The pretraining domain outweighs the training objective in setting the privacy-utility trade-off of differentially private medical image analysis
تُظهر هذه الدراسة أنه في تحليل الصور الطبية بخصوصية تفاضلية، يُعد مجال متن ما قبل التدريب (تحديداً صور الأشعة السينية للصدر من نفس المجال) محدداً أكثر أهمية للمقايضة بين الخصوصية والمنفعة من هدف ما قبل التدريب، حيث تتفوق النماذج التي تم تهيئتها باستخدام بيانات خاصة من نفس المجال بشكل ملحوظ على تلك التي تستخدم تدريباً مسبقاً عاماً أو غير متخصص حتى في ظل قيود خصوصية صارمة.
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 تحاول تعليم روبوت كيفية قراءة الأشعة السينية لرئات البشر. يحتاج هذا الروبوت إلى تعلم شيئين: كيف يرى أشكال العظام والأعضاء، وكيف يكتشف العلامات الدقيقة للمرض. ولكن هناك عقبة، فالروبوت مسموح له فقط بالتعلم من مجموعة صارمة للغاية من القواعد تسمى "الخصوصية التفاضلية" (differential privacy). فكر في الأمر كأن هناك أمين مكتبة شديد الصرامة يسمح للروبوت بدراسة مكتبة من سجلات المرضى، لكنه يصر على ألا يتمكن الروبوت من حفظ قصة أي مريض بمفرده. لضمان عدم غش الروبوت، يقوم أمين المكتبة بإضافة القليل من "الضجيج الساكن" (static noise) إلى كل درس يتعلمه الروبوت. هذا الضجيج يحمي أسرار المرضى، ولكنه يجعل الدروس أصعب في الفهم، مما يتسبب غالباً في وقوع الروبوت في المزيد من الأخطاء.
لقد حاول العلماء حل هذه المشكلة عن طريق إعطاء الروبوت "بداية قوية" قبل أن يفتح المكتبة حتى. وهذا ما يسمى "التدريب المسبق" (pretraining). الأمر يشبه السماح للروبوت بمشاهدة مليون ساعة من الأفلام الوثائقية عن الطبيعة أو دراسة كومة ضخمة من الصور العامة قبل أن يرى أول صورة أشعة سينية للصدر. والسؤال الكبير كان: هل يهم ماذا درس الروبوت خلال تلك البداية القوية؟ هل يساعد أكثر إذا درس صوراً عامة (مثل القطط والسيارات) باستخدام طريقة ذكية تعتمد على التعلم الذاتي، أم أنه يساعد أكثر إذا درس صور أشعة سينية فعلية للصدر، حتى لو تم تعليمه بطريقة تقليدية؟ والأهم من ذلك، هل يهم إذا درس تلك الأشعة السينية للصدر بطريقة تحمي خصوصية المرضى أيضاً؟
يهدف هذا البحث إلى الإجابة على هذا السؤال من خلال إجراء تجربة ضخمة. قام الباحثون ببناء فريق من خمسة "روبوتات طالبة" مختلفة، حيث بدأ كل منها بنوع مختلف من البداية القوية. ثم وضعوا جميع الروبوتات الخمسة تحت نفس تدريب الخصوصية الصارم على صور أشعة سينية للصدر من خمس مستشفيات مختلفة حول العالم. واختبروا قدرة كل روبوت على تشخيص خمس مشكلات رئوية شائعة، من الالتهاب الرئوي إلى تراكم السوائل، مع الحفاظ على قواعد الخصوصية صارمة.
كانت النتائج واضحة بشكل مدهش وقدمت إجابة حاسمة للجدل. الروبوت الذي بدأ بأفضل بداية قوية كان هو الذي درس بالفعل مجموعة ضخمة من الأشعة السينية للصدر قبل أن يبدأ تدريب الخصوصية. هذا الروبوت "المتخصص في المجال" (in-domain) سحق المنافسين. وعندما أصبحت قواعد الخصوصية صارمة للغاية (وهو ما يؤدي عادةً إلى انهيار أداء الذكاء الاصطناعي)، ظل هذا الروبوت يعمل بشكل جيد للغاية، بينما عانى الآخرون. في الواقع، كلما أصبحت قواعد الخصوصية أكثر صرامة، اتسعت الفجوة بين الروبوت المدرب على الأشعة السينية للصدر والروبوتات الأخرى بشكل أكبر فأكبر. وبحلول الوقت الذي وصلت فيه قواعد الخصوصية إلى أقصى درجات صرامتها، كان الروبوت المدرب على الأشعة السينية للصدر يتفوق على الروبوت المدرب على الصور العامة بفارق هائل، يصل إلى 14.6 نقطة في نظام تسجيلهم.
كما وجد البحث أن كيفية تعلم الروبوت خلال تلك البداية القوية كانت أقل أهمية من ماذا تعلم. فالروبوت الذي درس الأشعة السندية للصدر باستخدام طريقة تقليدية تحت الإشراف (حيث يخبره المعلم بالإجابات) كان أفضل من الروبوت الذي درس صوراً عامة باستخدام طريقة متطورة تعتمد على التعلم الذاتي، رغم أن الطريقة ذاتية التعلم تُعتبر عادةً هي الطريقة "الأكثر روعة" والأكثر تقدماً. كما اختبر الباحثون نسخة من روبوت الأشعة السينية للصدر التي تعلمت بدايتها القوية تحت قواعد الخصوصية أيضاً. ورغم أن هذا جعل الروبوت أقل دقة في البداية، إلا أنه ظل يتفوق على كل الروبوتات الأخرى بمجرد بدء تدريب الخصوصية النهائي.
ولعل الاكتشاف الأكثر إثارة هو أن هذا الروبوت المدرب على الأشعة السينية للصدر والمحمي بالخصوصية لم يكن الأكثر دقة فحسب، بل كان أيضاً الأكثر عدلاً. فعندما نظر الباحثون في مدى جودة عمل الروبوتات لمجموعات مختلفة من الناس، حافظ روبوت الأشعة السينية للصدر على أدائه العالي حتى بالنسبة للمرضى الأكبر سناً، الذين يعانون عادةً من التأثر الشديد عندما تكون قواعد الخصوصية صارمة. أما الروبوتات الأخرى، وخاصة تلك التي تم تدريبها من الصفر أو على صور عامة، فقد شهدت دقتها للمرضى الأكبر سناً انخفاضاً ملحو-ظاً.
باختصار، يثبت هذا البحث أنه إذا كنت تريد بناء ذكاء اصطناً طبي يحترم خصوصية المريض، فإن أهم شيء يمكنك فعله هو إعطاؤه بداية قوية ببيانات تشبه تماماً المهمة التي سيقوم بها. لا يهم مدى ضخامة أو تطور البيانات العامة؛ فإذا لم يسبق للروبوت أن رأى أشعة سينية للصدر، فسوف يعاني عندما تصبح قواعد الخصوصية صعبة. المسار الأفضل ليس بالضرورة بناء نماذج أكبر وأكثر عمومية، بل إنشاء ومشاركة نماذج متخصصة تعلمت بالفعل لغة الطب، مع حماية خصوصية المرضى الذين ساعدوا في تعليمها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.