقد الموزونة (Weighted Loss Functions)، وهي بمثابة حكم يصرخ: "مهلاً، لا تتجاهل البيانات الصغيرة! إنها مهمة!". هذا يجبر الكمبيوتر على الاستماع إلى الصور الضخمة والقوائم الجينية الصغيرة بالتساوي.

4. مشكلة "الصندوق الأسود"
حتى عندما يحل الكمبيوتر اللغز بشكل مثالي، فإنه غالباً ما يرفض شرح كيف فعل ذلك. في الطب، هذا أمر خطير. إذا قال الكمبيوتر: "هذا المريض مصاب بالسرطان"، لكنه لا يستطيع إخبار الطبيب لماذا، فلن يتمكن الطبيب من الوثوق به. كان هذا النقص في القابلية للتفسير (Interpretability) تحدياً في 14 دراسة.

• الحل: يبني العلماء "كشافات ضوئية" للذكاء الاصطناعي. يستخدمون أدوات مثل Grad-CAM و SHAP، والتي تسلط الضوء بدقة على الأجز الأي من الأشعة السينية أو الجينات المحددة التي نظر إليها الكمبيوتر لاتخاذ قراره. الأمر يشبه قيام الكمبيوتر برسم دائرة حول البقعة المشبوهة في الأشعة السينية وقوله: "لقد رأيت هذا، لذا اتخذت خياري".

5. مشكلة استراتيجية الخلط
أخيراً، هناك سؤال حول كيفية خلط البيانات. هل يجب خلط القطع الخام معاً أولاً (الدمج المبكر - Early Fusion)، أم خلطها بعد حلها جزئياً (الدمج المتوسط - Intermediate Fusion)، أم حلها بشكل منفصل ودمج الإجابات في النهاية (الدمج المتأخر - Late Fusion)؟ وجدت الورقة أن 39 من أصل 69 دراسة (أكثر من النصف) استخدمت الدمج المتوسط.

• الحل: هذا النهج يشبه وجود فريق من المتخصصين. يدرس خبير الأشعة السينية وخبير فحص الدم أدلتهما الخاصة أولاً، ثم يلتقيان في المنتصف لمقارنة الملاحظات قبل اتخاذ القرار النهائي. يبدو أن هذا يعمل بشكل أفضل من خلط كل شيء في الب% البداية أو الانتظار حتى النهاية تماماً.

ما تقوله الورقة (وما لا تقوله)

يحرص المؤلفون على عدم إعلان النصر التام. فقد وجدوا أنه على الرغم من وجود العديد من الحيل الذكية، إلا أنه لا توجد طريقة واحدة سحرية تعمل مع كل مرض أو كل نوع من أنواع البيانات. الحل الأفضل يعتمد كلياً على اللغز المحدد الذي تحاول حله.

كما استبعدوا بعض الأفكار صراحةً. فعلى سبيل المثال، أشاروا إلى أن مجرد لصق جميع البيانات معاً دون التفكير في الاختلافات (وهي طريقة تسمى "الدمج المبكر") غالباً ما تفشل عندما تكون أنواع البيانات مختلفة جداً، مثل خلط فيديو مع جدول بيانات. كما أشاروا إلى أن العديد من الدراسات تعتمد على مجموعات بيانات عامة (مثل مبادرة تصوير مرض الزهايمر، التي استُخدمت في 18 دراسة، أو أطلس جينوم السرطان، المستخدم في 8 دراسات). وبينما تعد هذه المجموعات رائعة للاختبار، تشير الورقة إلى أن الاعتماد المفرط عليها قد يعني أننا لا نختبر أفكارنا على البيانات الفوضوية الموجودة في المستشفيات الحقيقية.

علاً من ذلك، تسلط الورقة الضوء على فجوة مقلقة: 19 فقط من أصل 69 دراسة (27.5%) شاركت كلاً من بياناتها وكود البرمجة الخاص بها. وهذا يعني أنه بالنسبة لمعظم هذه الحلول الذكية، لا يمكن للعلماء الآخرين التحقق من العمل أو البناء عليه بسهولة. يقترح المؤلفون أن المجال يحتاج إلى أن يكون أكثر انفتاحاً، مثل مشاركة الوصفة بدلاً من مجرد تقديم الكعكة النهائية.

الخلاصة

تشير هذه المراجعة إلى أننا نحرز تقدماً، لكن الطريق لا يزال وعراً. المشكلات الأكثر تكراراً هي البيانات المفقودة وعدم وجود أمثلة كافية للتعلم منها. الأدوات الأكثر واعدة حالياً تتضمن تعليم الحواسيب تخمين القطع المفقودة، واستعارة المعرفة من مهام أخرى، واستخدام "الكشافات الضوئية" لرؤية كيف تفكر.

تخلص الورقة إلى أن المستقبل لا يتعلق بإيجاد خوارزمية واحدة مثالية. بدلاً من ذلك، يتعلق الأمر ببناء أنظمة مرنة يمكنها التعامل مع القطع المفقودة، والعمل مع الحشود الصغيرة، وشرح منطقها. وكما قال المؤلفون، فإن الهدف هو الانتقال من مجرد "صنع النماذج" إلى صنع نماذج قوية، وموثوقة، وجاهزة لمساعدة الأطباء الحقيقيين في المستشفيات الحقيقية. وحتى ذلك الحين، يظل اللغز عملاً قيد التنفيذ، لكننا بالتأكيد نتحسن في العثور على القطع.