Enhancing Clinical Decision Support Through Explainable AI: A Comparative Study of CNN and Vision Transformer Models for Skull Fracture Detection in CT Scans
تقارن هذه الدراسة بين نموذجي ResNet-50 وDeiT-Tiny للكشف عن كسور الجمجمة في الأشعة المقطعية، حيث وجدت أنه بينما يحقق ResNet-50 دقة تصنيف فائقة في ظل ظروف البيانات المحدودة، يوفر DeiT-Tiny محاذاة مكانية أفضل قليلاً في تفسيراته البصرية، مما يسلط الض الضوء على مقايضة بين الأداء التنبؤي وقابلية التفسير في دعم القرار السريري.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
تخيل أنك محقق يحاول حل لغز داخل غرفة مغلقة. في عالم الطب، تلك الغرفة هي رأس الإنسان، واللغز هو شق مخفي في الجمجمة — كسر ناتج عن ضربة أو سقطة. لرؤية ما بالداخل دون كسر الباب، يستخدم الأطباء نوعًا خاصًا من الأشعة السينية تسمى الأشعة المقطعية (CT scan)، والتي تأخذ مئات الشرائح الرقيقة من الدماغ مثل صفحات الكتاب. لكن قراءة كل تلك الصفحات عمل مرهق. أحيانًا، تكون الشقوق رقيقة ومراوغة لدرجة أنها تبدو مجرد خطوط عادية في العظم، وحتى الأطباء الخبراء قد يغفلون عنها. هنا يأتي دور "الذكاء الاصطناعي" (AI). فكر في الذاء الاصطناعي كمساعد آلي فائق السرعة يمكنه قراءة جميع الصفحات في ثوانٍ. لكن المشكلة تكمن في أن الروبوتات غالبًا ما تكون مثل "الصناديق السوداء"؛ فهي تعطيك الإجابة، لكنها لا تخبرك لماذا تعتقد ذلك. إذا قال الروبوت: "هناك شق هنا"، ولكن لا يمكنك رؤية أين ينظر، فقد لا يثق به الطبيب. تتحدث هذه الورقة عن بناء روبوت لا يكتفي فقط بإيجاد الشقوق، بل يشير بإصبعه بدقة إلى المكان الذي رآها فيه، حتى يتمكن الأطباء من القول: "آه، أفهم ما تقصده".
قرر الباحثون في هذه الدراسة اختبار نوعين مختلفين من المحققين الآليين: أحدهما يفكر مثل العين البشرية التقليدية (يُسمى CNN، وتحديدًا ResNet-50)، والآخر يفكر مثل كائن فائق حديث يبحث عن الأنماط (يُسمى Vision Transformer، وتحديدًا DeiT-Tiny). أرادوا معرفة أيهما أفضل في اكتشاف كسور الجمجمة في الأشعة المقطعية، والأهم من ذلك، أيهما يمكنه شرح تفكيره بوضوح كافٍ ليتم الوثوق به في المستشفى.
المواجهة الكبرى بين المحققين
لإجراء هذه التجربة، جمع الفريق مجموعة مكونة من 4,914 شريحة من الأشعة المقطعية لـ 15 مريضًا عانوا من إصابات في الرأس في مستشفى في سريلانكا. الأمر يشبه امتلاك مكتبة صغيرة من كتب الغموض بدلاً من مكتبة ضخمة، مما يجعل المهمة أصعب على الروبوتات. قاموا بتنظيف الصور، لجعل العظام تبدو حادة وواضحة، ثم علموا الروبوتين كيفية اكتشاف الكسور.
الروبوت الأول، ResNet-50، يشبه محققًا يركز على التفاصيل الدقيقة؛ فهو ينظر إلى قطع صغيرة من الصورة، ويفحص كل نتوء وخط صغير. أما الروبوت الثاني، DeiT-Tiny، فهو أشبه بمحقق يتراجع خطوة للوراء لينظر إلى الصورة الكاملة دفعة واحدة، ويربط النقاط عبر الصورة بأكملها للعثور على الأنماط.
