M-Net: Integrating Spectral Features and Physical Field Operators into Deep Learning for Medical Image Segmentation

تخيل أنك تحاول تعليم روبوت رسم خريطة مثالية لجزيرة كنز مخفية، لكن الإشارات الوحيدة التي تعطيها له هي آلاف الصور الضبابية والمختلفة قليلاً للجزيرة. هذه هي الحياة اليومية لـ تجزئة الصور الطبية (medical image segmentation)، وهو فرع من علوم الحاسوب حيث يتعلم الذكاء الاصطناعي كيفية رصد الأعضاء، والأورام، والأنسجة داخل جسم الإنسان باستخدام فحوصات مثل الأشعة المقطعية (CT) أو الرنين المغناطيسي (MRI). لسنوات، كانت هذه "الروبوتات" الذكية بارعة جداً في هذا الأمر، وذلك غالباً عن طريق حفظ الأنماط في الصور التي تُغذى بها. إنهم يشبهون الطلاب الذين يتفوقون في الاختبار عن طريق حفظ كل مفاتيح الإجابات، لكنهم قد يرتبكون إذا قام المعلم بتغيير نوع الخط.

ومع ذلك، هناك سلاح سري يتجاهله هؤلاء الطلاب غالباً: القواعد الرياضية الخفية التي تحكم كيف يبدو العالم. تماماً كما يتدفق النهر دائماً نحو المنحدر، أو كما يسقط الظل دائماً في الاتجاه المعاكس للضوء، فإن الصور الطبية لها هياكل رياضية متأصلة فيها—مثل كيفية تغير الأنسجة عند حافة الكبد، أو كيف تختلف سطوع كتلة ورمية عن الأنسجة السليمة. السؤال الكبير الذي طرحه الباحثون هو: ماذا لو لم نكتفِ بجعل الذكاء الاصطناعي يخمن الأنماط من الصفر، بل قدمنا له مرجعاً لهذه القواعد الرياضية؟ هل سيصبح طبيباً أفضل؟

هذا بالضبط ما يستكشفه بحث M-Net. فقد قام الباحثون ببناء نظام ذكاء اصطناعي جديد لا يكتفي فقط بـ "النظر" إلى الصور الطبية، بل "يجري عمليات رياضية" عليها أثناء تعلمه. لقد اكتشفوا أنه من خلال تغذية الذكاء الاصطناعي بمعلومات رياضية محددة—مثل قياس مدى "تعرج" النسيج أو مدى "تكتل" الحافة—أصبح الذكاء الاصطناعي أفضل بشكل ملحوظ في رسم تلك الحدود الدقيقة. وفي الواقع، في ثلاثة اختبارات رئيسية شملت الكبد والكلى وأورام الدماغ، تفوق هذا الذكاء الاصطناعي "المثقف رياضياً" على النماذج القياسية بفارق كبير، مما أثبت أن منح الحواسيب القليل من الحدس الرياضي يساعدها على رؤية جسم الإنسان بوضوح أكثر مما يمكن للبيانات وحدها أن تفعله.

المشكلة: الذكاء الاصطناعي الذي يرى البكسلات فقط

على مدار العقد الماضي، كان المعيار الذهبي لذكاء صور الطب هو شبكة تسمى U-Net. فكر في U-Net كطالب فنون مجتهد للغاية؛ ينظر إلى مسح طبي، ويقوم بتفكيكه إلى قطع صغيرة، ثم يحاول تخمين أي قطعة تنتمي للكبد، أو الكلية، أو الورم. إنه يصبح جيداً جداً في هذا من خلال النظر في ملايين الأمثلة. لكن لديه نقطة عمياء: فهو يعامل الصورة كشبكة ضخمة من النقاط الملونة. هو لا "يعرف" بطبيعته أن الكبد له سطح أملس، أو أن الورماً غالباً ما يكون له حافة غير منتظمة وضبابية، أو أن داخل العضو عادة ما يبدو متجانساً بينما تبدو الحافة فوضوية.

عندما تكون الحدود ضبابية أو الأشكال غريبة (وهو ما يحدث كثيراً مع الأمراض)، يمكن لهذا النهج القائم على "البكسل فقط" أن يصاب بالارتباك. قد يرسم خطاً متعرجاً للغاية أو يفقد بقعة تماماً لأنه يكتفي بالتخمين بناءً على اللون، وليس بناءً على فهم بنية الشكل.

