Demographic-aware fine-grained visual recognition of pediatric wrist pathologies

تخيل أنك تحاول تعليم كمبيوتر كيفية رصد شق صغير في غصن شجرة رقيق ينمو. هذا ليس مجرد غصن عادي؛ بل هو عظمة معصم طفل، وهي تتغير باستمرار في شكلها مع نمو الطفل. في عالم العلوم الطبية، يندرج هذا تحت مظلة الرؤية الحاسوبية، حيث تتعلم الآلات كيفية "رؤية" وتفسير الصور مثل الأشعة السينية. ولكن إليك الجزء الصعب: يمكن لعظمة طبيعية في طور النمو أن تبدو مشابهة جداً لعظمة مكسورة. تمتلك عظام الأطفال "صفائح نمو" (مناطق لا يزال العظم يتشكل فيها) يمكن أن تبدو كشقوق للعين غير المدربة. ولجعل الأمر أكثر تعقيداً، ينمو الأولاد والبنات بسرعات مختلفة. إذا نظر الكمبيوتر إلى الصورة فقط، فقد يصاب بالارتباك، ويخطئ في اعتبار مرحلة نمو طبيعية إصابة خطيرة. لهذا السبب يحتاج الأطباء إلى مساعدة من أدوات ذكية لا تكتفي فقط برؤية الصورة، بل تفهم أيضاً من هو المريض — كيف هو عمره وهل هو ولد أم بنت.

تعالج هذه الورقة البحثية هذا الارتباك تحديداً. فقد بنى الباحثون نوعاً خاصاً من "الأدمغة الحاسوبية" المصممة لتكون محققاً "واعياً بالخصائص الديموغرافية". فبدلاً من مجرد التحديق في الأشعة السينية، يسأل هذا المحقق: "كم عمر هذا الطفل؟ هل هو ولد أم بنت؟" ويستخدم هذه المعلومات لاتخاذ تخمين أكثر ذكاءً. لقد اختبروا فكرتهم على مجموعة تضم أكثر من 20,000 صورة أشعة سينية لمعاصم الأطفال. ووجدوا أن نموذجهم الجديد، الذي يمزج بين ماسح بصري قوي وبيانات العمر والجنس، أفضل بكثير في رصد الكسور ومشاكل المعصم الأخرى مقارنة بالنماذج القديمة التي تنظر إلى الصورة فقط. كما اكتشفوا أن تدريب هذا النموذج على نوع آخر من الألغاز "دقيقة التفاصيل" أولاً (تعلم التمييز بين أشياء متشابهة للغاية، مثل أنواع الطيور المختلفة) قد ساعده في أن يصبح طبيباً أفضل لعظام المعصم من التدريب القياسي الذي تستخدمه معظم الحواسيب.

آلام النمو في الأشعة السينية للمعصم

فكر في معصم الطفل مثل موقع بناء يخضع دائماً لعمليات تجديد. بينما ينمو الطفل، يتم بناء وإعادة تشكيل عظامهم باستمرار. وأحياناً، قد تبدو مناطق البناء هذه (المسماة صفائح النمو المفتوحة) فوضوية أو متعرجة قليلاً في الأشعة السينية. بالنسبة للطبيب البشري، هذا أمر طبيعي. أما بالنسبة لبرنامج حاسوبي بسيط، فقد يبدو الأمر وكأنه عظمة مكسورة. هذه هي مشكلة "التفاصيل الدقيقة": الاختلافات بين معصم سليم ينمو ومعصم مكسور هي اختلافات دقيقة للغاية، مثل التمييز بين توأمين يرتديان ملابس متطابقة تقرياً.

أدرك الباحثون أنه إذا عرضت على الكمبيوتر "الملابس" فقط (الأشعة السينية)، فسيواجه صعوبة. ولكن إذا أخبرته أيضاً بـ "هوية" الشخص الذي يرتديها (عمره وجنسه)، فستصبح الصورة أكثر وضوحاً. فالخط المتعرج في معصم طفل عمره 6 سنوات قد يكون طفرة نمو طبيعية، لكن نفس الخط في معصم مراهق عمره 16 عاماً قد يكون كسراً. تشير الورقة البحثية إلى أنه من خلال تغذية هذا السياق الإضافي في الكمبيوتر، يمكننا منع ارتكاب هذه الأخطاء الساذجة.

المحقق الجديد: عقل هجين

أنشأ الفريق نموذج ذكاء اصطناعي جديد يعمل كـ "محقق هجين". تخيل محققاً لديه قوتان خارقتان:

1. العين الصقورية: مجموعة قوية من العيون (مزيج من الطبقات الالتفافية والمحولات/Transformers) تمسح الأشعة السينية بحثاً عن التفاصيل الدقيقة، وتنظر في الشقوق أو الأشكال الغريبة.
2. العقل الاجتماعي: مرافق يعرف عمر وجنس المريض.

عادةً، عندما تعطي كمبيوتراً معلومات إضافية، فقد يصبح "كسولاً". قد يقول: "أوه، إنه ولد يبلغ من العمر 10 سنوات، لذا سأخمن فقط أنه كسر لأن الأولاد في هذا العمر يتعرضون للكسور كثيراً"، دون أن ينظر فعلياً إلى الأشعة السينية بشكل صحيح. يُسمى هذا "التعلم عبر المسارات المختصرة" (Shortcut Learning). ولمنع حدوث ذلك، استخدم الباحثون حيلة ذكية تسمى الحجب التدريجي للبيانات الوصفية (Progressive Metadata Masking).

