Development and Validation of a Type 2 Fuzzy Expert System for Breast Cancer Diagnosis and Treatment Recommendation
تقدم هذه الدراسة وتتحقق من صحة نظام خبير ضبابي من النوع الثاني تم تطويره بلغة بايثون، يستفيد من المعرفة الخبيرة لتشخيص سرطان الثدي بفعالية والتوصية بالعلاجات، محققاً دقة عالية (98%) ومقاييس أداء قوية لمعالجة عدم اليقين التشخيصي وتحسين رعاية المرضى في البيئات محدودة الموارد.
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
لا يزال سرطان الثدي يمثل أحد أكثر التحديات الصحية إلحاحاً للنساء في جميع أنحاء العالم، وهو مرض يعتمد فيه الفرق بين الحياة والموت غالباً على مدى سرعة ودقة اكتشافه. وفي أجزاء كثيرة من العالم، لا سيما في الدول النامية، يكون المسار نحو التشخيص الصحيح محفوفاً بالعقبات. وتعد الأدوات القياسية مثل تصوير الثدي بالأشعة (الماموجرام) والموجات فوق الصوتية حيوية، لكنها تعتمد بشكل كبير على تفسير الخبراء البشريين، وهي عملية يمكن أن تكون غير متسقة وعرضة للخطأ عند مواجهة الإشارات الغامضة وغير الواضحة للمراحل المبكرة من المرض. ولتجسير هذه الفجوة، توجه الباحثون إلى أنظمة حاسوبية تحاكي التفكير البشري. ويستخدم أحد هذه النهج "المنطق الضبابي" (fuzzy logic)، وهو طريقة حوسبة تتعامل مع المناطق الرمادية في الحياة الواقعية بدلاً من فرض تصنيفات صارمة بالأبيض والأسود. وبينما كانت الإصدارات السابقة من هذه الأنظمة قادرة على إدارة بعض حالات عدم اليقين، فإن شكلاً أحدث وأكثر تقدماً يُعرف باسم "المنطق الضبابي من النوع الثاني" (Type-2 fuzzy logic) يقدم وسيلة للتعامل مع الطبقات الأعمق من الشك وعدم الدقة التي غالباً ما تشوش الحكم الطبي. والهدف هو بناء مساعد رقمي لا يكتفي فقط برصد المرض، بل يفهم أيضاً الشبكة المعقدة من الأعراض وعوامل الخطر لتوجيه الأطباء نحو أفضل علاج ممكن.
وفي دراسة حديثة، وضع باحثون من غانا نصب أعينهم بناء واختبار هذا النوع من المساعد الرقمي المتقدم. فقد طوروا برنامجاً حاسوبياً متخصصاً مصمماً لمساعدة الأطباء في تشخيص سرطان الثدي والتوصية بالعلاج المناسب. ولم يُبنَ هذا النظام على نظريات مجردة وحدها؛ بل تم إنشاؤه باستخدام الحكمة الجماعية لأطباء الأورام وأطباء الأشعة ذوي الخبرة. حيث تمت مقابلة هؤلاء الخبراء الطبيين وسؤالهم عن ترجمة سنوات خبرتهم السريرية إلى مجموعة من القواعد المنطقية. ثم قام الباحثون بتغذية هذه المعرفة في محرك منطق ضبابي من النوع الثاني، وهو إطار رياضي متطور قادر على معالجة المعلومات الغامضة مثل "ألم متوسط" أو "كتلة متضخمة قليلاً" بنفس الدقة التي يستخدمها الطبيب البشري. وقد تمت برمجة النظام بلغة بايثون (Python)، وهي لغة متعددة الاستخدامات للحوسبة العلمية، وصُمم ليعمل على أجهزة الكمبيوتر القياسية في المستشفيات، مما يجعله متاحاً للاستخدام السريري اليومي.
ولمعرفة ما إذا كانت هذه الأداة الجديدة تعمل بالفعل، اختبر الباحثون النظام مقابل مجموعة بيانات واقعية مكونة من مائة حالة مريض مستمدة من السجلات المستشفائية في منطقة الشرق العلوي في غانا. غطت هذه الحالات نطاقاً واسعاً من أعمار المريضات وأنواعاً مختلفة من حالات الثدي، بدءاً من التشوهات في المراحل المبكرة وصولاً إلى الأشكال الأكثر عدوانية للمرض. طُلب من النظام الحاسوبي مراجعة تفاصيل كل حالة — مثل عمر المريضة، والتاريخ العائلي، وحجم أي كتل، وعوامل الخطر الأخرى — ومن ثم تقديم تشخيص واقتراح للعلاج. كانت النتائج مذهلة؛ ففي هذه المحاكاة، حدد النظام الحالة بشكل صحيح في 98 حالة من أصل كل 100 حالة. وكان فعالاً بشكل خاص في رصد المرض عند وجوده، حيث نجح في تحديد كل حالة من حالات سرطان الثدي في المجموعة التجريبية دون أن يخطئ في أي منها. وبينما أثار أحياناً إنذاراً كاذباً لمريضة سليمة، إلا أن القدرة العامة على التمييز بين المرضى والأصحاء كانت عالية، ونجح النظام في إنشاء توصيات علاجية محددة لكل حالة.
وقارن الباحثون نظامهم الجديد بعدة نماذج حاسوبية أخرى تم تطويرها في الماضي لمعالجة المشكلة ذاتها. حققت العديد من تلك الأنظمة السابقة معدلات دقة تتراوح بين 76% و95%. وقد تفوق النظام الجديد، بدقته التي بلغت 98%، على هذه المحاولات السابقة. ويبدو أن مفتاح هذا النجاح يكمن في الجمع بين المنطق الضبابي المتقدم من النوع الثاني، الذي يتعامل مع عدم اليقين بشكل أفضل من الطرق القديمة، والمدخلات المباشرة من الخبراء الطبيين الذين شكلوا القواعد التي يتبعها الكمبيوتر. وخلافاً للعديد من الأدوات الأخرى التي تتوقف عند التشخيص، يذهب هذا النظام خطوة أبعد عبر اقتراح خطط علاجية، ليعمل بفعالية كأداة دعم قرار شاملة. ويؤكد الباحثون أن هذا النظام مصمم لمساعدة الأطباء وليس لاستبدالهم، حيث يوفر رأياً ثانياً يمكن أن يساعد في تقليل الأخطاء وضمان حصول المرضى على الرعاية المناسبة وفي الوقت المناسب.
وخلصت الدراسة إلى أن هذا النوع من الأنظمة الذكية يحمل وعداً كبيراً لتحسين النتائج الصحية، لا سيما في المناطق التي يقل فيها الوصول إلى خبراء متخصصين في السرطان. ومن خلال ترجمة المعرفة الطبية المعقدة إلى أداة برمجية موثوقة وسهلة الاستخدام، نجح الباحثون في خلق مورد يمكن أن يساعد في توحيد معايير الرعاية وتحسين دقة التشخيص. ويظهر العمل أنه عندما تُبنى تقنيات الحوسبة المتقدمة على الخبرة السريرية الحقيقية، يمكنها إنتاج أدوات تتسم بدقة عالية وعملية عميقة في آن واحد. ورغم أن النظام تم اختباره على مجموعة محددة من الحالات المستشفائية وأن هناك حاجة لمزيد من التحقق مع مجموعات أكبر، إلا أن النتائج تشير إلى مسار قابل للتطبيق لاستخدام الذكاء الاصطناعي لدعم المعركة ضد سرطان الثدي، وتحويل عدم اليقين في التشخيص إلى مسار أكثر وضوحاً نحو الشفاء.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.