الحل: M-Net، المحقق المثقف رياضياً

قرر مؤلفو هذا البحث، "جينغ جو" وزملاؤه، ترقية طالب الـ U-Net ليصبح عبقرياً في الرياضيات. لقد أنشأوا M-Net (الشبكة المعززة رياضياً). وبدلاً من مجرد تغذية الذكاء الاصطناعي بالصورة الخام، أضافوا ثلاث "عدسات رياضية" خاصة تعالج الصورة قبل أن يراها الذكاء الاصطناعي حتى. تعمل هذه العدسات كحقيبة أدوات للمحقق، حيث تسلط الضوء على الأدلة التي قد تخفى على العين المجردة (أو على الذكاء الاصطناعي القياسي).

إليك الأدوات الثلاث في حقيبتهم:

1. مقياس "توتر النسيج" (العدد الشرطي - Condition Number):
   تخيل أن لديك مربعاً صغيراً من صورة. إذا نظرت إلى بقعة ناعمة من الجلد، ستكون الألوان داخل ذلك المربع متشابهة جداً. أما إذا نظرت إلى الحافة حيث يلتقي الجلد بندبة، فستتغير الألوان بشكل جامح. لقد ابتكر الباحثون طريقة لقياس هذا "التوتر" أو "الفوضى" داخل كل مربع صغير من الصورة.
   يفعلون ذلك عبر أخذ شبكة 3×3 من البكسلات، وإيجاد متوسط الألوان، ثم معرفة مدى انحراف البكسلات الأخرى عن ذلك المتوسط. ويطلقون على هذا اسم العدد الشرطي.

• التشبيه: فكر في بحيرة هادئة. إذا أسقطت حصاة، ستكون التموجات ناعمة ومتوقعة، وهذا عدد شرطي منخفض (مستقر). الآن تخيل بحراً هائجاً بأمواج متلاطمة؛ هذا هو العدد الشرطي المرتفع (غير مستقر).
• اللمسة الذكية: أدرك الباحثون أنه إذا قمت فقط بقياس الألوان الخام، فإن جداراً رمادياً مسطحاً تماماً سيبدو "فوضوياً" للرياضيات لأن الأرقام كلها متساوية. لذا، ابتكروا خدعة تسمى توسيط المتوسط (mean centering). نقوم أولاً بطرح متوسط اللون، والآن يبدو الجدار الرمادي المسطح كـ "صفر فوضى" (هادئ تماماً)، بينما تبدو الحافة المتعرجة كـ "أقصى درجات الفوضى". هذا يعطي الذكاء الاصطناعي إشارة مثالية: الفوضى العالية = حافة؛ الفوضى المنخفضة = داخل ناعم.

2. كاشفات "التدفق والدوران" (التباعد والالتواء - Divergence and Curl):
   الأداة الثانية تعامل الصورة كأنها خريطة طقس.

• التباعد (Divergence): يقيس ما إذا كانت البقعة تمثل "مصدراً" (مثل مصباح مضيء) أو "مصبّاً" (مثل ثقب مظلم). في مسح الورم، يعمل المركز المضيء للورم كمصدر. هذا يساعد الذكاء الاصطناعي في العثور على قلب الآفة.
• الالتواء (Curl - "الدوران"): في الفيزياء السلسة، إذا مشيت في دائرة، فلا ينبغي أن ينتهي بك الأمر وأنت تدور حول نفسك. ولكن عند الحواف المتعرجة والفوضوية للأورام، تصبح الرياضيات "ملتوية". لقد بنى الباحثون كاشفاً خاصاً يبحث عن هذه "الالتواءات" أو التناقضات في تدرجات الصورة. إنه يشبه البوصلة التي تدور بجنون فقط عندما تقف على حافة منحدر وعر. هذا يساعد الذكاء الاصطناعي على تتبع الحدود غير المنتظمة للأورام التي غالباً ما يقوم الذكاء الاصطناعي القياسي بتنعيمها وتجاهلها.

