When AI and Experts Agree on Error: Intrinsic Ambiguity in Dermatoscopic Images
تكشف هذه الدراسة أن بعض الصور الجلدية (Dermatoscopic) تمتلك غموضاً بصرياً جوهرياً يتسبب في إخفاقات تشخيصية منهجية لدى كل من نماذج الذكاء الاصطناعي والخبراء البشريين، كما يتضح من الانهيار الكبير في معدلات الاتفاق وموثوقية التوافق بين المقيمين عند مقارنتها بحالات الضبط.
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
إليك شرح لورقة بحثية بعنوان "عندما يتفق الذكاء الاصطناعي والخبراء على الخطأ"، باستخدام لغة بسيطة وتشبيهات إبداعية.
الفكرة الكبرى: الصورة "المستحيلة"
تخيل أنك في فصل دراسي مع مجموعتين:
- الأجهزة الخارقة (الذكاء الاصطناعي): فريق مكون من خمسة نماذج مختلفة ومتطورة للغاية من الذكاء الاصطناعي، تم تدريبها على النظر إلى صور شامات الجلد لتخبرك ما إذا كانت خطيرة (سرطان) أم آمنة.
- الخبراء الخارقون (الأطباء): لجنة مكونة من ستة أطباء جلدية مخضرمين لديهم خبرة تزيد عن 20 عاماً.
عادةً، نعتبر الذكاء الاصطناعي والأطباء خصوماً. نسأل: "من الأفضل؟" لكن هذه الدراسة طرحت سؤالاً مختلفاً: "ماذا يحدث عندما يخطئ كل من الذكاء الاصطناعي والأطباء في نفس الصورة؟"
وجد الباحثون مجموعة محددة من صور الجلد حيث فشل الجميع. فقد أخطأ الذكاء الاصطناعي في التخمين، وأخطأ الخبراء البشر أيضاً.
التشبيه: النافذة الضبابية
فكر في صور الجلد الصعبة هذه كأنها نافذة مغطاة بضباب كثيف.
- الذكاء الاصطناعي يحاول النظر عبر الضباب ويرى أشكالاً ليست موجودة في الواقع.
- الطبيب يحاول النظر عبر نفس الضباب وأيضاً لا يستطيع الرؤية بوضوح.
اكتشفت الدراسة أنه عندما يكون "الضباب" (جودة الصورة الضعيفة) كثيفاً جداً، لا يستطيع حتى أذكى كمبيوتر أو أكثر الأطباء خبرة التمييز بين شامة غير ضارة وأخرى خطيرة. هم لا يفشلون لأنهم "أغبياء"؛ بل يفشلون لأن الصورة نفسها تالفة أو غير واضحة.
الاكتشافات الثلاثة الرئيسية
1. منطقة "الارتباك المشترك"
وجد الباحثون أن هناك صوراً معينة يرتكب فيها الذكاء الاصطناعي أخطاءً بمعدل أكبر مما قد تتوقعه الصدفة. الأمر ليس مجرد ذكاء اصطناعي واحد مرتبك؛ بل هو كلهم.
- التشبيه: تخيل مجموعة من خمسة من خبراء الأرصاد الجوية. إذا توقعوا جميعاً أن الجو سيكون "مشمسًا" بينما المطر يهطل بغزارة، فهذا ليس مجرد مصادفة. هذا يعني أن البيانات التي ينظرون إليها مضللة.
- النتيجة: عندما أخطأ الذكاء الاصطناعي في هذه الصور المحددة، أخطأ الأطباء البشر أيضاً بمعدل أعلى بكثير من المعتاد. انخفض اتفاق الأطباء مع بعضهم البعض، وانخفضت دقة تشخيصهم بشكل حاد.
2. المتهم: "الصورة الضبابية"
لماذا فشل الجميع؟ وجدت الدراسة أن المتهم الرئيسي هو: جودة الصورة السيئة.
- العديد من الصور "المستحيلة" كانت ضبابية، أو خارج نطاق التركيز، أو يغطيها الشعر.
- التشبيه: الأمر يشبه أن تطلب من شخص تحديد طراز سيارة معينة من صورة ملتقطة عبر زجاج أمامي متسخ وضبابي في الليل. مهما كان السائق (الطبيب) أو الكاميرا (الذكاء الاصطناعي) جيدين، فإن الصورة ضبابية جداً لدرجة لا تسمح بالتمييز بين سيارة "فورد" وأخرى "تويوتا".
- الحل: قام الفريق ببناء "كاشف للضبابية" (باستخدام أدوات رياضية مثل تحويلات فوريه) يمكنه تلقائياً رصد هذه الصور السيئة واستبعادها قبل أن تربك النظام.
3. مفاجأة "سياق المريض"
عادة ما يستخدم الأطباء أكثر من مجرد صورة للتشخيص. فهم يسألون: "كم عمر المريض؟" "أين توجد هذه العلامة في الجسم؟" "هل هو رجل أم امرأة؟"
- حاول الباحثون تغذية الذكاء الاصطناعي بهذه المعلومات الإضافية لمساعدته.
- المفاجأة: لم يساعد ذلك. حتى مع معرفة عمر المريض وجنسه، ظل الذكاء الاصطناعي يعاني مع الصور الضبابية والصعبة.
- الدرس المستفاد: لا يمكنك إصلاح صورة سيئة بإضافة المزيد من النصوص. إذا كانت الصورة غير واضحة، فإن معرفة عمر المريض لن تجعل السرطان مرئياً بشكل سحري.
لماذا يهم هذا الأمر؟
تغير هذه الورقة البحثية مسار النقاش حول الذكاء الاصطناعي في الطب.
- الرؤية القديمة: "الذكاء الاصطناعي يفشل لأنه ليس ذكياً بما يكفي. نحن بحاجة لصنع ذكاء اصطناعي أفضل."
- الرؤية الجديدة: "الذكاء الاصطناعي يفشل لأن البيانات فوضوية. أحياناً، تكون الصورة صعبة جداً بحيث لا يمكن لأي شخص حلها."
الخلاصة:
قبل أن نلوم الذكاء الاصطناعي على ارتكاب الأخطاء، علينا فحص "الكاميرا". إذا كانت الصورة ضبابية أو ذات جودة منخفضة، فلا ينبغي أن نتوقع أن يكون الذكاء الاصطناعي (أو الطبيب) مثالياً. الحل ليس فقط في خوارزميات أذكى؛ بل في تصوير أفضل وبيانات أنقى.
الملخص في جملة واحدة
تظهر هذه الدراسة أنه عندما يخطئ كل من الذكاء الاصطناعي والخبراء البشر في تشخيص جلدي، فغالباً ما يكون السبب هو أن الصورة ضبابية جداً أو غير واضحة بحيث لا يمكن حلها من قبل أي شخص، مما يثبت أن البيانات السيئة مشكلة أكبر من الخوارزميات السيئة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.