CRC-HGD: A Histopathological Image Dataset for Grading Colorectal Cancer
تقدم هذه الورقة البحثية CRC-HGD، وهي مجموعة بيانات للأنسجة المرضية متاحة للعموم وتضم 1,914 صورة لسرطانة القولون الغدية مصبوغة بصبغة الهيماتوكسيلين والإيوسين من 214 مريضاً عبر ثلاثة درجات تمايز وأربعة مستويات تكبير، صُممت لتسهيل التدرج الآلي للسرطان باستخدام الذكاء الاصطناعي.
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 جسم الإنسان كمدينة مجهرية صاخبة؛ داخل هذه المدينة، الخلايا هي المواطنون، وعندما يتصرفون بشكل جيد، تسير الأمور بسلاسة. لكن في بعض الأحيان، يتمرد هؤلاء المواطنون، فيتكاثرون بجنون ويتجاهلون القواعد—وهذا هو السرطان. لمحاربة هذا، يحتاج الأطباء إلى معرفة مدى "تمرد" الخلايا السرطانية بدقة. هل هم فقط مشاغبون قليلاً، أم أنهم فوضويون تماماً؟ هنا يأتي دور علم الأمراض النسيجي (histopathology). فكر فيه كأنه التحقيق الجنائي للمدينة. يأخذ الأطباء شرائح رقيقة من الأنسجة، ويصبغونها بصبغات ملونة (مثل قلم التحديد للخلايا)، وينظرون إليها تحت المجهر لرؤية الضرر. المفهوم الأساسي هنا هو التدرج (grading): تصنيف السرطان إلى مستويات بناءً على مدى تشابهه مع الأنسجة الطبيعية. إذا كانت الخلايا السرطانية لا تزال تبدو شبيهة بنسختها الأصلية المنظمة، فهي "متمايزة جيداً" (الدرجة الأولى). أما إذا كانت عبارة عن فوضى عارمة بلا هيكل، فهي "ضعيفة التمايز" (الدرجة الثالثة). معرفة هذا التدرج تشبه معرفة توقعات الطقس لمستقبل المريض؛ فهي تخبر الأطباء ما إذا كانوا بحاجة إلى مظلة خفيفة أو إلى ملجأ من العواصف العاتية، مما يساعدهم في اختيار العلاج المناسب والتنبؤ بكيفية تحسن حالة المريض.
والآن، ادخل إلى ورقة البحث CRC-HGD، والتي تشبه مكتبة ضخمة ومنظمة تم بناؤها خصيصاً لتعليم الحواسيب كيفية قراءة مسارح الجريمة المجهرية هذه. لفترة طويلة، حاول الذكاء الاصطناعي (AI) أن يصبح محققاً خارقاً للسرطان، لكنه اصطدم بحائط: لم يكن لديه كتيبات التدريب الصحيحة. معظم مجموعات الصور الموجودة كانت مثل ألبوم صور يكتفي بالقول "هذه مدينة" أو "هذه غابة"، دون أن يخبر الذكاء الاصطناعي كيف تم تنظيم المدينة أو مدى فوضوية الغابة. أدرك مؤلفو هذه الورقة أنه لتعليم الذكاء الاصطناعي التمييز بين ورم "متمرد قليلاً" وورم "فوضوي تماماً"، كانوا بحاجة إلى مجموعة بيانات مصنفة بدقة وفقاً لتلك الدرجات المحددة.
إذن، ماذا فعلوا؟ لقد جمعوا كنزاً من 1,914 صورة مجهرية رقمية من 214 مريضاً يعانون من سرطان القولون والمستقيم. هذه ليست مجرد صور عشوائية؛ بل هي مصنفة بعناية إلى ثلاث فئات متميزة بناءً على قواعد منظمة الصحة العالمية: 106 مرضى من الدرجة الأولى (متمايزة جيداً)، و75 من الدرجة الثانية (متمايزة متوسطاً)، و33 من الدرجة الثالثة (ضعيفة التمايز). ولكن الجزء الذكي هنا هو أنه بالنسبة لكل مريض على حدة، لم يأخذ الفريق صورة واحدة فقط، بل التقطوا لقطات لأربعة مستويات مختلفة من التكبير—4x، 10x، 20x، و40x. الأمر يشبه التقاط صورة للمدينة من قمر صناعي، ثم من طائرة، ثم من زاوية شارع، وأخيراً من نافذة تطل مباشرة على طوبة واحدة. هذا يسمح للذكاء الاصطناعي برؤية الصورة الكبيرة والتفاصيل الدقيقة في آن واحد.
لا تدعي هذه الورقة أنها صنعت روبوتاً ذكياً مثالياً أو سحرياً يعالج السرطان اليوم. بدلاً من ذلك، هي تقدم الوقود الأساسي: مجموعة بيانات نظيفة، مصنفة، ومتاحة للجمهور. يشير المؤلفون صراحةً إلى أنه بينما توجد مجموعات بيانات أخرى للعثور على السرطان أو تصنيف أنواع الأنسجة، إلا أن لا أحد منها قدم علناً نظام "التدرج ثلاثي المستويات" هذا مع مستويات تكبير متعددة لنفس المريض. ومن خلال سد هذه الفجوة، هم يسلمون المفاتيح للمجتمع البحثي. إنهم يقترحون أنه باستخدام هذه المكتبة من الصور، يمكن للعلماء الآن تدريب نماذج الذكاء الاصطناعي الخاصة بهم لتمييز الفرق بين ورم من الدرجة الأولى وورم من الدرجة الثالثة بدقة أعلى بكثير. الهدف هو أنه في يوم من الأيام، ستتمكن هذه الحواسيب من مساعدة أطباء المسالك البولية في إجراء تشخيصات أسرع وأكثر اتساقاً، مما يضمن حصول المرضى الذين يعانون من الأورام الأكثر عدوانية على الرعاية المكثفة التي يحتاجونها، بينما يتجنب الآخرون العلاج غير الضروري. مجموعة البيانات متاحة الآن ليستخدمها أي شخص، لتعمل كملعب مشترك حيث يمكن للجيل القادم من الذكاء الاصططبي الطبي أن يتعلم كيف ينقذ الأرواح.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.