📄 medicine

Artificial intelligence–assisted detection of lung cancer using bronchoscopic images

تُظهر هذه الدراسة أن نماذج التعلم العميق، ولا سيما نموذج EfficientNet-B1، تحقق دقة تشخيصية عالية في اكتشاف سرطان الرئة من صور تنظير القصبات بالضوء الأبيض، مما يشير إلى إمكاناتهم كعنصر مساعد سريري قيم رغم الأداء المتواضع في تصنيف الأنواع النسيجية الفرعية.

المؤلفون الأصليون: Yun Su Sim, Soo Jung Kim, Hayoung Choi, Tae Rim Shin, Junghyun Kim, Nisan Aryal, Deok-Seok Kim

نُشر 2026-09-04

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Yun Su Sim, Soo Jung Kim, Hayoung Choi, Tae Rim Shin, Junghyun Kim, Nisan Aryal, Deok-Seok Kim

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

تخطف سرطان الرئة في كل عام أرواحاً أكثر من أي شكل آخر من الأمراض، مما يجعل السباق للعثور عليه مبكراً مسألة حياة أو موت. غالباً ما يستخدم الأطباء أنبوباً مرناً مزوداً بكاميرا، يسمى منظار الشعب الهوائية، للنظر داخل الممرات الهوائية ورصد أي نموات مشبوهة. وبينما تعد هذه الأداة حيوية، فإن نجاحها يعتمد بشكل كبير على مهارة الطبيب الذي يمسك بها؛ فبعض الآفات يسهل رؤيتها، بينما تختبئ أخرى في وضح النهار أو تبدو طبيعية بشكل مخادع. وفي السنوات الأخيرة، بدأت الحواسيب تتعلم كيفية قراءة الصور الطبية بدقة تضاهي الخبراء البشر، مما يقدم نوعاً جديداً من المساعدة. وتسمح هذه التكنولوجيا، المعروفة باسم التعلم العميق، للآلات بالتعرف على الأنماط في الصور التي قد تخطئ العين البشرية في ملاحظتها، مما يبشر بتحويل منظار الشعب الهوائية إلى شريك أكثر ذكاءً وموثوقية للأطباء.

لقد وضع فريق من الباحثين من مستشفيين في كوريا الجنوبية هدفاً لاختبار ما إذا كانت هذه التكنولوجيا يمكن أن تساعد في اكتشاف سرطان الرئة باستخدام صور فيديو قياسية تم التقاطها أثناء هذه الإجراءات. وجمعوا مجموعة ضخمة تضم أكثر من أربعة عشر ألف صورة من ما يقرب من ألفي مريض، سجلت كلاً من الممرات الهوائية السليمة وتلك المصابة بالسرطان. ولضمان أن تكون نتائجهم جديرة بالثقة وليست مجرد تخمين محظوظ، قاموا بتقسيم البيانات بحيث لا يرى الكمبيوتر نفس المريض مرتين خلال مرحلتي التعلم والاختبار. ثم قاموا بتدريب نوعين مختلفين من نماذج الذكاء الاصطناعي ليعملا كزوج ثانٍ من العيون، لتعليمهم التمييز بين الممر الهوائي الطبيعي وآخر يحوي ورماً.

أظهرت النتائج أن الحواسيب كانت بارعة للغاية في هذه المهمة. فعندما طُلب منها ببساطة تحديد ما إذا كانت الصورة تظهر سرطاناً أم لا، حدد النموذج الأفضل أداءً الحالة بدقة في أكثر من خمسة وتسعين بالمائة من الحالات. وقد كان ماهراً بشكل خاص في تجنب الإنذارات الكاذبة، حيث حدد الممرات الهوائية السليمة بشكل صحيح في معظم الأوقات. وأظهر أحد النماذج، الذي يستخدم تصميماً محدداً معروفاً بالتوازن بين الحجم والكفاءة، أداءً أفضل قليلاً من الآخر، حيث رصد المزيد من حالات السرطان مع ارتكاب أخطاء أقل. ويشير هذا إلى أن نظام الذكاء الاصطناعي يمكن أن يعمل كشبكة أمان عالية الدقة، تنبه الطبيب إلى مشكلة محتملة ربما كان سيغفل عنها.

كما حاول الباحثون دفع التكنولوجيا إلى أبعد من ذلك من خلال مطالبة الحواسيب بتحديد النوع المحدد لسرطان الرئة، مثل سرطان الخلايا الحرشفية أو سرطان الخلايا الغدية، بمجرد النظر إلى الصورة. وقد ثبت أن هذه مهمة أصعب بكثير. فبينما استطاع النظام رصد سرطان الخلايا الحرشفية بنجاح معقول، إلا أنه واجه صعوبة كبيرة مع سرطان الخلايا الغدية، حيث أخفق في رصده في كثير من الأحيان. ويوضح المؤلفون أن هذه الصعوبة تعود على الأرجحه إلى طبيعة المرض نفسه؛ إذ تنمو بعض أنواع السرطان بطرق تبدو مختلفة تماماً تحت الكاميرا، بينما تظل أنواع أخرى خفية أو غير واضحة حتى يتم أخذ خزعة. وبخلاف المهمة الواضحة المتمثلة في إيجاد ورم، فإن التمييز بين نوع من الأورام والآخر بناءً على صورة فيديو فقط هو تحدٍ يجد حتى أذكى النماذج الحالية صعوبة في إتقانه.

لا تدعي هذه الدراسة أن الذكاء الاصطناعي قد حل مشكلة تشخيص سرطان الرئة، ولا تقترح أن الحواسيب ستحل محل الأطباء. بدلاً من ذلك، تشير النتائج إلى مستقبل تعمل فيه هذه الأدوات كمساعد قوي، خاصة في العيادات المزدحمة أو للممارسين الأقل خبرة. ويؤكد الباحثون أن عملهم كان نظرة استعادية لبيانات سابقة، وأن الخطوة التالية هي اختبار هذه الأنظمة في إجراءات حية وفورية عبر العديد من المستشفيات. وإذا أكدت الاختبارات المستقبلية هذه النتائج، فإن الجمع بين المهارة البشرية ودقة الآلة يمكن أن يصبح جزءاً معيارياً في مكافحة سرطان الرئة، مما يوفر مساراً أوضح للكشف المبكر للمرضى حول العالم.

أبحاث مشابهة