Multi-Agent AI System for Radiology Report Structuring and Quality Assurance with Independent Radiologist Evaluation
تُظهر هذه الدراسة أن نظام ذكاء اصطناعي متعدد الوكلاء ومنشور محلياً يقوم بهيكلة تقارير الأشعة بفعالية إلى أقسام تشريحية معيارية ويجري فحوصات لضمان الجودة بأداء إيجابي تم التحقق منه من خلال تقييم أطباء أشعة مستقلين.
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
في عالم التصوير الطبي، يُعد تقرير طبيب الأشعة جسراً حيوياً بين الفحص ورعاية المريض. فعندما يطلب الطبيب إجراء فحص بالأشعة المقطعية (CT) للصدر أو البطن أو الحوض، يجب على المتخصص ترجمة الصور إلى سرد مكتوب يصف ما يراه. هذه التقارير حيوية، ومع ذلك، غالباً ما تُكتب بنصوص حرة، حيث قد يدرج طبيب ما النتائج حسب أعضاء الجسم، بينما يقوم آخر بتجميعها حسب الترتيب الذي لاحظت به. إن هذا النقص في الهيكل الموحد يمكن أن يجعل من الصعب على الأطباء الآخرين العثد على تفاصيل محددة بسرعة، مما قد يؤدي إلى فقدان معلومات أو إضاعة الوقت في البحث عن الإجابات. علاوة على ذلك، ولأن هذه التقارير تُملى عبر أنظمة تحويل الكلام إلى نص، فقد تحتوي على أخطاء دقيقة، مثل وصف اكتشاف في الرئتين في الخاتمة كما لو كان في الكبد، أو عدم نقل تحذير حرج صراحةً إلى الفريق المعالج. وبما أن المستشفيات تُنتج آلاف التقارير يومياً، فإن ضمان كونها متسقة وخالية من الأخطاء أصبح تحدياً كبيراً تعجز المراجعة اليدوية التقليدية عن تلبية متطلباته.
ولمعالجة ذلك، طور فريق من الباحثين في مركز موفيت للسرطان (Moffitt Cancer Center) في تامبا، فلوريدا، نوعاً جديداً من أنظمة الذكاء الاصطناًعي المصممة لتنظيم وفحص هذه التقارير دون تغيير الكلمات التي كتبها الأطباء بالفعل. وبدلاً من إعادة كتابة التقارير أو تلخيصها في قائمة موجزة، يعمل هذا النظام مثل أمين مكتبة دقيق يأخذ كومة فوضوية من الملاحظات المكتوبة بخط اليد ويقوم بملف كل جملة في الدرج الصحيح، بينما يقوم في الوقت نفسه بمسح المستند بالكامل بحثاً عن التناقضات. لقد بنى الفريق نظاماً "متعدد الوكلاء"، مما يعني أنهم أنشأوا فريقاً صغيراً من البرامج الحاسوبية المتخصصة التي تعمل معاً. يستخدم جزء من النظام قواعد صارمة ومكتوبة مسبقاً لفرز الجمل إلى فئات تشريحية مثل "الرئتين" أو "الكبد". وعندما لا تكون القواعد كافية لتحديد مكان الجملة، يتدخل برنامج استنتاجي أكثر تقدماً لفهم السياق واتخاذ القرار. وتتم هذه العملية بالكامل على أجهزة الكمبيوتر الآمنة الخاصة بالمستشفى، مما يحافظ على خصوصية بيانات المرضى.
اختبر الباحثون هذا النظام على 638 تقريراً حقيقياً لأشعة مقطعية أُجريت في عامي 2023 و2024. تم إنشاء هذه التقارير من قبل 15 طبيب أشعة معتمداً، لكل منهم أسلوبه الفريد في الكتابة. نجح النظام في أخذ قسم "النتائج" غير المنظم من كل تقرير، والذي احتوى في مجموعها على 22,270 جملة، وإعادة ترتيبها في تنسيق موحد. على سبيل المثال، الجملة التي تصف مشكلة في القلب وكانت مدفونة في منتصف فقرة عن الرئتين، نُقلت إلى قسم "القلب"، بينما وُضعت الجملة المتعلقة بآفة في الكبد تحت قسم "الكبد". ومن الأهمية بمكان أن النظام لم يحذف أو يلخص أو يخترع أي نص؛ بل قام ببساطة بنقل الجمل الأصلية إلى أماكنها الصحيحة. استغرقت العملية برمتها في المتوسط حوالي 56 ثانية لكل تقرير، وكان الجزء الأكثر استهلاكاً للوقت هو خطوة الاستنتاج للجمل الأكثر تعقيداً.
