Geometry-conditioned diffusion generation of Lagrangian particle trajectories in human airways

تخيل أنك تحاول التنبؤ بكيفية طيران سرب من الطائرات المسيرة الصغيرة وغير المرئية (مثل الغبار المجهري أو قطرات الدواء) عبر الأنفاق الملتوية والمنعطفة في رئة الإنسان. هذه ليست مجرد لعبة حظ؛ بل هي عملية حسابية تتعلق بالحياة أو الموت للأطباء الذين يحاولون إيصال أجهزة استنشاق الربو إلى المكان الصحيح، أو للعلماء الذين يحاولون معرفة مقدار الإشعاع الذي قد يمتصه عامل من سحابة مشعة. للقيام بذلك بدقة، يلجأ العلماء عادةً إلى محاكاة حاسوبية معقدة للغاية تعمل مثل كاميرا فيديو عالية السرعة، تتبع كل جسيم أثناء اصطدامه بالجدران، أو دفعه من قبل الرياح، أو استقراره. لكن هذه المحاكاة تشبه محاولة حل لغز مكون من مليون قطعة أثناء الجري في ماراثون: فهي تستغرق وقتاً طويلاً، وتتطلب حواسيب فائقة الضخمة، وتحتاج إلى شكل الرئة ليكون مثالياً حتى آخر بكسل. إذا كان هناك خلل بسيط في الرئة الرقمية، فإن المحاكة بأكملها تنهار أو تعطي نتائج غير منطقية.

السؤال الكبير هو: هل يمكننا تعليم الكمبيوتر أن "يحلم" بمسارات الطيران هذه بدلاً من حسابها خطوة بخوة؟ تغوص هذه الورقة البحثية في هذه الفكرة باستخدام نوع من الذكاء الاصطناعي يسمى "نموذج الانتشار" (diffusion model). فكر في هذا النموذج كفنان يبدأ بلوحة مغطاة بالضجيج الساكن (مثل تشويش التلفاز) ثم يقوم ببطء، خطوة بخطوة، بإزالة الضجيج ليكشف عن صورة واضحة. في هذه الحالة، "الصورة" ليست وجهاً أو منظراً طبيعياً، بل هي مسار ثلاثي الأبعاد يسلكه جسيم ما عبر الرئة. أراد الباحثون معرفة ما إذا كان بإمكانهم تدريب هذا الذكاء الاصطناعي على النظر إلى شكل رئة شخص معين وتوليد آلاف المسارات الواقعية فوراً، متجاوزين ساعات من الحسابات الثقيلة. كما توجب عليهم التأكد من أن الذكاء الاصطناائي لن يرتبك ويرسم جسيمات تطير "عبر" جدران الرئة، وهو أمر مستحيل فيزيائياً.

قصة الورقة البحثية: تعليم الذكاء الاصطناعي "حلم" مسارات الرئة

بنى المؤلفون، وهم فريق من المهندسين والعلماء، نظام ذكاء اصطناعي جديداً لحل مشكلة "الحلم" هذه. يطلقون عليه اسم "نموذج الانتشار الموجه والمشروط هندسياً". هذا الاسم طويل ومعقد، لذا دعونا نفككه باستخدام تشبيه بسيط.

تخيل أنك تحاول تعليم روبوت رسم مسار لبلية تتدحرج عبر متاهة فريدة ومحددة.

1. "الاشتراط الهندسي" (الخريطة): أولاً، يحتاج الروبوت لمعرفة شكل المتاهة. قام الباحثون بتغذية الذكاء الاصطناعي بخريطة رقمية ثلاثية الأبعاد للمجاري الهوائية (المتاهة). ولكن بدلاً من مجرد عرض صورة للروبوت، قاموا بضغط الشكل ثلاثي الأبعاد بالكامل في "كود" صغير وسري (متجه كامن) باستخدام أداة خاصة تسمى "المشفر التلقائي التبايني" (Variational Autoencoder). يعمل هذا الكود بمثية بصمة لتلك الرئة الخاصة بالشخص. عندما يبدأ الذكاء الاصطناعي عمله، فإنه ينظر إلى هذه البصمة لفهم قواعد المتاهة التي أوشك على رسمها.
2. "الانتشار" (الحلم): يبدأ الذكاء الاصطناعي بفوضى عارمة من النقاط العشوائية في الفضاء ثلاثي الأبعاد—مثل سحابة من الغبار. ثم يقوم ببطء بتنظيف هذه الفوضى، خطوة بخوة، محولاً الضجيج العشوائي إلى خط سلس وانسيابي. يشبه الأمر مشاهدة نحات ينحت قطعة من الرخام ليكشف عن تمثال، ولكن بالعكس: يقوم الذكاء الاصطناعي بنحت "الضجيج" ليكشف عن "المسار".
3. "التوجيه" (الحارس): هذا هو الجزء الصعب. إذا تركنا الذكاء الاصطناعي يحلم فحسب، فقد يرسم بالخطأ مساراً يمر مباشرة عبر جدار صلب للرئة. لمنع حد ذلك، أضاف الباحثون "حارساً" يسمى "دالة المسافة الموقعة" (SDF). فكر في الـ SDF كحقل قوة غير مرئي. إذا حاول الذكاء الاصطناعي رسم جسيم خارج الرئة (حيث لا يوجد هواء)، فإن الحارس يعطيه دفعة لطيفة ولكن حازمة للعودة إلى الداخل. هذا يضمن بقاء المسارات ممكنة فيزيائياً دون الحاجة إلى تشغيل عمليات المحاكاة الفيزيائية البطيئة والثقيلة مرة أخرى.