عندما بدأ الروبوتان عملهما، كانت النتائج واضحة. المحقق التقليدي، ResNet-50، كان هو الأفضل في الاكتشاف. فقد حدد الكسور بشكل صحيح بنسبة 72.6% تقريبًا، وحصل على "درجة" لمدى جودته في التمييز بين الشقوق والعظم الطبيعي (تسمى AUC-ROC) بلغت 0.800. أما المحقق الحديث، DeiT-Tiny، فكان أبطأ وأقل دقة، حيث أصاب الإجابة الصحيحة بنسبة 67.3% تقريبًا مع درجة بلغت 0.746. لم يكن الفرق مجرد صدفة، فقد أظهرت الرياضيات أنه فجوة حقيقية وهامة. في الواقع، كان ResNet-50 أفضل بكثير في تجنب الإنذارات الكاذبة (القول بوجود شق بينما لا يوجد)، بينما مال DeiT-Tiny إلى الحماس الزائد ورؤية شقوق حيث لا توجد.
"السبب" وراء الإجابة
لكن كونك محققًا جيدًا لا يقتصر فقط على إيجاد الإجابة، بل يتعلق أيضًا بإظهار طريقة عملك. وهنا تصبح القصة مثيرة للاهتمام. أراد الباحثون معرفة: عندما يقول الروبوت "كسر"، أين ينظر فعليًا؟
للتحقق من ذلك، طلبوا من خبير بشري رسم مربعات حول الكسور الحقيقية في بعض صور الاختبار. ثم قارنوا تلك المربعات بـ "الخرائط الحرارية" التي رسمها الروبوتان لإظهار تركيزهما. تخيل الروبوتات وهي ترسم سحابة متوهجة فوق الصورة لتوضح أين تعتقد أن الشق موجود.
هنا، انقلت الآية قليلاً. فبينما كان ResNet-50 أفضل في إيجاد الشقوق، كان DeiT-Tiny أفضل قليلاً في الإشارة إليها. السحابة المتوهجة للروبوت الحديث تداخلت مع الكسر الحقيقي أكثر قليلاً مما فعلت لدى الروبوت التقليدي. ومع ذلك، ظل التداخل ضئيلاً للغاية لكليهما—تخيل الأمر كأن الروبوت يشير بشكل عام إلى الحي الصحيح، لكنه لا يصل تمامًا إلى رقم المنزل المحدد. كانت الأرقام منخفضة: حقق DeiT-Tiny درجة تداخل ضئيلة بلغت 0.021، بينما بلغت نسبة ResNet-50 نحو 0.006. حتى "الروبوت الأفضل" لم يكن مثاليًا في تحديد الموقع بدقة.
ماذا يعني هذا للمستقبل
إذن، ما هي النتيجة؟ تشير الدراسة إلى أنه إذا كنت بحاجة إلى روبوت ليخبرك إذا كان المريض يعاني من كسر، فإن ResNet-50 التقليدي هو الخيار الأكثر موثوقية حاليًا، خاصة عندما لا تملك قدرًا كبيرًا من البيانات لتدريبه. إنه المحقق الخبير والمستقر الذي ينجز المهمة. ومع ذلك، إذا كنت تهتم بقدرة الروبوت على إظهار أين ينظر بطريقة تبدو منطقية أكثر للعين البشرية، فإن DeiT-Tiny الحديث لديه أفضلية طفيفة، حتى لو لم يكن بنفس جودة الكشف الفعلي.
يؤكد الباحثون بحذر أنه لا يوجد روبوت جاهز لاستبدال الطبيب بعد. فقد فات كلا الروبوتين حوالي نصف الكسور الفعلية (نسبة "استدعاء" تبلغ حوالي 0.49)، مما يعني أنهما لا يزالان بحاجة إلى بشر لمراجعة عملهما. لكن الدراسة تسلط الضوء على مقايضة رائعة: أحيانًا الروبوت الأفضل في حل اللغز ليس هو الروبوت الأفضل في شرح منطقه.
خلص الفريق إلى أنه لكي يصبح هؤلاء الروبوتات شركاء حقيقيين في المستشفى، نحتاج إلى تعليمهم باستخدام المزيد من البيانات من مستشفيات مختلفة، ومساعدتهم ليصبحوا أفضل في تحديد الموقع الدقيق للإصابة. وحتى ذلك الحين، فإن أفضل دور لهم هو العمل كعين ثانية مساعدة، جاهزة لتحديد الشرائح المشبوهة ليقوم أخصائي الأشعة بفحصها بدقة، لضمان عدم مرور أي شق مخفي دون ملاحظة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.