Robust Lightweight Deep Learning Models for Oral Cancer Screening
تقدم هذه الورقة إطار عمل للتعلم العميق خفيف الوزن ومُحسَّن للفحص القائم على الهواتف الذكية لسرطان الفم، والذي يثبت، باستخدام مجموعة بيانات ضخمة متعددة المراكز، أن البنى الهجينة المصممة خصيصاً تتفوق على النماذج الثقيلة في تحقيق حساسية ونوعية ومتانة عالية للنشر على الحافة في الأجهزة ذات الموارد المحدودة.
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
يُعد سرطان الفم قاتلاً صامتاً في أجزاء كثيرة من العالم، لا سيما في البلدان منخفضة ومتوسطة الدخل حيث يندر الوصول إلى الأطباء المتخصصين. غالباً ما يبدأ المرض بتغيرات صغيرة مرئية في الفم يمكن رصدها بالعين المدربة، ولكن بدون تلك الخبرة، كثيراً ما تُفقد هذه العلامات التحذيرية حتى فوات الأوان. وفي المناطق التي يقل فيها المتخصصون، يعتمد العاملون الصحيون في الخطوط الأمامية غالباً على الفحص البصري، لكن قدرتهم على رصد هذه الآفات المبكرة تتباين بشكل كبير، حيث تفشل أحياناً في رصد أكثر من نصف الحالات. ولتجسير هذه الفجوة، توجه الباحثون نحو الهواتف الذكية، آملين في دمج الكاميرا الموجودة في جهاز يوضع في الجيب مع الذكاء الاصطناعي ليعمل كعين ثانية. ومع ذلك، فإن التحدي لا يكمن فقط في بناء برنامج ذكي، بل في بناء برنامج صغير بما يكفي ليعمل على هاتف أساسي، وقوي بما يكفي للتعامل مع الإضاءة الضعيفة والصور الضبابية، ودقيق بما يكفي ليُوثق به في حياة البشر.
لقد تصدى فريق من الباحثين من المعهد الهندي للعلوم ومؤسسة بيوكون لهذه العقبات من خلال تطوير نظام جديد لفحص سرطان الفم مباشرة عبر الهواتف الذكية. لقد بدأوا بمجموعة ضخمة من البيانات الواقعية تضم ما يقرب من 30,000 صورة التقطها العاملون الصحيون على مدار عقد من الزمن في جميع أنحاء الهند. لم تكن هذه الصور قد التُقطت في مختبر معقم؛ بل تم التقاطها في الميدان باستخدام مجموعة متنوعة من طرازات الهواتف المختلفة، وتحت ظروف إضاءة متباينة، ومن قبل أشخاص مختلفين. جعل هذا التنوع البيانات غير منظمة، لكنه جعلها أيضاً اختباراً مثالياً لنظام سيُستخدم بالفعل في العالم الحقيقي. واجه الباحثون خللاً كبيراً في بياناتهم: فمقابل كل صورة تظهر آفة مشبوهة، كانت هناك خمس صور لأفواه سليمة أو حالات حميدة. وهذا النقص في الحالات الإيجابية هو مشكلة شائعة في الفحص الطبي، حيث تكون الحالة المراد البحث عنها نادرة مقارنة بالسكان الأصحاء.
وضع الفريق نصب أعينهم هدف العثور على أفضل نوع من نماذج الذكاء الاصطناعي التي يمكن أن تعمل على الهاتف دون الحاجة إلى حاسوب قوي. وقد اختبروا ستة تصميمات مختلفة خفيفة الوزن، تتراوح بين شبكات معالجة الصور التقليدية والنماذج الأحدث التي تستخدم طريقة تسمى "الانتباه" (attention) لفهم الصورة الكاملة دفعة واحدة. وبعد إجراء مئات التجارب، اكتشفوا أن نموذجاً هجيناً محدداً، يجمع بين نقاط القوة في النهجين التقليدي والحديث، كان الفائز بوضوح. هذا النموذج، المعروف باسم MobileViTv2، نجح في تحقيق التوازن بين الحاجة إلى السرعة والحاجة إلى الدقة. لقد تعلم بنجاح التركيز على الأنسجة الفعلية داخل الفم، متجاهلاً الفوضى في الخلفية والاختلافات في جودة الكاميرا.