ماذا وجدوا؟

اختبر الفريق هذا النظام باستخدام بيانات من تسعة أشكال هندسية مختلفة لمجاري هوائية بشرية (تحديداً تسعة تشريحات لذكور). قاموا بتدريب الذكاء الاصطناعي على مسارات الجسيمات التي تم إنتاجها بواسطة عمليات المحاكاة التقليدية البطيئة والحاسوبية الفائقة، ثم طلبوا من الذكاء الاصطناعي توليد مسارات جديدة من تلقاء نفسه.

كانت النتائج واعدة، ولكن مع بعض التحفظات الهامة:

• إنه يعمل (غالباً): نجح الذكاء الاصطناعي في توليد آلاف مسارات الجسيمات في ثوانٍ بدت مشابهة جداً للمحاكاة البطيئة والمكلفة. اتبعت المسارات الفروع الرئيسية للرئتين بشكل صحيح، وكانت سرعة الجسيمات مطابقة للفيزياء الحقيقية بشكل جيد جداً.
• "الحارس" يساعد: بدون توجيه الـ SDF، كانت "أحلام" الذكاء الاصطناعي غالباً ما تنحرف خارج جدران الرئة. ومع وجود التوجيه، بقيت المسارات داخل المجاري الهوائية بشكل أفضل، رغم أنه لم يكن ضماناً بنسبة 100%.
• حدود الحلم: الذكاء الاصطناعي جيد بقدر الأمثلة التي تدرب عليها. وبما أنه لم يرَ سوى تسعة أشكال رئوية مختلفة، فقد واجه صعوبة قليلاً عندما عُرضت عليه رئة مختلفة تماماً عن تلك التسعة. في بعض الحالات، قام بتنعيم المسارات أكثر من اللازم، مما أدى إلى تفويت الحركات الجامحة أو السريعة أو المضطربة التي تحدث في الفروع الصغيرة والعميقة للرئة. كما فاتته أحياناً "الأحداث القصوى"، مثل الجسيمات الأسرع، لأنه كان يحاول إيجاد المسار "المتوسط" والآمن.
• مقارنة بالأساليب القديمة: قارن الباحثون أيضاً نظامهم الجديد بطريقة أقدم وأبسط تسمى "تفكيك النمط الديناميكي" (DMD). كان نموذج الانتشار الجديد أفضل بكثير في التقاط التفاصيل المعقدة والمتعرجة لكيفية حركة الجسيمات. كانت الطريقة القديمة شديدة الصلابة وفاتتها الطبيعة الفوضوية لتدفق الهواء، وغالباً ما كانت تنشئ مسارات غريبة ومقطعة لا معنى لها.

لماذا يهم هذا (وما الخطوة التالية)

تشير هذه الورقة البحثية إلى أنه قد نتمكن قريباً من استبدال ساعات من معالجة الحواسيب الفائقة ببضع ثوانٍ من "حلم" الذكاء الاصطناعي للتنبؤ بكيفية تحرك الدواء أو الملوثات داخل رئتي المريض. يمكن أن يكون هذا أمراً ضخماً للطب الشخصي، حيث يمكن للطبيب أن يرى فوراً كيف سيعمل جهاز استنشاق معين لشخص محدد برئة فريدة.

ومع ذلك، فإن المؤلفين حذرون من اعتبار هذا منتجاً نهائياً. فقد اعترفوا بأنه نظراً لأنهم دربوا النظام على تسعة أشكال رئوية فقط، فإن الذكاء الاصطناعي ليس جاهزاً لكل البشر بعد. فهو يحتاج لرؤية المزيد من الأمثلة لتعلم التنوع الكامل للتشريح البشري. كما أشاروا إلى أن النظام الحالي لا يأخذ في الاعتبار بعد أحجام الجسيمات المختلفة أو أنماط التنفس، وهي أمور حاسمة للاستخدام في العالم الحقيقي. لكن الفكرة الجوهرية—وهي أنه يمكننا تعليم الذكاء الاصطناعي توليد مسارات جسيمات واقعية ومتوافقة فيزيائياً بناءً على شكل الرئة—هي خطوة أولى صلبة ومثيرة للاهتمام. إنه ليس عصا سحرية بعد، ولكنه أداة قوية جداً في صندوق الأدوات.