وبعيداً عن مجرد تنظيم النص، عمل النظام أيضاً كمفتش لمراقبة الجودة. فقد مسح التقارير بحثاً عن أنواع محددة من الأخطاء، مثل الحالات التي يصف فيها قسم "النتائج" مشكلة فشل قسم "الانطباع" (الخاتمة) في نهاية التقرير في ذكرها، أو عندما تتعارض نتيجة ما مع جنس المريض. في هذه المجموعة المكونة من 638 تقريراً، حدد النظام 90 منها، أي حوالي 14 بالمائة، كتقارير تحتوي على تناقضات محتملة. وكان المشكل الأكثر شيوعاً الذي وجده هو عدم التطابق بين ما تم وصفه في متن التقرير وما تم تلخيصه في النها. كما رصد حالات نادرة حيث كان الاكتشاف حرجاً ولكن لم يتم التواصل بشأنه بوضوح، أو حيث بدت الجملة وكأنها تصف عضواً لا يتوافق مع تشريح المريض.
وللتحقق مما إذا كان النظام مفيداً حقاً، راجع طبيبان مستقلان عينة من 45 تقريراً تمت معالجتها بواسطة الذكاء الاصطناعي. وقد بحثا فيما إذا كانت الجمل قد نُقلت إلى الأقسام الصحيحة وما إذا كانت علامات الخطأ دقيقة. اتفق الأطباء على أنه في 69 بالمائة من الحالات، قام الذكاء الاصطناعي بإعادة هيكلة التقرير بشكل صحيح. وفي 4 بالمائة فقط من الحالات، وجدا خطأً واضحاً حيث وُضعت جملة في مكان خاطئ. وفي الحالات المتبقية، اختلف الأطباء فيما بينهم حول المكان الذي يجب أن تنتمي إليه الجملة، مما يشير إلى أن بعض النتائج الطبية يمكن أن تنتمي منطقياً إلى أكثر من فئة واحدة. والأهم من ذلك، أكد كلا المراجعين أن النظام لم يترك أبداً أي معلومات طبية مهمة ولم يختلق حقائق لم تكن موجودة في التقرير الأصلي. وعند سؤالهم عن جودة فحص الأخطاء، صنف الأطباء أداء النظام بأنه "ممتاز" أو "جيد" في 84 بالمائة من التقارب التي راجعوها.
تشير الدراسة إلى أن الجمع بين مصنف قائم على القواعد ومتحقق قائم على الاستنتاج يمكن أن يخلق سير عمل موثوقاً لتوحيد التقارير الطبية. وبينما لم يجعل النظام التقارير مثالية، ولاحظ الأطباء أن النسخ المعاد هيكلتها كانت أحياناً بنفس جودة النسخ الأصلية بدلاً من كونها أفضل بشكل ملحوظ، إلا أن النظام أثبت قدرته على التعامل مع أساليب الكتابة المتنوعة لـ 15 طبيباً مختلفاً دون فقدان أي محتوى. ووجد الباحثون أن النظام كان جيداً بشكل خاص في رصد عدم التطابق بين الأجزاء المختلفة من التقرير، وهي مهمة يصعب على البشر القيام بها باستمرار عند مراجعة مئات التقارير يومياً. وعلى الرغم من أن الدراسة كانت محدودة بمجموعة محددة من الأشعة المقطعية ومجموعة صغيرة نسبياً من الأطباء للمراجعة النهائية، إلا أن النتائج تشير إلى أن مثل هذا النظام يمكن أن يدعم أطباء الأشعة من خلال توفير هيكل متسق وشبكة أمان للأخطاء الشائعة في التقارير، كل ذلك مع الحفاظ على الصوت الأصلي والتفاصيل الخاصة بالمهني الطبي الذي أملى التقرير.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.