Development of a Multiclass Predictive Baseline for Diverticulum Ultrasound Imaging Types Using Nonlinear Machine Learning

تخيل أنك محقق تحاول حل لغز، ولكن بدلاً من بصمات الأصابع، تكون أدلتك عبارة عن صور ملتقطة بكاميرا خاصة ترى داخل الجسم. هذا المجال يسمى التصوير الطبي، واللغز المحدد هنا يتعلق بجيب صغير، مزعج أحياناً، في الأمعاء يسمى "رتج" (diverticulum). فكر في هذا الجيب كأنه جيب مخفي صغير في سروال. أحياناً يكون جالساً هناك بهدوما، ولكن في أحيان أخرى يلتهب، أو يمتلئ بالسوائل، أو يتسبب في التواء الأمعاء مثل شكل "البريتزل". يستخدم الأطباء الموجات فوق الصوتية (السونار)، والتي تشبه السونار الملاحي للجسم، لالتقاط صور لهذه الجيوب. الهدف هو تصنيف هذه الصور إلى "أنواع" مختلفة حتى يعرفوا بالضبط كيفية علاج المريض.

المشكلة هي أن هذه الجيوب لا تبدو جميعها متشابهة، ولا تظهر بنفس التكرار. بعض الأنواع شائعة مثل العثور على قرش على الرصيف، بينما البعض الآخر نادر مثل العثور على ورقة برسيم رباعية الأوراق في حقل من الهندباء. هذا يخلق موقفاً صعباً للحواسيب التي تحاول التعلم: إذا عرضت على الكمبيوتر مليون صورة لعملات معدنية وخمس صور فقط لأوراق البرسيم الرباعية، فسيصبح الكمبيوتر بارعاً جداً في رصد العملات المعدنية ولكنه سيفشل تماماً في التعرف على أوراق البرسيم. وهذا ما يسمى "عدم توازن الفئات" (class imbalance)، وهو ما يجعل من الصعب بناء نظام عادل ودقيق. أراد الباحثون بناء برنامج كمبيوتر ذكي يمكنه النظر إلى أعراض المريض وصورة السونار وتخمين النوع الصحيح من الرتج، حتى عندما تكون البيانات غير منظمة وغير متوازنة.

---

مهمة الورقة البحثية: تعليم الكمبيوتر رصد النادر والشائع

في هذه الدراسة، قرر فريق من الباحثين من مستشفى للأطفال في الصين بناء "خط أساس" (baseline) لبرنامج كمبيوتر. فكر في خط الأساس هذا كأنه درجة اختبار تجريبي؛ إنه ليس الإجابة النهائية المثالية، ولكنه نقطة انطلاق صلبة لمعرفة مدى قدرة "أدمغة" حاسوبية مختلفة على التعامل مع هذا اللغز الطبي المعقد. لقد جمعوا بيانات من 559 مريضاً حقيقياً، حيث نظروا في كل شيء من أعمارهم وأعراضهم إلى الشكل المحدد للرتج في صورة السونار.

لم يكتفِ الفريق باختيار عقل حاسوبي واحد للقيام بالمهمة، بل أقاموا منافسة ودية بين أربعة أنواع مختلفة من خوارزميات تعلم الآلة (وهي مجرد قواعد رياضية معقدة تستخدمها الحواسيب لتعلم الأنماط). لقد وضعوا نوعين من المفكرين "الخطيين" (الانحدار اللوجستي وLASSO)، اللذين يبحثان عن روابط الخط المستقيم، في مواجهة نوعين من المفكرين "غير الخطيين" (تصنيف متجه الدعم والغابة العشوائية)، وهما أفضل في رصد الأنماط المعقدة والمتعرجة.

الفائز: غابة القرارات

بعد تشغيل الأرقام، خرجت خوارزمية "الغابة العشوائية" (Random Forest) في المقدمة. يمكنك تخيل الغابة العشوائية كمجموعة من الخبراء المختلفين (الأشجار) الذين ينظر كل منهم إلى الأدلة من زاوية مختلفة قليلاً ثم يصوتون على الإجابة. وجدت الورقة أن هذا "التصويت الجماعي" كان الطريقة الأكثر دقة لتصنيف المرضى.

إليك كيف أدى الفائز في مجموعة الاختبار المكونة من 168 مريضاً:

• الدقة (Accuracy): حصل على الإجابة الصحيحة 0.4762 من المرات (حوالي 48%).
• الدقة المتوازنة (Balanced Accuracy): عندما عدلوا النتيجة لتراعي حقيقة أن بعض الأنواع نادرة، كانت النتيجة 0.4567.
• مقياس F1 الكلي (Macro F1 Score): يقيس مدى أدائه عبر جميع الأنواع، وليس فقط الأنواع الشائعة، وسجل 0.3587.
• مقياس AUC الكلي (Macro AUC): وهو مقياس لمدى قدرة النموذج على الفصل بين الأنواع المختلفة، وسجل 0.7991.

