Are Data Augmentation and Segmentation Always Necessary? Insights from COVID-19 X-Rays and a Methodology Thereof
تقترح هذه الدراسة منهجية SDL-COVID لإثبات أن تقسيم الرئة أمر ضروري للكشف الدقيق عن كوفيد-19 عبر صور الأشعة السينية للصدر، وأن زيادة تعزيز البيانات بشكل مفرط يمكن أن تؤدي إلى فرط التخصيص، مما يحقق في النهاية دقة بنسبة 95.21% مع معدل سلبي كاذب أقل.
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
الصورة الكبيرة: معضلة المحقق
تخيل أنك توظف محققاً (برنامج ذكاء اصطناعي) لحل لغز: هل هذا الشخص مصاب بكوفيد-19؟ الدليل الوحيد لدى المحقق هو صورة باللونين الأبيض والأسود لصدر المريض (أشعة سينية).
سأل مؤلفو هذه الورقة البحثية سؤالين حاسمين حول كيفية تدريب هؤلاء المحققين:
- هل يجب علينا قص الصورة لإظهار الرئتين فقط؟ (التجزئة - Segmentation)
- هل يجب علينا إنشاء نسخ مزيفة من الصور عن طريق قلبها أو تمديدها لجعل مجموعة التدريب أكبر؟ (تعزيز البيانات - Data Augmentation)
قالت العديد من الدراسات السابقة "نعم" لكليهما. لكن هذه الورقة تقول: "انتظر لحظة، دعونا نختبر ذلك".
السؤال الأول: هل نحتاج إلى قص الرئتين؟ (التجزئة)
الطريقة القديمة:
قام معظم الباحثين بتدريب الذكاء الاصطناعي على الأشعة السينية الكاملة. هذا يشبه إظهار مشهد جريمة للمحقق يتضمن المشتبه به، والأثاث، والإضاءة، وحتى ساعة معلقة على الحائط.
المشكلة:
وجدت الورقة أن الذكاء الاصطناعي أصبح "كسولاً". فبدلاً من النظر إلى الرئتين (حيث يعيش الفيروس)، بدأ ينظر إلى أشياء خارج الرئتين لتخمين الإجابة.
- التشبيه: تخيل أن الذكاء الاصطناعي لاحظ أن معظم صور "المصابين بكوفيد" في بيانات التدريب تم التقاطها باستخدام أجهزة قديمة تجعل الصورة تبدو محببة قليلاً، أو أن المرضى في تلك الصور جميعهم لديهم أجهزة تنظيم ضربات القلب (أجهزة معدنية في الصدر).
- النتيجة: يتعلم الذكاء الاصطناعي أن يقول: "إذا رأيت جهاز تنظيم ضربات قلب أو سلكاً معيناً، فهذا يعني وجود كوفيد!"، متجاهلاً الرئتين الفعليتين.
- الدليل: استخدم المؤلفون أداة تسمى Grad-CAM (فكر فيها ككشاف ضوئي يعمل بـ "الخريطة الحرارية"). عندما سلطوا هذا الضوء على عقل الذكاء الاصطناعي، رأوا أنه يضيء بسطوع فوق أجهزة تنظيم ضربات القلب والأسلاك، وليس فوق الرئتين.
الحل:
قام المؤلفون بقص الأشعة السينية لإظهار الرئتين فقط (التجزئة).
- التشبيه: الآن، يُجبر المحقق على النظر فقط إلى وجه المشتبه به، متجاهلاً الأثاث في الخلفية.
- النتيجة: على الرغم من أن "درجة" (دقة) الذكاء الاصطناعي انخفضت قليلاً لأنها فقدت أدلة "الغش"، إلا أن القرار أصبح موثوقاً. أصبح الذكاء الاصطناعي الآن يبحث فعلياً عن المرض، وليس عن جهاز تنظيم ضربات القلب.
