⚡ electrical engineering

MedFormer-UR: Uncertainty-Routed Transformer for Medical Image Classification

يُعد MedFormer-UR نموذجاً مطوراً لـ "محول الرؤية الطبية" (Medical Vision Transformer) يدمج التعلم القائم على النماذج الأولية مع توجيه عدم اليقين الموجه بتوزيع ديريكليه لتحسين معايرة النموذج، وتحديد مواضع الغموض، وضمان اتخاذ قرارات سريرية موثوقة عبر مختلف أنماط التصوير الطبي.

المؤلفون الأصليون: Mohammed Maaz Sibhai, Abedalrhman Alkhateeb, Saad B. Ahmed

نُشر 2026-04-13

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Mohammed Maaz Sibhai, Abedalrhman Alkhateeb, Saad B. Ahmed

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 طبيب ينظر إلى صورة أشعة سينية أو رنين مغناطيسي. أنت بحاجة إلى برنامج كمبيوتر يساعدك في اتخاذ القرار بشأن ما إذا كانت البقعة الموجودة في الصورة عبارة عن كتلة حميدة أم ورماً خطيراً.

لفترة طويلة، كانت هذه البرامج الحاسوبية (التي تسمى الذكاء الاصطناعي) جيدة جداً في رصد الأورام. لكنها تعاني من عيب كبير في الشخصية: وهو الثقة المفرطة.

حتى عندما تكون الصورة ضبابية، أو الإضاءة سيئة، أو يبدو الورم غريباً، سيقول الذكاء الاصطناعي: "أنا متأكد بنسبة 99% أن هذا سرطان!" بكل ثقة. وهذا أمر خطير في العالم الحقيقي؛ فإذا أخطأ الذكاء الاصطناعي، قد يقوم الطبيب بإجراء عملية جراحية غير ضرورية.

تقدم هذه الورقة البحثية ذكاءً اصطناعياً جديداً يسمى MedFormer-UR. فكر فيه ليس فقط كطالب ذكي، بل كـ طبيب حكيم وحذر يعرف متى يكون غير متأكد.

إليك كيف يعمل، مقسماً إلى مفاهيم وأمثلة بسيطة:

1. المشكلة: "الطالب الواثق بزيادة"

تخيل طالباً يؤدي اختباراً.

الذكاء الاصطناعي القديم: يجيب على كل الأسئلة بسرعة. حتى لو كان يخمن، فإنه يرفع يده ويصرخ: "أنا متأكد بنسبة 100%!". إنه لا يدرك ما لا يعرفه.
المخاطرة: إذا أخطأ الطالب، فإن المعلم (الطبيب) يثق به على أي حال لأنه بدا واثقاً جداً من نفسه.

2. الحل: "رادار عدم اليقين"

يمتلك MedFormer-UR راداراً داخلياً خاصاً. فبدلاً من مجرد إعطاء إجابة، فإنه يسأل نفسه باستمرار: "ما مدى تأكدي من هذا الجزء تحديداً في الصورة؟"

المثال التوضيحي: تخيل أن الذكاء الاصطناعي ينظر إلى غابة ضبابية.
- إذا رأى غزالاً واضحاً، فسيقول: "هذا غزال".
- إذا رأى شكلاً ضبابياً في الضباب، فسيقول: "قد يكون هذا غزالاً، لكني متأكد بنسبة 60% فقط. قد يكون شجيرة".
- لماذا هذا مهم: الآن يعرف الطبيب: "حسناً، الذكاء الاصطناعي غير متأكد من هذه البقعة. أحتاج إلى النظر بدقة أكبر أو الحصول على رأي ثانٍ".

3. كيف يعمل: "شرطي المرور" (توجيه عدم اليقين)

تصف الورقة آلية تسمى التوجيه الموجه بعدم اليقين (Uncertainty-Guided Routing).

