💻 computer science

Multimodal Skin Lesion Classification with Swin Transformer and Clinical Metadata Fusion

تقترح هذه الورقة إطار عمل لتصنيف آفات الجلد متعدد الوسائط يدمج ميزات الصور المستمدة من محول "Swin Transformer" مع البيانات الوصفية السريرية، محققاً دقة وموثوقية عاليتين من خلال معايرة قياس درجة الحرارة وتقدير عدم اليقين مع إظهار قدرة قوية على التفسير.

المؤلفون الأصليون: Nethmi Pathirana, Isuru Munasinghe, Dileeka Alwis

نُشر 2026-08-11

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Nethmi Pathirana, Isuru Munasinghe, Dileeka Alwis

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 محقق يحاول حل لغز، ولكن بدلاً من مسرح جريمة، أنت تنظر إلى بقعة صغيرة ومراوغة على جلد شخص ما. في عالم الطب، يشبه اكتشاف سرطان الجلد مبكرًا العثور على إبرة في كومة قش قبل أن تتمكن الإبرة من إلحاق أي ضرر. لفترة طويلة، استخدم الأطباء عدسات مكبرة خاصة تسمى "الدرموسكوب" (dermoscope) للحصول على نظرة أفضل على هذه البقع، ولكن حتى مع وجود العدسة المكبرة، قد يكون من الصعب للغاية التمييز بين شامة حميدة وورم خطير. أحيانًا، تبدو أنواع مختلفة من البقع متطابقة تقريبًا، وأحيانًا تبدو نفس النوع من البقع مختلفة تمامًا اعتمادًا على مكان وجودها في الجسم أو شكل المريض. هنا يأتي دور علوم الحاسوب، لتعمل كمساعد فائق القدرة. لقد علم العلماء أجهزة الكمبيوتر كيف "ترى" هذه البقع باستخدام التعلم العميق، وهو نوع من الذكاء الاصطناعي الذي يتعلم من خلال النظر إلى آلاف الأمثلة، تمامًا مثل طالب يدرس لاجتياز امتحان كبير. ومع ذلك، فإن مجرد النظر إلى الصورة ليس كافيًا دائمًا؛ إذ يحتاج الكمبيوتر أيضًا إلى معرفة "القصة" وراء الصورة، مثل عمر المريض أو موقع البقعة.

تقدم هذه الورقة البحثية طريقة جديدة وأكثر ذكاءً ليلعب بها الكمبيوتر دور المحقق. فقد بنى الباحثون نظامًا لا يكتفي فقط بالتحديق في صورة الآفة الجلدية؛ بل يقرأ أيضًا الملاحظات السريرية للمريض، مثل عمره وجنسه والمكان الدقيق في الجسم الذي توجد فيه البقعة. وقد أطلقوا على هذا "التعلم متعدد الوسائط" (multimodal learning)، وهو مصطلح معقد يعني أن الكمبيوتر يستخدم حواسًا متعددة في وقت واحد — الرؤية والسياق — لحل اللغز. وللقيام بذلك، استخدموا أداة قوية تسمى "Swin Transformer"، وهي تشبه عدسة كاميرا متطورة جدًا يمكنها التركيز على التفاصيل الدقيقة وفهم كيفية ارتباط الأجزاء المختلفة من الصورة ببعضها البعض، بدلاً من مجرد رؤية كتلة ضبابية. اختبر الفريق نظامهم على مجموعة عامة ضخمة من صور الجلد تُعرف باسم HAM10000، والتي تحتوي على أكثر من 10,000 صورة لمختلف الحالات الجلدية. لقد واجهوا تحديًا صعبًا: كانت مجموعة البيانات غير متوازنة، مما يعني وجود صور كثيرة جدًا للبقع الشائعة وغير الضارة، وصور قليلة جدًا للبقع النادرة والخطيرة. فإذا تعلم الكمبيوتر فقط أن يخمن أنها "غير ضارة" في كل مرة، فسيحصل على درجة عالية ولكنه سيفشل في رصد الحالات الخطيرة.

ولحل هذه المشكلة، علم الباحثون نموذجهم أن يولي اهتمامًا إضافيًا للبقع النادرة، تمامًا مثل معلم يحرص على أن يدرس الطالب أصعب الأسئلة في الاختبار، وليس الأسئلة السهلة فقط. كما أضافوا خطوة "معايرة" خاصة، وهي تشبه ضبط جهاز الراديو للتأكد من أن مستوى الصوت يتناسب مع الصوت الفعلي. وهذا يضمن أنه عندما يقول الكمبيوتر إنه "متأكد بنسبة 90%" من التشخيص، فإنه بالفعل متأكد بنسبة 90%، وليس مجرد تخمين واثق. كانت النتائج مبهرة؛ حيث حقق النظام الجديد دقة اختبار بلغت 92.55% ودرجة F1-score كلي بلغت 91.33%. وهذا يعني أنه كان جيدًا جدًا في تحديد جميع أنواع الآفات، بما في ذلك الأنواع النادرة والخطيرة، دون أن يرتبك بسبب الأنواع الشائعة. وعندما قارنوا نظامهم بالأنظمة الأخرى التي تعتمد فقط على الصور أو فقط على بيانات المريض، كان نهجهم المشترك هو الفائز بوضوح. فقد سجل النموذج الذي يعتمد على الصور فقط دقة 88.62%، بينما كان النموذج الذي يعتمد على البيانات فقط متأخرًا كثيرًا بنسبة 11.13%، مما يثبت أنك تحتاج حقًا إلى الصورة والقصة معًا للحصول على أفضل إجابة.

كما توضح الورقة البحثية لنا كيف يتخذ الكمبيوتر قراراته. باستخدام تقنية تسمى "الذكاء الاصطناعي القابل للتفسير" (explainable AI)، أنشأ الباحثون خرائط حرارية تسلط الضوء على الأجزاء التي ينظر إليها الكمبيوتر بالضبط في صورة الجلد. وأظهرت هذه الخرائط أن النموذج كان يركز على الآفة الفعلية، متجاهلاً المشتتات مثل الشعر أو لون الجلد المحيط، وهو بالضبط ما يفعله الطبيب البشري. علاوة على ذلك، من خلال تطبيق طريقة تسمى "تدرج درجة الحرارة" (temperature scaling)، نجحوا في تقليل "خطأ المعايرة المتوقع" من 5.18% إلى 0.91%. وهذا تحسن هائل، مما يعني أن مستويات ثقة الكمبيوتر أصبحت الآن أكثر موثوقية. وبينما تشير الورقة إلى أن هذا النهج قوي وموثوق لتصنيف الآفات الجلدية آليًا، إلا أنها تشير أيضًا إلى الحاجة إلى عمل مستقبلي لاختبار هذه النتائج على مجموعات مختلفة من الناس وتضمين معلومات طبية أكثر تفصيلًا. أما الآن، فتظهر هذه الدراسة أنه عندما تجمع بين عين حادة للصور وفهم ذكي لسياق المريض، فإنك تحصل على مساعد طبي أكثر دقة وموثوقية.

أبحاث مشابهة