السؤال الثاني: هل صنع المزيد من البيانات المزيفة يساعد؟ (تعزيز البيانات)
الطريقة القديمة:
بسبب عدم وجود عدد كافٍ من صور الأشعة السينية الحقيقية لكوفيد، استخدم العديد من الباحثين "تعزيز البيانات". لقد أخذوا صورة حقيقية واحدة وصنعوا منها 10 صور مزيفة عبر قلبها جانبياً، أو تمديدها، أو إمالتها.
- التشبيه: تخيل أنك تعلم طالباً كيفية التعرف على قطة. تظهر له قطة حقيقية واحدة، ثم تظهر له 10 صور لنفس القطة وهي مقلوبة، أو جانبية، أو ممددة مثل قطعة التوفي. وتقول للطالب: "انظر، هذه كلها قطط مختلفة!"
المشكلة:
تجادل الورقة بأن هذا الأمر خطير بالنسبة للأشعة السينية.
- التشبيه: في العالم الحقيقي، لا ترى أبداً أشعة سينية لصدر إنسان مقلوبة رأساً على عقب أو معكوسة. إذا دربت ذكاءك الاصطناعي على هذه الصور المستحيلة والمقلوبة، فسيصاب بالارتباك. سيبدأ في حفظ "القلبات" بدلاً من المرض.
- النتيجة: اختبرت الورقة هذا الأمر عن طريق إضافة المزيد والمزيد من الصور المزيفة. ووجدوا أنه كلما أضافوا المزيد من البيانات المزيفة، فإن أداء الذكاء الاصطناعي على الحالات الاختبارية الحقيقية في الواقع انهار.
- الاستعارة: الأمر يشبه الإفراط في ممارسة حركة رقص بقدم مكسورة. ستصبح بارعاً جداً في الرقص بقدم مكسورة، ولكن عندما تحاول الرقص على مسرح حقيقي، ستسقط. لقد "فرط" الذكاء الاصطناعي في التخصيص (Memorized/Overfit) للبيانات المزيفة وفقد قدرته على التعميم على المرضى الحقيقيين.
الحل:
وجد المؤلفون أن استخدام البيانات الأصلية والحقيقية دون تمديدها أو قلبها أنتج نموذجاً أكثر موثوقية.
الحكم النهائي: طريقة "SDL-COVID"
بناءً على هذه النتائج، اقترح المؤلفون طريقة جديدة تسمى SDL-COVID. إليك كيف تعمل بلغة بسيطة:
- تنظيف الصورة: يأخذون الأشعة السينية ويستخدمون مرشحاً خاصاً لجعل تفاصيل الرئتين أكثر وضوحاً (مثل شحذ صورة ضبابية).
- قص الرئتين: يقصون كل شيء باستثناء الرئتين (إزالة أجهزة تنظيم ضربات القلب، والأسلاك، والعظام التي تشتت انتباه الذكاء الاصطناعي).
- لا بيانات مزيفة: يدربون الذكاء الاصطناعي على الصور الحقيقية التي لديهم، دون اختلاق صور مزيفة.
- النتيجة: حققت هذه الطريقة دقة (Precision) بلغت 95.21%.
لماذا هذا مهم (وفقاً للورقة البحثية)
تخلص الورقة إلى أن أرقام الدقة يمكن أن تكون مضللة.
- قد يحصل الذكاء الاصطناعي على درجة 99% عن طريق الغش (النظر إلى أجهزة تنظيم ضربات القلب).
- قد يحصل الذكاء الاصطناعي على درجة 95% عن طريق الأمانة (النظر إلى الرئتين فقط).
يجادل المؤلفون بأنه في الطب، الأمانة أفضل من الدرجة العالية. من الأفضل الحصول على نموذج ينظر بموثوقية إلى الرئتين بدلاً من نموذج يحصل على درجة مثالية من خلال التخمين بناءً على عمر المريض أو نوع الجهاز المستخدم. لقد أثبتوا أن استبعاد "الضجيج" (التجزئة) والتمسك بالبيانات "الحقيقية" (عدم استخدام تعزيز البيانات) يخلق أداة أكثر أماناً وموثوقية للأطباء.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.