iSight: Towards expert-AI co-assessment for improved immunohistochemistry staining interpretation
تقدم هذه الورقة البحثية iSight، وهو إطار عمل للذكاء الاصطناعي متعدد المهام تم تدريبه على مجموعة بيانات HPA10M واسعة النطاق، والذي يتفوق على كل من النماذج التأسيسية وأطباء المسالك البولية في تفسير صبغات الكيمياء النسيجية المناعية، مع إثبات أن التقييم المشترك بين الخبير والذكاء الاصطناński يحسن دقة التشخيص واتساق التقييم بين المقيمين بشكل كبير.
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 عالم الأمراض كأنه محقق ماهر يحل جريمة في مسرح الجريمة داخل جسم الإنسان. مهمته هي البحث عن "أدلة" (بروتينات) في شرائح رقيقة جداً من الأنسجة تحت المجهر، لتعرف ما إذا كان المريض مصاباً بالسرطان، وما هو نوعه، وكيفية علاجه. يستخدم هؤلاء المحققون تقنية صبغ خاصة تسمى الكيمياء النسيجية المناعية (IHC) لجعل هذه الأدلة مرئية، حيث تحولها إلى ألوان مثل البني أو الأحمر مقابل خلفية زرقاء.
ومع ذلك، فإن هذا العمل التحقيقي يزداد صعوبة. فهناك حالات أكثر من أي وقت مضى، وقد تكون الأدلة باهتة أو غير واضحة، وحتى الخبراء المحنكون قد يختلفون أحياناً فيما يرونه.
يقدم هذا البحث مساعداً رقمياً جديداً يسمى iSight ومكتبة ضخمة من مواد التدريب تسمى HPA10M لمساعدة هؤلاء المحققين.
1. المكتبة الضخمة: HPA10M
فكر في "أطلس البروتين البشري" (Human Protein Atlas) كمكتبة قديمة ضخمة تحتوي على ملايين الصور للأنسجة المصبوغة. لسنوات، كانت هذه الصور مبعثرة عبر موقع إلكتروني، مثل الكتب الملقاة عشوائياً على الأرض؛ كان من الصعب العثور عليها، وكانت تسمياتها غير منظمة، ولم تكن مهيأة للقراءة بواسطة الكمبيوتر.
قام الباحثون في هذه المكتبة بمشروع تنظيف ضخم، حيث قاموا بـ:
- جمع أكثر من 10 ملايين صورة (وهذا عدد هائل من الصور!).
- تنظيمها في فئات مرتبة (45 نوعاً من الأنسجة السليمة و20 نوعاً من السرطانات).
- إصلاح التسميات الفوضوية بحيث تحتوي كل صورة على ملاحظات واضحة حول ما تعرضه (مثل: "هذه خلية كبد"، "الصبغة قوية"، "البروتين موجود في النواة").
- إنشاء نسخة رقمية منظمة من هذه المكتبة تسمى HPA10M.
هذه المكتبة هي "الكتاب المدرسي" الذي سيدرسه الذكاء الاصطناعي ليتعلم كيف يصبح محققاً أفضل.
2. المحقق الجديد: iSight
بنى الباحثون نموذج ذكاء اصطنا artificial يُدعى iSight (رؤية صبغة الكيمياء النسيجية المناعية). فكر في iSight ليس فقط ككاميرا، بل كمتدرب ذكي للغاية قرأ كل كتاب في مكتبة HPA10M.
على عكس أدوات الذكاء الاصطنا- السابقة التي تم تدريبها على شرائح الأنسجة القياسية (H&E) ذات اللونين الأزرق والأرجواني، تم تدريب iSight خصيصاً على هذه الشرائح الملونة والمصبوغة بالبروتين. إنه يستخدم "عقلاً هجيناً" خاصاً:
- العينان: ينظر إلى تفاصيل الصورة (الألوان والأشكال).
- الدماغ: يقرأ الملاحظات المرفقة بالصورة (مثل "هذا ورم بنكرياسي" أو "نحن نبحث عن البروتين X").