وفي اختباراتهم، وجد الباحثون أن الطريقة الأكثر فعالية لتدريب هذا النموذج هي تعليمه مباشرة باستخدام الملصقات الطبية الصحيحة، بدلاً من محاولة تعليمه عبر محاكاة برنامج حاسوبي أكبر وأكثر تعقيداً. لقد فكروا في استخدام تقنية تسمى "تقطير المعرفة" (knowledge distillation)، حيث يتعلم نموذج صغير من نموذج ضخم، لكنهم وجدوا هذا النهج غير مستقر وغير ضروري. وبدلاً من ذلك، أدى مجرد تحسين النموذج الصغير باستخدام طرق التدريب الصحيحة إلى نتائج أفضل. وعندما اختبروا نظامهم النهائي على مجموعة من الصور التي لم يرها من قبل، حدد الآفات المشبوهة بدقة بلغت 87.4% من الحالات. ولعل الأهم من ذلك بالنسبة لأداة فحص، هو أنه حدد الأفواه السليمة بدقة بلغت s86.5% من الحالات. وهذه الدقة العالية في استبعاد المرضى الأصحاء أمر بالغ الأهمية، لأنها تعني أن النظام من غير المرجح أن يغفل عن حالة خطيرة، مما يوفر شبكة أمان للعاملين في الخطوط الأمامية.
كما أخضع الباحثون النظام لاختبار جهد صارم لمعرفة كيفية تعامله مع أنواع الأخطاء التي تحدث عندما تفشل التكنولوجيا أو عندما تكون الظروف سيئة. لقد قاموا بمحاكاة أنواع مختلفة من ضجيج الصور، مثل الحبيبات التي تظهر في الإضاءة المنخفضة أو الخطوط التي قد تنتج عن مستشعرات معيبة. أثبت النظام صموداً ملحوظاً تجاه الضجيج الحبيبي المعتاد في الصور ذات الإضاءة المنخفضة، محافظاً على قدرته على رصد المشكلات حتى عندما تدهورت جودة الصورة. ومع ذلك، عانى النظام من أنواع محددة من الأخطاء الهيكلية، مثل الومضات المفاجئة للبكسلات البيضاء أو السوداء، والتي يمكن أن تحجب تفاصيل الآفة. وتعد هذه النتيجة قيمة لأنها تخبر المهندسين بالضبط أين يحتاج النظام إلى حماية في العالم الحقيقي، مثل ضمان نظافة كاميرا الهاتف وكفاية الإضاءة.
ولضمان أن النظام يتخذ قراراته بناءً على الأشياء الصحيحة، نظر الفريق داخل النموذج ليرى ما الذي "ينظر إليه" فعلياً عند إجراء التشخيص. وباستخدام أدوات التصوير، أكدوا أن النموذج يركز على مناطق محددة في الفم حيث تظهر الآفات، بدلاً من التشتت بالخلفية أو بحواف شاشة الهاتف. وهذه القدرة على شرح منطقه هي خطوة حيوية نحو الثقة، مما يثبت أن الذكاء الاصطناعي يعمل كمساعد طبي موثوق وليس مجرد آلة للتخمين. كما أن النموذج النهائي صغير بما يكفي ليتناسب مع أي هاتف ذكي تقريباً، ويتطلب القليل جداً من طاقة البطارية ووقت المعالجة، مما يجعل نشره ممكناً في القرى النائية حيث قد يكون الوصول إلى الإنترنت معدوماً.
يُظهر هذا العمل أنه من الممكن إنشاء أداة فحص طبي قوية وعالية الأداء لا تتطلب أجهزة باهظة الثمن أو اتصالاً مستمراً بالإنترنت. فمن خلال الاختيار الدقيق للهيكلية وتدريبها على بيانات متنوعة من الواقع، استطاع الباحثون إنشاء نظام يقترب من المهارة التشخيصية للمتخصص. ورغم أن النظام ليس بديلاً للطبيب، إلا أنه يوفر وسيلة قوية لفرز المرضى، مما يضمن تحديد أولئك الذين يحتاجون إلى رعاية عاجلة وإرسالهم إلى المكان الصحيح بسرعة. وبالنسبة للملايين من الناس الذين يعيشون في مناطق ذات وصول محدود إلى الرعاية الصحية، فإن هذا النوع من التكنولوجيا يمثل خطوة ملموسة نحو دمقرطة الوصول إلى الفحص الطبي المنقذ للحياة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.