بينما قد تبدو هذه الأرقام منخفضة بالنسبة لإنسان يتوقع الكمبيوتر أن يكون مثالياً، توضح الورقة أن هذه نتيجة قوية بالنظر إلى مدى فوضوية وعدم توازن البيانات. كان النموذج بارعاً بشكل خاص في رصد فئات "الرأس" (head categories)—وهي الأنواع الشائعة التي تظهر طوال الوقت. استطاع التمييز بينها بثقة عالية، حيث حقق مقياس AUC قدره 0s.955 لنوع شائع واحد و0.935 لنوع آخر.

التحدي: مشكلة "الذيل الطويل"

ومع ذلك، فإن الورقة صادقة جداً بشأن المكان الذي واجه فيه الكمبيوتر صعوبة. نظرًا لأن البيانات كانت ذات توزيع "ذيل طويل" (بمعنى وجود عدد قليل من الأنواع الشائعة جداً والعديد من الأنواع النادرة جداً)، فقد واجه الكمبيوتر صعوبة في التعامل مع الأنواع النادرة. بالنسبة للفئات الأكثر ندرة، انخفضت قدرة الكمبيوتر على التمييز بينها إلى مستوى يقترب من التخمين العشوائي، مع تسجيل مقاييس AUC منخفضة تصل إلى 0.441.

كما نظر الباحثون في فئة محددة وصعبة تسمى "نوع كمية السوائل الصغيرة" (C06). هذا يشبه جيباً يحتوي على كمية ضئيلة جداً من الماء. وجد الكمبيوتر أن هذه الفئة صعبة جداً في الفصل عن الأنواع الأخرى لأن الصور تبدو متشابهة للغاية. في الواقع، أظهرت الرياضيات أن هذه الفئة تتطلب عدداً هائلاً من "متجهات الدعم" (support vectors) (وهي بمثابة أهم خطوط الحدود في عقل الكمبيوتر) لتحديدها، مما يثبت أن الخط الفاصل بين هذا النوع والأنواع الأخرى ضبابي ومعقد للغاية.

ما تعلمه الكمبيوتر (وما لم يتعلمه)

لم تعتمد الدراسة فقط على "الصندوق الأسود" للكمبيوتر؛ بل استخدموا أيضاً الإحصاء التقليدي للتحقق من النتائج. اكتشفوا أن حالة محددة تسمى "انسداد معوي من النوع الحزامي" مرتبطة بقوة بنوع "كمية السوائل الصغيرة". بعبارة بسيطة، إذا كان المريض يعاني من هذا النوع المحدد من الانسداد، فإن الكمبيوتر (والرياضيات) يشيران إلى أنه من غير المرجح أن يكون من نوع "الماء الصغير".

استخدمت الورقة أيضاً أداة تسمى "تحليل منحنى القرار" (Decision Curve Analysis) لمعرفة ما إذا كان استخدام هذا النموذج الحاسوبي سيساعد الأطباء بالفعل في اتخاذ قرارات أفضل. ووجدوا أنه بالنسبة للأنواع الشائعة، فإن استخدام نموذج الغابة العشوائية يعطي "منفعة سريرية صافية" أعلى من مجرد التخمين أو معاملة الجميع بنفس الطريقة. وهذا يعني أنه بالنسبة للحالات الأكثر تكراراً، يعد النموذج أداة مفيدة لاتخاذ القرارات في العالم الحقيقي.

الخلاصة

تخلص الورقة إلى أنه بينما يعد نموذج الغابة العشوائية نقطة انطلاق مستقرة وموثوقة لتصنيف أنواع الرتج، إلا أنه ليس حلاً سحرياً يحل كل شيء بعد. فهو يعمل بشكل رائع للحالات الشائعة والسهلة الرصد، لكنه لا يزال يعاني مع الحالات النادرة ذات "الذيل الطويل" بسبب عدم وجود أمثلة كافية لتعليم الكمبيوتر بشكل صحيح. ويقترح المؤلفون أنه لكي يصبح النموذج أفضل، سيتعين على العمل المستقبلي إيجاد المزيد من الحالات النادرة وربما توحيد طريقة تدوين الأطباء للأعراض. في الوقت الحالي، يعمل هذا النموذج كأساس صلب، مما يثبت أن تعلم الآلة غير الخطي هو الاتجاه الصحيح لمعالجة هذه الألغاز الطبية المعقدة، حتى لو ظلت الألغاز الأكثر ندرة دون حل.