VIDS-Seg: Towards Reliable Uncertainty Quantification in Pediatric Cardiac Ultrasound Segmentation

تخيل أنك تعلم روبوتًا كيفية التعرف على القطط. تعرض عليه ألف صورة لقطط بالغة وفروية تجلس على الأرائك. يصبح الروبوت بارعًا جدًا في ذلك. ولكن بعد ذلك، تعطيه صورة لهريرة صغيرة عديمة الشعر بأذنين ضخمتين. قد يضيق الروبوت عينيه، ويقول بثقة: "هذه بالتأكيد قطة"، ويرسم حولها مربعًا مثاليًا. المشكلة؟ الروبوت مخطئ، لكنه لا يعرف أنه مخطئ. إنه واثق، لكنه يفشل بصمت. هذه مشكلة كبيرة في عالم الذكاء الاصطناعي الطبي. يستخدم الأطباء هذه الروبوتات للمساعدة في فحص صور الأشعة السينية والموجات فوق الصوتية، ولكن إذا تم تدريب الروبوت غالبًا على البالغين، فقد يرتبك عند النظر إلى قلب طفل رضيع. قد يرتكب خطأً ولا يخبر الطبيب، مما قد يؤدي إلى قرارات طبية سيئة. يسمي العلماء هذا "فشل التوزيع الخارجي" (Out-of-Distribution - OOD). وهم يريدون أيضًا أن يمتلك الروبوت "تقدير عدم اليقين" (Uncertainty Quantification)، وهو مجرد طريقة منمقة للقول بأن الروبوت يجب أن يعرف متى يكون في حالة تخمين ويقول: "مهلًا، أنا لست متأكدًا بشأن هذا الأمر!".

يقدم هذا البحث طريقة جديدة تسمى VIDS-Seg لحل تلك المشكلة بالضبط. أراد الباحثون معرفة ما إذا كان بإمكانهم صنع نموذج ذكاء اصطناعي طبي يعرف متى ينظر إلى شيء لم يتم تدريبه عليه — مثل قلب طفل رضيع عندما تم تدريبه على البالغين — وأن يرفع علمًا أحمر بالفعل بدلًا من ارتكاب خطأ بثقة. اختبروا ذلك عن طريق تدريب نموذج على فيديوهات الموجات فوق الصوتية لقلب البالغين، ثم رؤية كيف كان أداؤه مع الأطفال من أعمار مختلفة. وجدوا أن النموذج عانى أكثر مع الرضع، الذين لديهم أشكال وأحجام قلوب مختلفة تمامًا مقارنة بالبالغين. بينما استمرت طرق الذكاء الاصطناعي الشهيرة الأخرى في ارتكاب الأخطاء بثقة، كان VIDS-Seg قادرًا على رصد نقاط المشاكل. لم يكتفِ بالتخمين؛ بل حدد بالضبط الأماكن التي كان مرتبكًا فيها، منشئًا "خريطة قلق" تتطابق مع الأخطاء. وهذا يعني أنه في العالم الحقيقي، يمكن للطبيب النظر إلى هذه الخريطة، ورؤية أن الروبوت غير متأكد، والتحقق من قلب الطفل يدويًا، مما يمنع الفشل الصامت.

قصة الروبوت الذي تعلم كيف يقول "لا أعرف"

في عالم التصوير الطبي، لدينا برامج كمبيوتر فائقة الذكاء يمكنها النظر إلى صور القلب ورسم خطوط حول الحجرات. يشبه الأمر امتلاك فنان رقمي لا يتعب أبدًا. ولكن هناك خدعة: هؤلاء الفنانون عادة ما يتم تدريبهم على صور البالغين. عندما تعرض عليهم صورة طفل، تصبح الأمور صعبة. فالأطفال ليسوا مجرد بالغين صغار؛ فقلوبهم ذات أشكال مختلفة، ونبضاتهم أسرع، وصور الموجات فوق الصوتية الخاصة بهم تبدو مختلفة.

سأل الباحثون في هذا البحث سؤالاً بسيطاً: ماذا يحدث عندما يحاول فناننا الرقمي رسم قلب طفل؟

أخذوا نموذجًا تم تدريبه على أكثر من 10,000 مسح لقلب البالغين (من مجموعة بيانات تسمى EchoNet-Dynamic) وطلبوا منه رسم قلوب الأطفال من مجموعة بيانات مختلفة (EchoNet-Pediatric). وقسموا الأطفال إلى مجموعات: مراهقين، أطفال في سن المدرسة، أطفال دارجين، ورضع.

الاكتشاف المفاجئ:
كان الروبوت جيدًا جدًا في رسم قلوب المراهقين والأطفال الأكبر سنًا. ولكن عندما وصل إلى الرضع (الأطفال دون سن السنة الواحدة)، بدأ يتعثر. انخفضت الدقة، وكبرت الأخطاء. أدرك الباحثون أن الرضع مختلفون جدًا عن البالغين لدرجة أنهم يعتبرون "خارج نطاق التوزيع" (OOD) بالنسبة للروبوت. كان الروبوت يحاول إجبار قلب الرضيع على اتخاذ شكل قلب البالغ، وكان يفشل بصمت.

