Feasibility Study of Multilight Facial Imaging for Multiparameter Skin Assessment Using Lightweight Convolutional Neural Network

تخيل أن وجهك عبارة عن خريطة معقدة متعددة الطبقات. عادةً، عندما ننظر إلى صورة لبشرة شخص ما، فإننا نستخدم كاميرا قياسية ترى العالم بنظام "RGB" — الأحمر والأخضر والأزرق. الأمر يشبه النظر إلى خريطة تحتوي فقط على طبقة واحدة مسطحة من الحبر؛ يمكنك رؤية الطرق الرئيسية والمدن الكبرى، لكنك تفتقد الأنفاق الأرضية المخفية، والأنفاق السرية، والمنسوجات الدقيقة التي تكمس تحت السطح مباشرة. في عالم طب الجلد، هذا المنظور المسطح يجعل من الصعب رصد أشياء مثل بقع الصبغة العميقة، أو بنية الكولاجين، أو مدى حساسية البشرة للضوء دون الحاجة إلى عين خبير طبي أو أجهزة ضخمة ومكلفة.

ولحل هذه المشكلة، بدأ العلماء في استخدام التصوير "متعدد الأضواء". فكر في هذا الأمر كأنك تسلط كشافات ملونة مختلفة على غرفة مظلمة لتكشف عن أشياء غير مرئية في الظلام. بعض هذه الأضواء يرتد عن السطح ليظهر الزيوت، بينما يخترق البعض الآخر الأعماق ليظهر البقع أو التجاعيد. ومن خلال دمج هذه "الكشافات" المختلفة، نحصل على رؤية تشبه ثلاثية الأبعاد لأسرار البشرة. والهدف؟ هو تعليم الكمبيوتر كيف ينظر إلى هذه الصور الخاصة ويخبرنا تلقائياً وبدقة مدى صحة بشرتنا، دون الحاجة إلى خبير بشري يحدق ويخمن. وهنا يأتي دور الذكاء الاصطناعي (AI)، ليعمل كـ "محقق خارق" يمكنه تعلم قراءة أنماط الضوء المعقدة هذه.

هذه الورقة البحثية هي "دراسة جدوى"، وهي طريقة منمقة يسأل بها الباحثون: "هل يمكننا بناء عقل اصطناعي صغير وفعال يستخدم هذه الصور متعددة الأضواء للتنبؤ بدقة بـ 13 حالة جلدية مختلفة؟". لم يستخدموا نوعاً واحداً فقط من الضوء، بل استخدموا ثمانية أنواع مختلفة، بما في ذلك الضوء الأبيض، والأزرق، والأحمر، والبني، والأشعة فوق البنفسجية، وحتى أضواء مستقطبة خاصة تعمل مثل النظارات الشمسية للكاميرا. لقد التقطوا صوراً لـ 211 شخصاً، جمعت 1,688 صورة في المجمل، وربطوها بقياسات حقيقية لسمات البشرة مثل الزهم (الزيوت)، والمسام، والتجاعيد، وحب الشباب، والهالات السوداء.

قام الفريق ببناء نموذج ذكاء اصطناعي خفيف الوزن يعتمد على ما يسمى "MobileNetV2". يمكنك التفكير في هذا النموذج على أنه محقق ذكي للغاية ولكنه مدمج؛ فبدلاً من أن يكون حاسوباً ضخماً وثقيلاً يحتاج إلى مستودع لتشغيله، تم تصميم هذا النموذج ليكون سريعاً وفعالاً، مثل محقق يمكنه حل قضية في مقهى بدلاً من مختبر عالي التقنية. تم تدريب الذكاء الاصطناعي على النظر إلى صور الأضواء الثمانية لكل شخص ومحاولة تخمين الأرقام لجميع المعايير الجلدية الـ 13 في وقت واحد. الأمر يشبه أن تطلب من المحقق النظر إلى مشتبه به تحت ثمانية أضواء كاشفة ملونة مختلفة، ثم كتابة تقرير فوراً عن طوله، ووزنه، وحالته المزاجية، ومقاس حذائه، كل ذلك في آن واحد.

ومع ذلك، تروي النتائج قصة "إمكانات جيدة، ولكنها ليست جاهزة تماماً بعد". فقد وجد الباحثون أن الذكاء الاصطناعي كان بارعاً بشكل مفاجئ في رصد بعض الأشياء، مثل "البقع"، و"الصبغة"، و"ألياف الكولاجين". بالنسبة لهذه السمات، استطاع النموذج تقديم تنبؤات تتطابق نوعاً ما مع القياسات الحقيقية. ومع ذلك، واجه الذكاء الاصطناعي صعوبة كبيرة في سمات أخرى؛ فعندما تعلق الأمر بالتنبؤ بـ "الزهم" (الزيوت) أو "الهالات السوداء"، كانت تنبؤات النموذج شبه عشوائية، وبالكاد تفوق التخمين المتوسط للجميع. تشير الورقة صراحة إلى أن النموذج فشل في تعلم الأنماط لهذه السمات المحددة، ويرجع ذلك على الأرجح إلى أن البيانات كانت غير متوازنة — حيث كان لدى معظم الناس كميات متشابهة من الزيوت أو الهالات السوداء، فلم يجد الذكاء الاصطناعي تنوعاً كافياً للتعلم منه.

إن المؤلفين واضحون جداً بشأن ما تثبته هذه الدراسة وما لا تثبته. هم لا يدعون أنهم حلوا مشكلة التحليل التلقائي للبشرة، بل يجادلون في الواقع بأن نموذجاً بسيطاً وخفيف الوزن لا يمكنه التعامل بسهولة مع جميع المعايير الجلدية في الوقت الحالي. تشير الدراسة إلى أنه على الرغم من أن التصوير متعدد الأضواء يوفر معلومات أغنى من الصور القياسية، إلا أن مجرد تغذية تلك البيانات في ذكاء اصطناعي أساسي ليس كافياً. إن "التوزيع غير المتساوي" للبيانات (حيث كانت بعض أنواع البشرة نادرة وأخرى شائعة) أربك النموذج، كما أن الطبيعة "الخفيفة" للذكاء الاصطناعي تعني أنه لم يستطع استخراج الميزات الدقيقة اللازمة للسمات الصعبة مثل دهنية البشرة.

في النهاية، تعمل هذه الورقة كـ "خط أساس" — أي كنقطة انطلاق على الخريطة. فهي توضح أن نهج تعدد الأضواء هو اتجاه واعد يقدم معلومات بصرية أكثر من الكاميرات القياسية، لكنها تسلط الضوء أيضاً على أننا بحاجة إلى مجموعات بيانات أكبر وأكثر توازناً وتقنيات ذكاء اصطناعي أذكى لجعل هذا الأمر يعمل بشكل موثوق. ويخلص المؤلفون إلى أنه بينما تبدو الفكرة قابلة للتطبيق، إلا أن التكنولوجيا الحالية لا تزال في مراحلها الأولى، وأن الأبحوث المستقبلية يجب أن تركز على إصلاح عدم توازن البيانات وتحسين كيفية دمج هذا الذكاء الاصطناعي لمصادر الضوء المختلفة معاً قبل أن نتمكن من الوثوق به لتقديم تقرير مثالي عن البشرة.