Development and validation of an artificial intelligence-based virtual indigo carmine chromoendoscopy model: a multicenter study

داخل جسم الإنسان، تُعد بطانة المعدة والقولون عبارة عن مشهد من التعرجات والوديان الدقيقة. وللعثور على العلامات المبكرة للسرطان في هذا التضاريس، يعتمد الأطباء غالباً على تقنية تسمى "التنظير الصبغي" (chromoendoscopy). في هذا الإجراء، يتم رش صبغة زرقاء غير ضارة على الأنسجة؛ حيث تستقر الصبغة في المنخفضات الصغيرة للسطح، مما يخلق خريطة عالية التباين تجعل من السهل جداً رؤية حواف أي نمو مشبوه أو التفاصيل الدقيقة لبنية الأنسجة. هذا التعزيز البصري أمر بالغ الأهمية لرصد السرطان قبل انتشاره، ومع ذلك، فإن العملية بطيئة، وتتطلب يداً ثابتة، وتعتمد بشكل كبير على مهارة الطبيب الذي يقوم بها. وبالنسبة للعديد من المستشفيات، خاصة تلك التي تمتلك موارد أقل، فإن تكلفة وتعقيد أنظمة التصوير الإلكتروني المتقدمة تجعل من عملية رش الصبغة اليدوية هذه الخيار الوحيد، رغم صعوباتها المتأصلة.

قام فريق من الباحثين من مستشفيات في الصين بتطوير طريقة جديدة لتحقيق هذا الوضوح البصري دون الحاجة أبداً للمس زجاجة الرش. لقد ابتكروا نظاماً للذكاء الاصطناعي يمكنه أخذ صورة عادية بسيطة بالضوء الأبيض للمعدة أو القولون وتحويلها فوراً إلى صورة تبدو تماماً كما لو تم تطبيق الصبغة الزرقاء عليها. تهدف تقنية "التلوين الافتراضي" هذه إلى منح الأطباء الفوائد التشخيصية لطريقة الصبغة التقليدية مع إزالة الحاجة إلى الإجراء الجسدي، مما قد يجعل الكشف المبكر عن السرطان أسرع وأكثر أماناً وسهولة في الوصول إليه.

بدأ الباحثون بجمع مجموعة ضخمة من الصور الطبية من خمس مستشفيات مختلفة. فقد جمعوا أكثر من 9,000 صورة استُخدمت فيها الصبغة الزرقاء، وأكثر من 8,000 صورة مطابقة لنفس المرضى تم التقاطها بالضوء الأبيض فقط. جاءت هذه الصور من ما يقرب من ألف حالة مختلفة، مما وفر أساساً متنوعاً وقوياً لتدريب نموذج الكمبيوتر الخاص بهم. كان الهدف هو تعليم الذكاء الاصطناعي كيف تغير الصبغة مظهر الأنسجة بدقة — كيف تتجمع في الشقوق وتبرز حدود الآفات — حتى يتمكن من إعادة إنشاء هذا التأثير على صورة عادية.

لبناء هذا النظام، صمم الفريق برنامجاً حاسوبياً متخصصاً يعتمد على نوع من الذكاء الاصطناعي يُعرف باسم "الشبكة التنافسية التوليدية" (generative adversarial network). وخلافاً للبرامج الأبسط التي قد تكتفي بإضافة مرشح (فلتر) أزرق، تم تصميم هذا النموذج للقيام بتحويل معقد وخطوة بخطوة. لقد تعلم البرنامج كيفية تغيير ألوان وتباين الصورة لمحاكاة الصبغة مع الحفاظ بدقة على التشريح الأساسي. وقد حرص الباحثون على ضمان عدم قيام الكمبيوتر باختراع هياكل جديدة أو تشويه شكل الأنسجة، لأن مثل هذه الأخطاء قد تؤدي إلى تشخيصات خاطئة خطيرة. كما اختبروا ابتكارهم مقابل عدة طرق حاسوبية أخرى موجودة، بما في ذلك تلك المستخدمة في تحرير الصور العامة ومهام الصور الطبية الأخرى.