3. "الحارس الذكي" (بوابة الانتباه الرياضي - Math-Attention Gate):
   الآن، يمتلك الذكاء الاصطناعي كل هذه الأدلة الرياضية، ولكن كيف يستخدمها؟ إذا قمت فقط بلصق الأرقام الرياضية بجانب الصورة، فقد يرتبك الذكاء الاصطناعي أو يتجاهلها. لذا بنى المؤلفون بوابة الانتباه الرياضي (MAG).

• التشبيه: تخيل أن الذكاء الاصطناعي هو طاهٍ يعد الحساء. جزء "التعلم العميق" هو النكهة الرئيسية، لكن "الأدلة الرياضية" هي التوابل السرية. الـ MAG هو مساعد طاهٍ ذكي يتذوق الحساء ويقرر: "مهلاً، هذا الجزء يحتاج إلى مزيد من التوابل!". إنه ينظر إلى الأدلة الرياضية (الفوضى والالتواءات) ويخبر الذكاء الاصطناعي: "ركز انتباهك هنا! هذا هو مكان الحافة!". هذا يضمن عدم ضياع الأدلة الرياضية بينما يتعمق الذكاء الاصطناعي في عملية تفكيره.

النتائج: الرياضيات تصنع الفارق

اختبر الباحثون M-Net على ثلاث مجموعات بيانات طبية شهيرة: واحدة لـ الكبد (LiTS)، وواحدة لـ الكلى (KiTS)، وواحدة لـ أورام الدماغ (BraTS). وقارنوا ذكاءهم الجديد المدعوم بالرياضيات مقابل نموذج U-Net القياسي ونماذج أخرى رفيعة المستوى.

كانت النتائج واضحة ومبهرة:

• تجزئة الكبد: حسن M-Net الدقة بنسبة 12.37% مقارنة بـ U-Net القياسي. هذه قفزة هائلة، مما يعني أنه رسم حدود الكبد بدقة أكبر بكثير.
• تجزئة الكلى: تحسن بنسبة 3.52%.
• تجزئة أورام الدماغ: تحسن بنسبة 5.55%.

والأهم من ذلك، أن M-Net تفوق على النموذج "المعياري الذهبي" nnU-Net (وهو ذكاء اصطناعي ذكي جداً وذاتي التكوين) وعلى TransUNet (نموذج يستخدم تقنيات "المحول" المتقدمة) في هذه الاختبارات المحددة. لاحظ الباحثون أن M-Net كان بارعاً بشكل خاص في العثور على الحواف الصعبة والضبابية للأورام، وهو بالضبط ما صُممت أدوات "الالتواء" و"العدد الشرطي" للقيام به.

لماذا يهم هذا؟

يجادل البحث بأننا لسنا بحاجة للتخلص من الرياضيات القديمة لصنع ذكاء اصطناعي أفضل. في الواقع، من خلال استعادة قواعد الجبر الخطي (العدد الشرطي) وحساب التفاضل والتكامل الشعاعي (التباعد والالتواء)، يمكننا جعل الذكاء الاصطناعي أكثر ذكاءً، وموثوقية، وقدرة على التعامل مع الواقع الفوضوي لأجسام البشر.

يؤكد المؤلفون بحذر أن هذا ليس عصا سحرية تحل كل شيء. فنموذجهم الحالي يعمل على شرائح ثنائية الأبعاد (مثل النظر إلى صفحة واحدة من كتاب في كل مرة) بدلاً من الحجم ثلاثي الأبعاد الكامل، كما أن الحسابات الرياضية تستغرق وقتاً أطول قليلاً. ومع ذلك، فإن الرسالة الجوهرية قوية: الحدس الرياضي هو قوة خارقة للذكاء الاصطناعي الطبي. فمن خلال تعليم الكمبيوتر كيف "يشعر" بالنسيج و"يستشعر" الحواف باستخدام الرياضيات، نحصل على نظام لا يكتفي بالتخمين، بل يفهم.

في النهاية، يظهر لنا M-Net أن مستقبل الذكاء الاصطناዊ الطبي لا يقتصر فقط على تغذيته بمزيد من البيانات؛ بل يتعلق بتعليمه لغة الكون الذي يحاول رسم خرائطه. وأحياناً، تكون تلك اللغة هي مجرد القليل من الرياضيات.