المشكلة مع الأخطاء "الواثقة"

الجزء المخيف هنا هو: معظم نماذج الذكاء الاصطناعي سيئة جدًا في الاعتراف بخطئها. إذا طلبت من ذكاء اصطناعي قياسي رسم قلب طفل، فقد يرسم خطًا يبدو جيدًا، لكنه في الواقع في المكان الخاطئ. والأسوأ من ذلك؟ سيخبرك الذكاء الاصطناعي: "أنا متأكد بنسبة 99% أنني أصبت في هذا!".

اختبر الباحثون ثلاثة أنواع مختلفة من الذكاء الاصطناعي لمعرفة أي منها يمكنه الاعتراف بكونه مرتبكًا:

1. المجموعة (The Ensemble): فريق من 10 روبوتات مختلفة تصوت على الإجابة.
2. PHiSeg: روبوت مصمم لتخمين الأماكن التي تكون فيها الخطوط غير واضحة.
3. VIDS-Seg: الروبوت الجديد الذي بناه المؤلفون، والمبني على إطار عمل يسمى VIDS.

وقاسوا مدى تطابق "مستوى القلق" (عدم اليقين) لكل روبوت مع أخطائه الفعلية. استخدموا مقياسًا يسمى NCC (الارتباط المتبادل المعياري) لمعرفة ما إذا كان الروبوت قلقًا بشأن الأماكن الصحيحة.

النتائج:

• PHiSeg كان الأسوأ. لم يكن يعرف أين يقلق. كانت "خريطة القلق" الخاصة به صغيرة وتنظر فقط إلى الحواف، متجاهلة الأخطاء الكبيرة في المنتصف.
• المجموعة (The Ensemble) كانت أفضل، لكنها كانت لا تزال تخطئ في الكثير من قلوب الأطفال دون رفع إنذارات كافية.
• VIDS-Seg كان الفائز الواضح. فقد أنتج "خريطة قلق" تسلط الضوء بدقة على المناطق التي كان يرتكب فيها أخطاءً. عندما كان الروبوت مرتبكًا، تصبح الخريطة ساطعة ومليئة بالضجيج. وعندما كان متأكدًا، تكون الخريطة هادئة.

حتى عندما حاول الباحثون "معايرة" الروبوتات الأخرى (مثل ضبط مستوى الصوت في الراديو لجعل الصوت أوضح)، ظل Vides-Seg هو الفائز. كانت الروبوتات الأخرى مرتبكة في الأماكن الخاطئة؛ أما VIDS-Seg فكان مرتبكًا في الأماكن الصحيحة.

لماذا يهم هذا الأطباء الحقيقيين

قد تعتقد: "حسنًا، الروبوت أفضل في رسم الخطوط. وما المشكلة في ذلك؟". لكن الاختبار الحقيقي كان ما حدث بعد ذلك. يستخدم الأطباء هذه الرسومات لحساب ما يسمى الكسر القذفي (Ejection Fraction - EF). وهي نسبة مئوية تخبرك بمدى كفاءة القلب في ضخ الدم. إذا كانت هذه النسبة منخفضة جدًا، فقد يعاني الرضيع من مشكلة خطيرة في القلب.

تحقق الباحثون من دقة أرقام الـ EF للأطفال:

• روبوت PHiSeg أعطى أرقام EF غير متسقة وفوضوية للغاية.
• المجموعة (The Ensemble) كانت أفضل ولكنها لا تزال تعاني من الكثير من التباين.
• VIDS-Seg أعطى أرقام EF الأكثر استقرارًا ودقة للأطفال.

والأهم من ذلك، عندما طلبوا من الروبوتات تحديد الأطفال الذين يعانون من مشا‌كل في القلب (EF أقل من 50%)، كان VIDS-Seg هو الأفضل. حقق معدل نجاح (AUROC) قدره 0.94، مقارنة بـ 0.90 للمجموعة و 0.81 لـ PHiSeg.

الخلاصة

يظهر البحث أننا لسنا بحاجة دائمًا لإعادة تدريب نماذج الذكاء الاصطناعي باستخدام آلاف الصور الجديدة للأطفال لجعلها آمنة. بدلاً من ذلك، يمكننا منحها "طبقة أمان" تعرف متى تخرج عن منطقة راحتها.

يعمل VIDS-Seg من خلال إنشاء "سابقة تكيفية" (adaptive prior) خاصة. فكر في الأمر كأن لديك روبوتًا يحتفظ بخريطة ذهنية لما رآه من قبل. عندما يرى قلب طفل، يدرك: "مهلًا، هذا لا يشبه قلوب البالغين التي درستها. يجب أن أكون حذرًا للغاية". هو لا يخمن فحسب؛ بل يسلط الضوء على عدم اليقين.

يشير المؤلفون إلى أن هذا يمكن أن يكون أداة سلامة عملية. إذا رأى الطبيب "خريطة قلق" ساطعة ومليئة بالضجيج من VIDS-Seg، فإنه يعرف وجوب التحقق من قلب الطفل يدويًا. الأمر يشبه وجود روبوت يقول: "أعتقد أنني أستطيع القيام بذلك، لكني لست متأكدًا بنسبة 100%، لذا يرجى مراقبة عملي".

هذا ليس عصا سحرية تحل جميع مشاكل الذكاء الاصطناعي، ويعترف المؤلفون بأن هناك حاجة لمزيد من الاختبارات مع أطباء حقيقيين. لكنه يشير إلى مسار للمضي قدمًا: جعل نماذج الذكاء الاصطناعي صادقة بشأن حدود قدراتها، خاصة عندما تتعامل مع المرضى الأكثر ضعفًا.