SUGFW+: An Uncertainty-guided Feature Weighting Framework for Cold Start Active Adaptation of SAM in Medical Image Segmentation

لطالما اعتمد التصوير الطبي على العيون الثاقبة للخبراء البشريين لرسم حدود دقيقة حول الأورام، والأعضاء، وغيرها من الهياكل داخل الفحوصات. هذه العملية، المعروفة باسم "التجزئة" (segmentation)، هي حجر الزاوية في التشخيص وتخطيط العلاج، لكنها أيضاً عملية مجهدة للغاية وتتطلب جهداً بشرياً هائلاً. فقد يستغرق تحليل مسح طبي واحد من قبل أخصائي الأشعة ساعات لتوصيفه بدقة، مما يخلق اختناقاً كبيراً حيث تتعطل إمكانات الذكاء الاصطناعي بسبب النقص الحاد في البيانات المصنفة. ولحل هذه المشكلة، لجأ الباحثون إلى استراتيجية تسمى "التعلم النشط" (active learning)، حيث يقوم برنامج حاسوبي بطلب تصنيف الصور الأكثر فائدة فقط من الإنسان، بدلاً من تصنيف المجموعة بأكملها. ومع ذلك، لا تزال هناك مشكلة مستعصية: عادة ما تحتاج هذه البرامج إلى مجموعة صغيرة من الأمثلة المصنفة مسبقاً لتبدأ العمل. وفي العالم الحقيقي، حيث تكون البيانات غالباً غير مصنفة تماماً في البالبداية، تعاني هذه الأنظمة لمعرفة الصور التي يجب أن تطلبها أولاً، وغالباً ما تهدر وقتاً ثميناً في أمثلة سهلة أو غير مفيدة.

لقد طور فريق من الباحثين نهجاً جديداً لكسر هذا الجمود، مما يسمح للذكاء الاصطناعي بالتعلم من الصفر دون توجيه بشري تقريباً. يعتمد أسلوبهم، الذي فُصل في دراسة حديثة، على نموذج مدرب مسبقاً وقوي يسمى "نموذج أي شيء للتقطيع" (Segment Anything Model)، والذي تم تدريبه في الأصل على ملايين الصور للتعرف على الأشياء دون الحاجة إلى تدريب طبي متخصص. وبدلاً من محاولة تعليم نموذج جديد من الصفر، يستخدم الباحثون هذا الخبير الموجود بالفعل لتوجيه عملية اختيار الصور الأولى التي يجب على الإنسان تصنيفها. وقد وجدوا أنه من خلال استخدام "إحساس النموذج الداخلي بعدم اليقين" — أي بسؤال الكمبيوتر ببساطة عن المواضع التي يشعر فيها بالارتباك — يمكنهم تحديد الصور الأكثر أهمية لتصنيفها. وعندما دمجوا عملية الاختيار الذكية هذه مع تقنية تدريب متخصصة تستخدم عدم اليقين كدليل، حقق نظامهم نتائج رائدة. وفي الاختبارات عبر أربعة مجموعات بيانات طبية مختلفة، تشمل صور البروستاتا، والقلب، والكبد، والآفات الجلدية، تفوق النهج الجديد على التقنيات الحالية، بل إنه غالباً ما يضاهي أداء النماذج التي تم تدريبها على مجموعات بيانات كاملة، وذلك باستخدام أقل من واحد بالمائة فقط من البيانات المصنفة.

يكمن جوهر هذا الاختراق في كيفية تعامل الباحثين مع مشكلة "البداية الباردة" (cold start)، حيث لا توجد بيانات مصنفة في البداية. تعتمد الطرق التقليدية غالباً على تدريب نموذج عام منفصل لمجرد معرفة الصور المثيرة للاهتمام، وهي عملية بطيئة ومكلفة حاسوبياً. يتجاوز الإطار الجديد، المسمى SUGFW+، هذا الأمر عبر استخدام "نموذج أي شيء للتقطيع" مباشرة. أدرك الباحثون أن هذا النموذج، رغم عدم تدريبه على بيانات طبية، يمتلك فهماً عميقاً للحدود البصرية. لقد استخدموه لتفكيك كل صورة طبية غير مصنفة إلى قطع صغيرة وسألوا النموذج عن تخمين الحدود داخل كل قطعة. ومن خلال تشغيل هذه العملية عدة مرات مع تغييرات طفيفة، تمكنوا من قياس مدى اتساق تخمينات النموذج. وحيثما كان النموذج غير متأكد أو يغير رأيه بشكل متكرر، حدد الباحثون تلك المنطقة كمنطقة ذات "عدم يقين" عالٍ. وبهذا، أنشأوا خريطة للارتباك لكل صورة في مجموعة البيانات.

ولتحويل خرائط الارتباك هذه إلى أداة اختيار مفيدة، طور الفريق طريقة لوزن أهمية أجزاء مختلفة من الصورة. وجدوا أن مجرد حساب متوسط الميزات لصورة كاملة ليس كافياً، لأن ذلك سيؤدي إلى تمييع المناطق المحددة التي يعاني فيها النموذج. بدلاً من ذلك، أنشأوا نظاماً يعمل على تضخيم الميزات القادمة من المناطق غير المؤكدة، مما أدى فعلياً إلى تسليط الضوء على أجزاء الصورة التي تحمل أكبر قدر من المعلومات. ثم قاموا بتجميع الصور بناءً على هذه الميزات البارزة واختاروا مجموعة متنوعة من العينات التي تغطي النطاق الكامل لعدم اليقين. وقد ضمن ذلك ألا يقوم المصنف البشري بتصنيف صور متشابهة وسهلة فحسب، بل إن تقديم أمثلة ستعلم الكمبيوتر الدروس الأكثر صعوبة وأهمية.

