A Specialized Large Multimodal Model for Interpreting PET/CT in Head and Neck Cancer

في عالم الطب النووي الهادئ وعالي المخاطر، يعتمد الأطباء على أداة قوية تسمى PET/CT لرؤية ما بداخل جسم الإنسان. تجمع هذه التقنية بين نوعين مختلفين من الفحوصات في صورة واحدة: أحدهما يرسم خريطة تشريحية للجسم مثل خريطة طريق مفصلة، والآخر يكشف عن كيفية عمل الخلايا من خلال تتبع سكر خاص يضيء حيث يتم استهلاك الطاقة. فعندما تنمو الخلايا السرطانية، تلتهم هذا السكر بنهم، وتظهر كنقاط مضيئة في الفحص. وبالنسبة لسرطانات الرأس والعنق، يعد هذا نافذة تشخيصية حاسمة؛ إذ إن هذه المنطقة عبارة عن تشابك معقد من العضلات والأعصاب والغدد، مما يجعل من الصعب تحديد مكان بدء الورم بدقة أو ما إذا كان قد انتشر إلى الغدد الليمفاوية المجالة. ويتطلب تفسير هذه الصور سنوات من التدريب المتخصص، ومع ذلك، هناك نقص عالمي في الخبراء القادرين على قراءتها. وقد خلق هذا الفجوة حاجة ملحة لأنظمة حاسوبية يمكنها مساعدة الأطباء في اتخاذ قرارات أسرع وأكثر دقة دون استبدال الخبير البشري.

مؤخراً، ظهر نوع جديد من الذكاء الاصطناعي يُعرف باسم "النموذج اللغوي الكبير متعدد الوسائط". هذه الأنظمة قادرة على فهم كل من الصور والنصوص، تماماً مثل الشخص الذي يمكنه النظر إلى صورة ووصف ما يراه في جملة. وبينما توجد نسخ عامة من هذه النماذج، إلا أنها غالباً ما تعاني في التعامل مع اللغة الطبية المتخصصة وعالية المخاطر، وقد ترفض أحياناً الإجابة على الأسئلة الطبية بسبب فلاتر السلامة. ولتجسير هذه الفجوة، وضع فريق من الباحثين من جامعة سيول الوطنية والمستشفيات التابعة لها خطة لبناء نسخة متخصصة من هذه التقنية، تم تدريبها خصيصاً لقراءة فحوصات PET/CT لسرطان الرأس والعنق. لم يكن هدفهم إنشاء روبوت دردشة عام، بل بناء مساعد تشخيصي مركز يمكنه تعلم الفروق الدقيقة لهذه الصور المعقدة من خلال عملية تعلم هيكلية وخطوة بخطوة.

بدأ الباحثون بجمع مجموعة ضخمة من البيانات من مراكز طبية متعددة، بما في ذلك مؤسسات في كندا وألمانيا. قاموا بتجميع الآلاف من أزواج الصور والأوصاف التي كتبها الخبراء. قام اثنان من اختصاصيي الطب النووي بمراجعة هذه الصور بعناية، مع تدوين ما هو موجود بالضبط: نوع الفحص، وزاوية الرؤية، وما إذا كان الورم مرئياً، والموقع الدقيق لأي غدد ليمفاوية متورمة. أصبح هذا الطاقم المنسق من البيانات بمثابة الكتاب المدرسي لنموذجهم الجديد. وبدلاً من محاولة تعليم الذكاء الاصطناعي كل شيء دفعة واحدة، صمم الفريق منهجاً تدريبياً ذا مستويين. في المستوى الأول، تعلم النموذج الأساسيات، مثل تحديد نوع الفحص ورصد التشوهات البسيطة. وبمجرد إتقانه لهذه الأساسيات، انتقل إلى المستوى الثاني الأكثر تقدماً، حيث تم تحديه للإجابة على أسئلة تشخيصية محددة حول وجود الأورام الأولية والموقع الدقيق لانتشار الخلايا السرطانية في الغدد الليمفاوية.

ولضمان أن يتعلم النموذج التفكير كطبيب بدلاً من مجرد حفظ الإجابات، استخدم الباحثون طريقة تدريب محددة تجبر النظام على التنبؤ بكلماته التالية بناءً على كل ما قاله بالفعل. تحاكي هذه الطريقة الطريقة التي يبني بها طبيب الأشعة التقرير، جملة بعد أخرى، بدلاً من مجرد نسخ إجابة مكتوبة مسبقاً. تم اختبار النموذج مقابل بيانات لم يسبق له رؤيتها، قادمة من أربعة مستشفيات مستقلة تستخدم أنواعاً مختلفة من أجهزة المسح. كانت النتائج مذهلة؛ فعند سؤاله عن تفسير الفحوصات، تفوق النموذج المتخصص بشكل كبير على أفضل أنظمة الذكاء الاصطناعي العامة المتاحة، بما في ذلك برامج الدردشة التجارية المعروفة على نطاق واسع. وبينما فشلت النماذج العامة غالباً في تقديم إجابة مفيدة أو اكتفت بالامتناع عن التعامل مع الصور الطبية، نجح النموذج المتخصص في تحديد وجود الأورام وتحديد مواقع انتشار الخلايا في الغدد الليمفاوية بدقة عالية.

قاس الباحثون النجاح باستخدام عدة مقاييس معيارية تقارن تقرير الكمبيوتر مع ملاحظات الخبير الأصلية. وفي أصعب الاختبارات المتعلقة بتحديد محطات الغدد الليمفاوية المحددة، حقق النموذج المتخصص درجات أعلى بكثير من النماذج العامة، التي سجلت درجات تقترب من الصفر. على سبيل المثال، في تحديد ما إذا كان الورم الأولي موجوداً، كان النموذج صحيحاً بنسبة 69 بالمائة في الاختبارات الخارجية، وهو رقم، رغم أنه ليس مثالياً، يمثل قفزة هائلة مقارنة بالبدائل العامة. كما أظهر النموذج قدرة رائعة على الحفاظ على الاتساق عبر أنواع مختلفة من أجهزة المسح ومجموعات المرضى، مما يشير إلى أنه تعلم الأنماط الكامنة للمرض بدلاً من مجرد حفظ صور معينة.

وعلى الرغم من هذه النجاحات، يشدد الباحثون على أن النظام ليس جاهزاً بعد لاستبدال الطبيب البشري. فلا يزال النموذج يرتكب أخطاء، خاصة عند محاولة التمييز بين جانبي الجسم في بعض المشاهد، كما أنه يواجه أحياناً صعوبة في التعامل مع الاختصارات المحددة التي يستخدمها الأطباء في ملاحظاتهم اليومية. كما كانت عملية التدريب مكلفة ومستهلكة للوقت من الناحية الحسابية. ومع ذلك، تثبت الدراسة أنه من الممكن بناء ذكاء اصطناعي متخصص يفهم اللغة المعقدة للطب النووي. ومن خلال التركيز على مهمة طبية محددة والتدريب على بيانات عالية الجودة ومحققة من قبل الخبراء، أظهر الفريق أن هذه الأدوات يمكن أن تتجاوز مجرد التعرف البسيط على الصور لتقديم دعم تشخيصي حقيقي. ويشير هذا العمل إلى مستقبل يمكن أن تعمل فيه هذه النماذج المتخصصة كعين ثانية موثوقة، مما يساعد في تخفيف العبء عن الفرق الطبية المثقلة بالأعباء ويضمن حصول المرضى على تشخيصات دقيقة وفي الوقت المناسب لسرطانات الرأس والعنق.