أظهرت النتائج أن نموذجهم الجديد يتفوق على الآخرين في كل جانب تقريباً. فعند مقارنة الصور التي أنتجها الكمبيوتر بالصور الحقيقية المرشوشة بالصبغة، أنتج النموذج الجديد صوراً أقرب في غنى الألوان والتفاصيل الهيكلية. بدت الصور الاصطناعية أكثر شبهاً بالواقع من تلك التي أنتجتها الخوارزميات الأخرى. وللتحقق من ذلك، طلب الباحثون من أحد عشر طبيباً بشرياً، تتراوح خبراتهم بين الخبراء ذوي العقود من الخبرة والمبتدئين في مسيرتهم المهنية، فحص الصور. طُلب من الأطباء التمييز بين صور الصبغة الحقيقية وتلك المولدة حاسوبياً، ثم تقييم جودة الصور بناءً على مدى إظهارها لتباين الأنسجة، ووضوح حدود الآفات، ورؤية البنى الدقيقة.

وجد الأطباء صعوبة في التمييز بين الصور المزيفة والحقيقية، حيث حددوا الصور الافتراضية الصحيحة بنسبة 78% فقط تقريباً. وهذا يشير إلى أن الصور المولدة حاسوبياً كانت مقنعة بما يكفي لخداع نسبة كبيرة من الخبراء. وعندما تعلق الأمر بالمهمة العملية المتمثلة في رصد السرطان، كان أداء الصور الافتراضية جيداً بشكل ملحو-ظ. فقد قيم الأطباء التباين العام ووضوح حدود الآفات في الصور الافتراضية على أنها مطابقة تقريباً لصور الصبغة الحقيقية. ولم يكن هناك فرق جوهري في مدى وضوح حواف النمو، وهو العامل الأكثر أهمية لاتخاذ قرار بشأن مكان أخذ الخزعة.

ومع ذلك، كشفت الدراسة عن مجال واحد لا تزال فيه الصور الافتراضية قاصرة. فعندما نظر الأطباء إلى أدق تفاصيل سطح الأنسجة، والمعروفة بالبنى الدقيقة (microstructures)، قيموا الصور الافتراضية بدرجة أقل قليلاً من الصور الحقيقية. كان الكمبيوتر بارعاً في إظهار الصورة الكبيرة وحواف المشكلات، لكنه لم يكن بنفس حدة الصبغة الحقيقية عندما يتعلق الأمر بالأنسجة الدقيقة جداً. كانت هذه الفجوة أكثر وضوحاً للأطباء الأقدم، المدربين على البحث عن هذه التفاصيل الدقيقة، بينما وجد الأطباء الأقل خبرة أن الصور الافتراضية واضحة تماماً مثل الصور الحقيقية. وهذا يشير إلى أن هذه التقنية قد تكون مفيدة بشكل خاص للممارسين الأقل خبرة، حيث تساعدهم على رؤية ما يحتاجون لرؤيته دون الحاجة إلى سنوات من التدريب المتخصص.

تخلص الدراسة إلى أن نموذج الذكاء الاصطناعي هذا يعد أداة قابلة للتطبيق يمكنها توليد صور صبغية افتراضية عالية الجودة مع استقرار جيد والقدرة على العمل عبر مستشفيات مختلفة. وبينما لا يزال النظام غير مثالي في إظهار كل تفصيل مجهري، إلا أنه ينجح في محاكاة الميزات البصرية الأكثر أهمية المطلوبة للكشف المبكر عن السرطان. ويشير الباحثون إلى أن هذه خطوة كبيرة للأمام، لكنهم يؤكدون أيضاً على الحاجة إلى مزيد من الاختبارات. سيتعين على العمل المستقبلي التأكد من أن استخدام هذه الصور الافتراضية في الوقت الفعلي أثناء الإجراءات الفعلية للمرضى سيؤدي إلى تحسين معدلات الكشف وإنقاذ الأرواح. وفي الوقت الحالي، تثبت الدراسة أن الكمبيوتر يمكنه تعلم رؤية الأنماط الخفية للمرض بطريقة تضاهي يد الإنسان التي تمسك بزجاجة الرش.