المثال التوضيحي: تخيل طريقاً سريعاً مزدحماً (دماغ الذكاء الاصطناعي) حيث تتحرك المعلومات مثل السيارات.
الطريقة القديمة: تسير جميع السيارات بالسرعة القصوى، بغض النظر عما إذا كان الطريق خالياً أو مسدوداً بالضباب.
الطريقة الجديدة (MedFormer-UR): يوجد شرطي مرور يقف عند كل تقاطع.
- إذا كان الطريق خالياً (عدم يقين منخفض)، يمرر الشرطي السيارات بسرعة.
- إذا كان الطريق ضبابياً أو خطراً (عدم يقين مرتفع)، فإن الشرطي يبطئ حركة السيارات أو يوجهها لاتخاذ مسار آخر أكثر أماناً.
- النتيجة: لا يهدر الذكاء الاصطناعي طاقته في محاولة اتخاذ قرار صعب بشأن جزء ضبابي من الصورة. إنه يركز قدراته الذهنية فقط على الأجزاء التي يمكنه رؤيتها بوضوح.

4. نظام "البطاقات التعليمية" (تعلم النماذج الأولية)

كيف يتخذ الذكاء الاصطناعي قراره فعلياً؟

الذكاء الاصطناعي القديم: يستخدم معادلة رياضية ضخمة وغير مرئية لا يفهمها أحد (تسمى "الصندوق الأسود").
الذكاء الاصطناعي الجديد: يستخدم البطاقات التعليمية (Flashcards).
- أثناء التدريب، ينشئ الذكاء الاصطناعي مجموعة من "الأمثلة المثالية" (النماذج الأولية) لكل نوع من الأمراض. الأمر يشبه امتلاك مجموعة من البطاقات التعليمية التي تظهر بالضبط كيف يبدو "الكيس الحميد" وكيف يبدو "الورم الخبيث".
- عندما تأتي صورة جديدة، لا يقوم الذكاء الاصطناعي بمجرد التخمين. بل يضع الصورة الجديدة مقابل بطاقاته التعليمية ويقول: "هذه تشبه بطاقة 'الورم الخبيث' بنسبة 80% وبطاقة 'الكيس الحميد' بنسبة 20%".
- لماذا هذا رائع: إذا سأل الطبيب: "لماذا قلت إنه سرطان؟"، يمكن للذكاء الاصطناعي أن يشير إلى البطاقة التعليمية المحددة التي طابقها. لم يعد صندوقاً أسود، بل أصبح آلة استنتاج شفافة.

5. النتائج: موثوق، وليس سريعاً فحسب

اختبر الباحثون هذا الذكاء الاصطنيعي الجديد على أربعة أنواع مختلفة من الصور الطبية:

تصوير الثدي الشعاعي (Mammograms)
الأشعة فوق الصوتية (Ultrasounds)
الرنين المغناطيسي (MRIs - صور الدماغ)
شرائح المجهر (عينات الأنسجة)

كانت النتائج مبهرة:

معايرة أفضل: أصبح الذكاء الاصطناعي أكثر صدقاً بشأن مستوى ثقته. إذا قال "أنا متأكد بنسبة 80%"، فقد كان محقاً بالفعل في 80% من الحالات. (الذكاء الاصطناعي القديم كان يقول "متأكد بنسبة 80%" لكنه كان محقاً بنسبة 50% فقط).
التنبؤ الانتقائي: عندما يكون الذكاء الاصطناعي غير متأكد حقاً، يمكنه أن يقول: "لا أعرف، يرجى سؤال بشري". وقد منع هذا وقوع أخطاء خطيرة في الحالات الأكثر صعوبة.
المقايضة: من المثير للاهتمام أن جعل الذكاء الاصطناعي أكثر حذراً لم يجعله دائماً أكثر ذكاءً في التخمين. أحياناً، جعل الحذر الزائد من الممكن أن يتسبب في تفويت التشخيص. وجد الباحثون "منطقة ذهبية" (إعداد محدد) حيث كان الذكاء الاصطناعي دقيقاً وصادقاً في آن واحد.

الصورة الكبيرة

هذه الورقة البحثية لا تتعلق فقط بجعل الذكاء الاصطناعي أكثر ذكاءً في رصد الأمراض. إنها تتعلق بجعل الذكاء الاصطناعي موثوقاً.

في الطب، الذكاء الاصطناعي "الذكي" الذي يعطي إجابة خاطئة بثقة هو أمر خطير. أما الذكاء الاصطناعي "الحكيم" الذي يقول: "أرى ورماً، لكني لست متأكداً بنسبة 100%، لذا دعونا نتحقق مرة أخرى"، فهو شريك ينقذ الأرواح. MedFormer-UR هو خطوة نحو بناء ذكاء اصطناعي لا يتصرف كآلة فحسب، بل يتصرف كمهني طبي مسؤول.

إليك ملخص تقني مفصل لورقة البحث بعنوان:
"MEDFORMER-UR: UNCERTAINTY-ROUTED TRANSFORMER FOR MEDICAL IMAGE CLASSIFICATION"
(ميدفورمر-آر يو: محول توجيه عدم اليقين لتصنيف الصور الطبية)

1. بيان المشكلة

حققت نماذج التعلم العميق، وخاصة نماذج الرؤية المحولة (Vision Transformers - ViTs) مثل MedFormer، أداءً فائقاً في تحليل الصور الطبية. ومع ذلك، فإن نشرها في البيئات السريرية يعوقه نقص الموثوقية.

الثقة المفرطة: تنتج النماذج القياسية احتمالات ذات معايرة ضعيفة، حيث تظهر غالباً ثقة مفرطة في المدخلات الغامضة أو تلك التي تخرج عن نطاق التوزيع (out-of-distribution).
طبيعة الصندوق الأسود: تفتقر هذه النماذج إلى الشفافية فيما يتعلق بـ "لماذا" اتُخذ قرار معين.
تحديات البيانات: البيانات السريرية بطبيعتها مشوشة، غير متوازنة، وغامضة (مثل صور الثدي الشعاعية منخفضة التباين، أو الأنسجة المتداخلة)، مما يؤدي إلى ارتفاع عدم اليقين النوعي (aleatoric - المتعلق بالبيانات) وعدم اليقين المعرفي (epistemic - المتعلق بالنموذج).
قصور الحلول الحالية: تعتبر الطرق البايزية (مثل Dropout مونت كارلو) مكلفة حاسوبياً، كما أن تقنيات المعايرة اللاحقة (مثل مقياس درجة الحرارة - Temperature Scaling) لا تعالج مشكلة الثقة المفرطة أثناء مرحلة التدريب.

تقترح الورقة إطار عمل يدمج تقدير عدم اليقين مباشرة في عملية التعلم لضمان دمج سريري آمن وموثوق وقابل للتفسير.

2. المنهجية: MedFormer-UR

يقترح المؤلفون MedFormer-UR، وهو امتداد لهيكل MedFormer الهرمي. يقدم الإطار ثلاث آليات جوهرية دون تغيير هيكل الـ (DSSA) الأساسي:

أ. تقدير عدم اليقين لكل رمز (Per-Token Evidential Uncertainty Estimation)

بدلاً من مخرجات "softmax" القياسية، يستخدم النموذج إطار تعلم برهاني (evidential learning framework) باستخدام توزيع ديريكليه (Dirichlet distribution).

الآلية: يقوم "رأس برهاني" خفيف الوزن بالتنبؤ بقيم أدلة غير سالبة ( $e_i$ ) لكل رمز مكاني (spatial token). يتم تحويل هذه القيم إلى معاملات ديريكليه ( $\alpha_i = e_i + 1$ ).
حساب عدم اليقين: يتم اشتقاق عدم اليقين ( $\sigma_i$ ) من قوة ديريكليه ( $S_i = \sum \alpha_{i,c}$ ). تؤدي الأدلة المنخفضة إلى عدم يقين مرتفع.
الفائدة: يسمح هذا للنموذج بقياس وتحديد موقع الغموض على مستوى الرمز (المناطق المكانية) في الوقت الفعلي، والتمييز بين عدم اليقين النوعي (aleatoric) والمعرفي (epistemic).

ب. التوجيه والتحسين الموجه بعدم اليقين (UGTR)

لا يعمل عدم اليقين كمجرد مخرج فقط؛ بل يعمل كـ إشارة تحكم نشطة خلال عملية التمرير الأمامي (forward pass).

بنية المسار المزدوج: تتميز كتل المحول (Transformer blocks) بمسار انتباه رئيسي (يلتقط السياق العالمي) ومسرح تحسين (يلتقط التفاصيل المحلية).
قناع التوجيه (Routing Mask): تتنبأ شبكة التوجيه بقناع ناعم لتحديد مكان الحاجة إلى التحسين.
بوابة عدم اليقين: يتم تعديل تحديث التحسين بواسطة عدم اليقين على مستوى الرمز.
- عدم اليقين العالي: يتم كبح التحسين (تقليل قيمته) لمنع النموذج من تضخيم الميزات غير الموثوقة. يعتمد النموذج هنا على التمثيل الأساسي المستقر.
- عدم اليقين المنخفض: يتم تطبيق التحسين لصقل الميزات ذات الصلة تشخيصياً (مثل حدود الآفات).
البوابة العالمية: يتحكم معامل عدم يقين عالمي ( $\beta$ ) في الحجم الإجمالي للتحسين بناءً على إجمالي عدم اليقين للصورة.

ج. تعلم التمثيل القائم على النماذج الأولية (Prototype-Based Representation Learning)

لتحسين قابلية التفسير، تم استبدال أو تعزيز رأس التصنيف بـ نهج قائم على النماذج الأولية (prototypes).

المفهوم: بدلاً من المصنف الخطي، يتعلم النموذج نماذج أولية خاصة بكل فئة (أنماط مرجعية).
منطق القرار: تُتخذ التنبؤات بناءً على التشابه (تشابه جيب التمام - cosine similarity) بين ميزات المدخلات وهذه النماذج الأولية المتعلمة.
التنظيم (Regularization): يضمن "فقدان التكتل" (cluster loss) تطابق النماذج الأولية مع الرموز، بينما يمنع "فقدان التنوع" انهيار النماذج الأولية.
الفائدة: يربط هذا القرارات بالتشابه البصري مع الأنماط المعروفة، مما يجعل عملية الاستدلال شفافة وقابلة للتفسير سريرياً.

د. هدف التدريب (Training Objective)

يتم تدريب النموذج باستخدام دالة فقدان مركبة:
$L = L_{CE} + \lambda_{route}L_{routing} + L_{prototype}$
حيث $L_{CE}$ هو الفقد التقاطعي (cross-entropy)، و $L_{routing}$ يشرف على قناع التوجيه (باستخدام أقنعة الأنسجة المتاحة)، و $L_{prototype}$ يفرض بنية النماذج الأولية.

3. المساهمات الرئيسية

بنية مبتكرة: امتداد موحد لـ MedFormer يتضمن رؤوساً برهانية لتفكيك عدم اليقين لكل رمز وتوجيه الميزات الموجه بعدم اليقين.
التحكم النشط في عدم اليقين: آلية حيث يقوم عدم اليقين ديناميكياً بكبح أو صقل تحديثات الميزات أثناء التدريب، بدلاً من كونه مجرد مقياس لاحق (post-hoc).
فضاء تضمين قابل للتفسير: دمج النماذج الأولية القابلة للتعلم مع فقدان التباين (contrastive loss)، مما يتيح الاستدلال القائم على التشابه.
تقييم شامل: اختبار واسع النطاق عبر أربعة وسائط متنوعة (تصوير الثدي الشعاعي، الموجات فوق الصوتية، الرنين المغناطيسي، وعلم الأمراض النسيجي) مما أظهر تحسينات في كل من الدقة والموثوقية.

4. النتائج التجريبية

تم تقييم النموذج على أربع مجموعات بيانات: CBIS-DDSM (تصوير الثدي الشعاعي)، BUSI (الموجات فوق الصوتية)، IDC (علم الأمراض النسيجي)، و Brain MRI (الرنين المغناطيسي للدماغ).

أداء التصنيف:
- الموجات فوق الصوتية (BUSI): تحسن ملحوظ في الدقة (0.800 $\to$ 0.893) وفي المساحة تحت منحنى خصائص التشغيل (AUROC) (0.919 $\to$ 0.956).
- علم الأمراض النسيجي (BreaKHis): مكاسب متوسطة ولكن ثابتة (الدقة 0.9206 $\to$ 0.9303).
- الرنين المغناطيسي للدماغ: تم تحسين الأداء المرتفع أصلاً بشكل أكبر (الدقة 0.9733 $\to$ 0.9809).
- تصوير الثدي الشعاعي (CBIS-DDSM): رغم صعوبة البيانات المتأصلة (انخفاض التباين، الضجيج)، حسن النموذج الدقة (0.629 $\to$ 0.673) والـ AUROC (0.727 $\to$ 0.755).
المعايرة والموثوقية (نتيجة حاسمة):
- كان التأثير الأكثر أهمية على معايرة النموذج. نجحت الطريقة المقترحة في تقليل خطأ المعايرة المتوقع (ECE) بنسبة تصل إلى 35% (من 0.1836 إلى 0.0688 عند $\beta$ المثلى).
- التنبؤ الانتقائي: أظهر النموذج قدرة فائقة على رفض التنبؤات غير المؤكدة. عند قوة التوجيه المثلى ( $\beta \approx 0.8$ )، حقق أقل قيمة للمساحة تحت منحنى تغطية المخاطر (AURC)، مما يشير إلى أنه عندما يكون النموذج واثقاً، فإنه يكون صحيحاً للغاية.
- السلوك غير الرتيب: وجدت الدراسة أن زيادة قوة توجيه عدم اليقين ( $\beta$ ) لا تحسن الأداء بشكل خطي. حيث قدمت القيمة المتوسطة (على سبيل المثال $\beta=0.8$ ) أفضل توازن بين التمييز والموثوقية، بينما أدت القيم المتطرفة إلى تدهور المعايرة.

5. الأهمية والخاتمة

يعالج MedFormer-UR الفجوة الحرجة بين الدقة العالية والموثوقية السريرية.

الأهمية السريرية: من خلال تقليل الثقة المفرطة وتوفير خرائط عدم اليقين التي تسلط الضوء على المناطق الغامضة (مثل الأنسجة الكثيفة أو حدود الآفات غير الواضحة)، يدعم النموذج اتخاذ قرارات أكثر أماناً. فهو يسمح للأطباء بالوثوق بالتنبؤات عالية الثقة وطلب المراجعة البشرية للحالات منخفضة الثقة.
قابلية التفسير: إن الجمع بين خرائط عدم اليقين (التي توضح أين يشعر النموذج بعدم اليقين) والتشابه مع النماذج الأولية (الذي يوضح ما هي الأنماط البصرية التي تقود القرار) يوفر مبرراً شفافاً للتنبؤات.
القدرة على التعميم: أثبت الإطار فعاليته عبر وسائط تصوير متنوعة، مما يشير إلى أن التوجيه المدرك لعدم اليقين وتعلم النماذج الأولية هي استراتيجيات قوية للذكاء الاصطنا edge الطبي.

باختصار، تثبت الورقة أن دمج عدم اليقين البرهاني وتعلم النماذج الأولية في نماذج المحولات الهرمية يخلق نموذجاً ليس دقيقاً فحسب، بل أيضاً معايًراً، وموثوقاً، وقابلاً للتفسير، وهي متطلبات أساسية للنشر الآمن للذكاء الاصطنا في الرعاية الصحية.