بمجرد اختيار الصور الأكثر قيمة وتصنيفها من قبل الإنسان، واجه الباحثون تحدياً ثانياً: كيفية تدريب النموذج بفعالية مع هذا القدر الضئيل من البيانات. غالباً ما تفشل طرق التدريب القياسية عندما تكون البيانات شحيحة، مما يؤدي إلى نماذج تحفظ الأمثلة القليلة بدلاً من تعلم قواعد عامة. ولمعالجة ذلك، قدموا تقنية يكون فيها "خريطة عدم اليقين" نفسها بمثابة "محفز" (prompt) للنموذج. أثناء التدريب، لم يُخبر النموذج بالإجابة الصحيحة فحسب، بل عُرضت عليه أيضاً الخريطة التي توضح الأماكن التي كان مرتبكاً فيها سابقاً. أجبر هذا النموذج على إعطاء اهتمام إضافي للمناطق الصعبة، مما أدى إلى صقل فهمه للتشريح حتى مع وجود أمثلة قليلة جداً. هذه العملية، التي أطلقوا عليها اسم "الضبط الدقيق المحفز بعدم اليقين" (uncertainty-prompted fine-tuning)، سمحت للنموذج بالتكيف بسرعة وقوة مع المهمة الطبية المحددة.

كانت نتائج هذا النهج مذهلة عبر جميع مجموعات البيانات المختبرة. ففي مجموعة بيانات تصوير البروستاتا، حققت الطريقة مستوى عالٍ من الدقة مع تصنيف 3% فقط من البيانات، متفوقة على الأساليب المتقدمة الأخرى التي تتطلب بيانات أكثر. وفي مجموعة بيانات تصوير القلب، وصلت إلى دقة تقارب 90% مع استخدام أقل من 1% من الصور، وهو إنجاز عجزت الأساليب الأخرى عن مضاهاته. وبالنسبة لتجزئة الكبد والآفات الجلدية، أنتج الإطار الجديد باستمرار خطوطاً أكثر دقة واكتمالاً من التقنيات السابقة، حتى عندما انخفضت ميزانية التوصيف إلى 0.05% فقط من إجمالي البيانات. وأشار الباحثون إلى أنه بينما أنتجت الأساليب الأخرى أحياناً خطوطاً مجزأة أو غير صحيحة، حافظ نهجهم على السلامة الهيكلية للأعضاء، مما يشير إلى فهم أعمق للتشريح.

كما قارنت الدراسة نظامهم الجديد بنهج تدريب قياسي يستخدم نوعاً مختلفاً من الشبكات العصبية، وهو شائع الاستخدام في التصوير الطبي. وأظهرت النتائج أن الطريقة الجديدة، التي جمعت بين استراتيجية الاختيار الذكي وتقنية التدريب المتخصصة، تفوقت بشكل كبير على النهج القياسي. وفي بعض الحالات، كان النظام الجديد الذي تدرب على جزء ضئيل من البيانات يؤدي في الواقع بشكل أفضل من نموذج قياسي تم تدريبه على مجموعة البيانات بأكملها. وهذا يشير إلى أن جودة البيانات المختارة والطريقة التي يتم بها توجيه النموذج أثناء التدريب أكثر أهمية من الحجم الهائل للأمثلة المصنفة. وخلص الباحثون إلى أن إطار عملهم يقدم حلاً عملياً للمؤسسات الطبية التي تفتقر إلى الموارد لتصنيف مجموعات بيانات ضخمة، مما يسمح لها بنشر أدوات تجزئة عالية الأداء بأقل جهد ممكن.

وعلى الرغم من أن الطريقة أظهرت وعداً كبيراً، إلا أن المؤلفين أقروا بأنها لا تخلو من القيود. فعملية إنشاء خرائط عدم اليقين تتطلب من الكمبيوتر معالجة كل صورة عدة مرات، مما قد يستغرق وقتاً طويلاً بالنسبة لمجموعات البيانات الكبيرة جداً. بالإضافة إلى ذلك، يعمل النظام الحالي مع شرائح ثنائية الأبعاد من الصور، مما يعني أنه لا يستفيد بعد بشكل كامل من الطبيعة ثلاثية الأبعاد للعديد من المسحات الطبية. ورغم هذه القيود، يمثل هذا العمل خطوة كبيرة للأمام في جعل الذكاء الاصطناعي أكثر سهولة وكفاءة في مجال التصوير الطبي. فمن خلال تعليم الحواسيب كيفية طرح الأسئلة الصحيحة والتعلم من أكثر الأمثلة إرباكاً، مهد الباحثون الطريق لمستقبل يمكن فيه تطوير أدوات تشخيصية متقدمة بجزء ضئيل من الجهد البشري الحالي.