فكر في هذا كمعسكر تدريبي للمحقق. في بداية التدريب، يُسمح للمحقق بإلقاء نظرة خاطفة على عمر المريض وجنسه. ولكن مع استمرار التدريب، يبدأ الباحثون في حجب (تغطية) هذه المعلومات بشكل عشوائي. أحياناً، يتعين على المحقق التخمين دون معرفة العمر. هذا يجبر المحقق على تعلم النظر إلى الأشعة السينية عن كثب، بدلاً من الاعتماد فقط على الأدلة السهلة. وبحلول نهاية التدريب، يصبح المحقق بارعاً جداً في النظر إلى الأشعة السينية لدرجة أنه يحتاج فقط إلى العمر والجنس كإشارة مساعدة، وليس كعكاز يعتمد عليه.

ما وجدوه

اختبر الباحثون محققهم الجديد ضد العديد من النماذج الحاسوبية الشهيرة الأخرى، بما في ذلك بعض النماذج الرائجة جداً في عالم التكنولوجيا. وإليك ما حدث:

• البصريات مهمة: حقق النموذج الهجين الجديد، الذي يستخدم مزيجاً من المسح البصري والتلميحات الديموغرافية، دقة بلغت 82.2% في مجموعة اختبار محددة. وكان هذا أعلى من أفضل نماذج "الرؤية فقط"، والتي سجلت حوالي 79.9%. وهذا يشير إلى أن إضافة عمر المريض وجنسه يساعد الكمبيوتر حقاً على الرؤية بشكل أفضل.
• خدعة "الطيور": حاول الفريق أيضاً منح نموذجهم "بداية قوية". فبدلاً من تعليمه من الصفر، أعطوه تدريباً مسبقاً على مجموعة بيانات من صور الطبيعة (تحديداً التمييز بين أنواع متشابهة جداً من الطيور والنباتات، المعروفة باسم iNaturalist). هذا يشبه تعليم المحقق كيفية رصد الفروق الدقيقة في الريش قبل أن تطلب منه النظر في العظام. وقد نجح هذا النهج بشكل أفضل من التدريب القياسي الذي تحصل عليه معظم الحواسيب (المسمى ImageNet). فقد وصل النموذج المدرب على صور الطبيعة إلى دقة 82.2%، بينما كان النموذج القياسي أقل من ذلك. وهذا يشير إلى أن تعلم رصد الفروق الدقيقة في أي مجال يساعد الكمبيوتر على أن يصبح أفضل في رصد الفروق الدقيقة في الطب.
• سحر الحجب: عندما اختبروا مقدار إخفاء بيانات العمر والجنس أثناء التدريب، وجدوا أن الجدول الزمني "التدريجي" (إخفاء المزيد من المعلومات ببطء بمرور الوقت) كان الأفضل. فإذا أخفوا المعلومات كثيراً، لن يستطيع الكمبيوتر تعلم استخدام التلميحات. وإذا أخفوها قليلاً، سيصبح الكمبيوتر كسولاً ويتجاهل الأشعة السينية. كانت المنطقة الوسطى هي النقطة المثالية.

الحدود والمستقبل

تتوخى الورقة البحثية الحذر في عدم الادعاء بأنهم حلوا كل شيء. فرغم أن النموذج أفضل، إلا أنه لا يزال يرتكب أخطاء. على سبيل المثال، يخلط أحياناً بين "شذوذ العظام" (شكل غريب لكنه ليس مكسوراً) وبين مشاكل "الأنسجة الرخوة" (التورم أو الكدمات). وفي الاختبارات، كان النموذج جيداً جداً في رصد الكسور (نادراً ما يخطئ في رصدها)، لكنه كان يطلق أحياناً وصف الكسور على أشياء ليست كذلك.

لاحظ الباحثون أيضاً أن النموذج يعمل بشكل أفضل قليلاً مع الأطفال الأصغر سناً مقارنة بالمراهقين الأكبر سناً. وهذا منطقي لأن عظام الأطفال الأصغر سناً تتغير بسرعة أكبر، لذا فإن تلميح "العمر" يكون أكثر أهمية بالنسبة لهم.

لماذا يهم هذا الأمر؟

يشير هذا العمل إلى أن مستقبل الذكاء الاصطناعي الطبي لا يقتصر فقط على بناء عيون أكبر وأذكى، بل يتعلق ببناء نماذج تفهم الصورة الكاملة، بما في ذلك الشخص الذي يقف خلف الأشعة السينية. ومن خلال تعليم الحواسيب احترام سياق نمو وتطور المريض، ومن خلال تدريبها على رصد الفروق الدقيقة باستخدام تقنيات ذكية مثل الحجب التدريجي، يمكننا بناء أدوات تساعد الأطباء على ارتكاب أخطاء أقل. تُظهر الورقة البحثية أنه عندما نجمع بين الأدوات البصرية الصحيحة والسياق البشري الصحيح، نحصل على رؤية أوضح لما يحدث حقاً داخل معصم الطفل المتنامي.