من خلال الجمع بين الأدلة البصرية والملاحظات المكتوبة، يتعلم iSight الإجابة على ثلاثة أسئلة محددة حول الصبغة:
- أين هي؟ (هل اللون في نواة الخلية، أم في السيتوبلازم، أم في كليهما؟)
- ما مدى قوتها؟ (هل اللون باهت، متوسط، أم داكن جداً؟)
- ما مقدار وجودها؟ (هل هي موجود في أقل من 25% من الخلايا، أم أكثر من 75%؟)
3. النتائج: ما مدى جودة المتدرب؟
اختبر الباحثون iSight على مجموعة من الصور التي لم يسبق له رؤيتها من قبل.
- الدقة: أجاب iSight على الأسئلة بشكل صحيح بنسبة تتراوح بين 76% إلى 85%، اعتماداً على السؤال.
- التفوق على المنافسين: تفوق على نماذج الذكاء الاصطناعي الأخرى الموجودة (والتي كانت تشبه المحققين العامين) بفارق كبير.
- الموثوقية: كان الذكاء الاصطناعي صادقاً جداً بشأن مستوى ثقته. فإذا قال إنه متأكد بنسبة 90%، فغالباً ما يكون على حق، ولم يكن يخمن بشكل عشوائي.
4. التعاون: الإنسان + الذكاء الاصطناعي
الجزء الأكثر إثارة للاهتمام في الدراسة كان "دراسة المستخدم" مع ثمانية من أخصائيي علم الأمراض الحقيقيين.
- الإعداد: نظر الأخصائيون في 200 صورة وقدموا إجاباتهم. ثم عُرض عليهم ما كان يعتقده iSight وسُئلوا عما إذا كانوا يريدون تغيير إجاباتهم.
- النتيجة:
- كان iSight أفضل: حصل الذكاء الاصطناوي على إجابات صحيحة أكثر مما حققه الأخصائيون في محاولتهم الأولى.
- الفريق هو الأفضل: عندما اطلع الأخصائيون على مقترحات الذكاء الاصطناعي، تحسنت دقة عملهم. لم ينسخوا الذكاء الاصطناعي بشكل أعمى، بل استخدموه كـ "رأي ثانٍ".
- الاتفاق: قبل وجود الذكاء الاصطناعي، كان الأخصائيون غالباً ما يختلفون مع بعضهم البعض. ولكن بعد رؤية اقتراح الذكاء الاصطناعي، أصبحوا يتفقون مع بعضهم البعض بشكل أكبر.
الأمر يشبه مجموعة من الخبراء يناقشون قضية ما؛ أحياناً يغفل أحد الخبراء عن دليل ما، ولكن إذا أشار إليه مساعد ذكي، فإن المجموعة بأكملها تقترب أكثر من الحقيقة.
5. ما لا يدعيه البحث
من المهم الالتزام بما يقوله البحث فعلياً:
- ليس بديلاً: لا يقول البحث أن iSight سيحل محل أخصائيي علم الأمراض، بل هو أداة لمساعدتهم.
- ليس مثالياً: لا يزال الذكاء الاصطناعي يرتكب أخطاء (حوالي 15-25% من الوقت)، كما أن "الحقيقة المطلقة" (الإجابة الصحيحة) في قاعدة البيانات ليست مثالية أيضاً، لأن الخبراء البشر يختلفون أحياناً حول ما هي الإجابة "الصحيحة".
- ليس موجوداً في كل المستشفيات بعد: كانت الدراسة عبارة عن اختبار. ويذكر البحث أن هناك حاجة لعمل مستقبلي لاختباره على أجهزة مسح مختلفة وفي مستشفيات مختلفة قبل أن يمكن استخدامه في العيادات الحقيقية.
ملخص
يقدم البحث مكتبة ضخمة جديدة من صور الأنسភាព المصبوغة (HPA10M) ومساعد ذكاء اصطناعي متخصص (iSight) تم تدريبه على هذه المكتبة. الذكاء الاصطناعي بارع جداً في تحديد صبغات البروتين، وعند استخدامه كـ "رأي ثانٍ" من قبل الأطباء البشريين، فإنه يساعدهم على الاتفاق بشكل أكبر ويجعلهم يصلون إلى التشخيص الصحيح بشكل متكرر أكثر. إنها خطوة نحو مستقبل يعمل فيه البشر والذكاء الاصطناعي معاً كفريق واحد لحل الألغاز الطبية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.