← أحدث الأبحاث
💻 computer science

An Attention-Enhanced MobileViT Framework for Multi-Task Skin Lesion Classification and Segmentation

تقترح هذه الورقة إطار عمل MobileViT-XS خفيف الوزن ومعزز بالانتباه، والذي يوازن بفعالية بين الكفاءة الحسابية والموثوقية التشخيصية للتصنيف والتقسيم المشترك لآفات الجلد، محققاً أداءً تنافسياً على مجموعة بيانات ISIC 2019 بعدد أقل بكثير من المعلمات مقارنة بالنماذج الثقيلة.

المؤلفون الأصليون: Yanqiang Ge, Bingqian Lu, Haoyu Wang, Zixu Yang, Zhan Zhang

نُشر 2026-08-25
📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Yanqiang Ge, Bingqian Lu, Haoyu Wang, Zixu Yang, Zhan Zhang

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

في كل عام، يصاب الملايين من الناس حول العالم بآفات جلدية، تتراوح ما بين شامات غير ضارة إلى سرطانات خطيرة مثل الميلانوما (سرطان الجلد). إن اكتشاف هذه الحالات مبكراً هو مسألة حياة أو موت؛ فعندما يتم اكتشاف الميلانوما قبل انتشارها، تكون نسبة البقاء على قيد الحياة لمدة خمس سنوات مثالية تقريباً، ولكن بمجرد وصولها إلى الأعضاء البعيدة، تنخفض تلك الفرصة بشكل حاد. حالياً، غالباً ما يكون خط الدفاع الأول هو طبيب عام في عيادة محلية، وليس طبيب جلدية متخصصاً. يواجه مقدمو الرعاية الأولية هؤلاء واقعاً صعباً: إذ يتعين عليهم رصد العلامات الدقيقة للسرطان في صور الجلد دون امتلاك سنوات التدريب المتخصص التي يمتلكها طبيب الجلدية، كما أنهم غالباً ما يفتقرون إلى الأنظمة الحاسوبية الضخمة والمكلفة التي تشغل أكثر أدوات التشخيص تقدماً. التحدي إذن، يكمن في بناء مساعد رقمي ذكي بما يكفي ليرى ما يراه المتخصص، وفي الوقت نفسه خفيف بما يكفي ليعمل على الحواسيب المتواضعة الموجودة في عيادة قياسية أو حتى على جهاز محمول.

لقد عالج فريق من الباحثين هذا التحدي من خلال إنشاء نوع جديد من أنظمة الذكاء الاصطناعي المصممة خصيصاً لهذه البيئة. لقد بنوا إطار عمل يمكنه النظر إلى صورة لآفة جلدية والقيام بشيئين في آن واحد: تحديد نوع الآفة ورسم مخطط دقيق حولها. جوهر نظامهم هو شبكة عصبية خفيفة الوزن، وهي نوع من البرامج الحاسوبية المستوحاة من الدماغ البشري، والتي اختاروها لقدرتها على تحقيق التوازن بين الأداء العالي واستهلاك الطاقة المنخفض. ولجعل هذا النظام أكثر دقة، أضافوا آلية تساعد الحاسوب على التركيز على الأجزاء الأكثر أهمية في الصورة، تماماً كما تتجاهل العين البشرية طبيعياً الخلفية المزدحمة للتركيز على جسم معين. كما صمموا النظام ليكون حذراً؛ فإذا كان الحاسوب غير متأكد من التشخيص، فإنه مبرمج لتحديد الحالة لعرضها على طبيب بشري بدلاً من التخمين بثقة، وهي ميزة سلامة تهدف إلى منع الأخطاء الخطيرة.

اختبر الباحثون ابتكارهم باستخدام مجموعة كبيرة من صور الجلد من قاعدة بيانات طبية عامة. وأظهرت النتائج أن نظامهم خفيف الوزن يمكنه تحديد نوع الآفة الجلدية بشكل صحيح في أكثر من 84 بالمائة من الحالات، وهو مستوى من الدقة ينافس النماذج الأكبر والأكثر تعقيداً التي تتطلب أجهزة قوية ومكلفة. بالإضافة إلى تصنيف الآفة، نجح النظام في رسم حدود النمو في الصورة بدرجة عالية من الدقة. ولعل الأهم من ذلك، أن الدراسة أظهرت أن تعليم الحاسوب القيام بالمهمتين في وقت واحد — تحديد الآفة ورسم شكلها — جعل النظام في الواقع أفضل في تحديد نوع الآفة مما لو تم تدريبه على القيام بواحدة من هاتين المهمتين فقط. وهذا يشير إلى أن المهمتين تساعدان بعضهما البعض، حيث أن عملية رسم مخطط للآفة تساعد الحاسوب على فهم سماتها بشكل أعمق.

وعلى الرغم من هذه النجاحات، يحرص الباحثون على الإشارة إلى أن نظامهم ليس جاهزاً بعد ليحل محل الطبيب. فقد تم تدريب النموذج على صور التقطت في ظروف مثالية ومنضبطة، وقد يواجه صعوبة مع الإضاءة والزوايا المتنوعة وغير المنتظمة الموجودة في العيادات الواقعية أو في فحوصات العناية الذاتية المنزلية. علاوة على على ذلك، فإن النظام مصمم ليكون أداة فحص، وليس سلطة تشخيصية نهائية. فعندما يواجه الحاسوب صورة صعبة أو غامضة، فإن بروتوكول السلامة المدمج فيه يوجهه لإرسال الحالة إلى خبير بشري للمراجعة. ويتصور الفريق أن هذه التكنولوجيا هي وسيلة لتمكين الممارسين العامين، عبر منحهم رأياً ثانياً موثوقاً يمكن أن يساعد في رصد سرطانات الجلد الخطيرة في وقت مبكر، حتى في المناطق التي تندر فيها موارد المتخصصين. ومع ذلك، وقبل أن يتمكن هذا النوع من الأدوات من الاستخدام في المستشفيات، يجب أن يخضع لمزيد من الاختبارات في بيئات سريرية حقيقية لضمان عمله بأمان عبر مختلف أنواع البشر والحالات الطبية.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →