Mitigating Source-Domain Dependency for Target-Free Zero-Shot Medical Anomaly Detection
تقترح هذه الورقة إطار عمل قائماً على نموذج CLIP يعمل على التخفيف من الاعتماد على النطاق المصدر في الكشف عن الشذوذ الطبي في حالة عدم وجود بيانات مستهدفة، وذلك من خلال استراتيجيات متعددة المستويات تشمل تعلم المطالبات، والتكيف البصري التنافسي، واتساق الميزات، مما يحقق تعميماً قوياً عبر مجموعات البيانات الطبية التصويرية غير المتجانسة دون الحاجة إلى الوصول إلى البيانات المستهدفة.
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 عالم التصوير الطبي، أصبحت الحواسيب ماهرة بشكل ملحوظ في رصد ما يبدو غير طبيعي. يمكنها فحص صورة أشعة سينية أو صورة رنين مغناطيسي والإشارة إلى وجود ورم، أو كسر، أو علامة على عدوى. ومع ذلك، فإن هذه المساعدات الرقمية تتطلب عادةً نوعًا محددًا من التدريب: إذ يجب عليها دراسة آلاف الأمثلة من نفس نوع المستشفى بالضبط، وباستخدام نفس الجهاز تمامًا، لتتعلم كيف يبدو العضو "الطبيعي". وإذا حاول طبيب استخدام نموذج تم تدريبه على صور دماغ من مدينة ما لفحص صورة كبد من بلد آخر، فإن الكمبيوتر غالبًا ما يصاب بالارتباك؛ حيث يخطئ في تفسير الاختلافات الطبيعية في كيفية التقاط الصور على أنها علامات مرض، مما يؤدي إلى إنذارات كاذبة. ويعد هذا عقبة رئيسية أمام إنشاء أدوات يمكن استخدامها في كل مكان، خاصة في الأماكن التي يستحيل فيها جمع بيانات تدريب جديدة. والهدف الذي يسعى إليه الباحثون هو بناء أنظمة يمكنها التعرف على المرض الحقيقي بغض النظر عن مصدر الصورة، ودون الحاجة لرؤية الصور الجديدة مسبقًا.
لقد تصدى فريق من الباحثين لهذه المشكلة عبر تطوير طريقة جديدة لتعليم الحواسيب كيفية تجاهل الضوضاء الخلفية للمستشفيات المختلفة والتركيز فقط على علامات المرض الفعلي. لقد أنشأوا نظامًا يتعلم من مزيج من مجموعات البيانات الطبية المختلفة — مثل صور الدماغ، وصور الكبد، والأشعة السينية للصدر من مصادر متنوعة — ولكنه مصمم لنسيان "البصمة" الخاصة بكل مصدر عند اتخاذ القرار. وبدلاً من محاولة حفظ كل تفصيل من كل مجموعة بيانات تدريبية، يتعلم النظام كيفية فصل اللغة العالمية للصحة والمرض عن الخصائص الغريبة المحددة للبيانات التي غُذي بها. ويسمح هذا النهج للكمبيوتر بالنظر إلى صورة طبية لم يسبق له رؤيتها وتحديد ما إذا كانت سليمة أم مريضة بدقة، حتى لو لم يسبق له رؤية هذا النوع المحدد من المسح الضوئي.
يكمن جوهر هذا التحدي في كيفية تعلم الذكاء الاصطناعي. فعندما يدرس الكمبيوتر الصور الطبية، فإنه غالبًا ما يلتقط أدلة دقيقة لا علاقة لها بالمرض، مثل الزاوية المحددة للكاميرا، أو نوع الماسح الضوئي المستخدم، أو الأنماط الديموغرافية للمرضى في بيانات التدريب. وهذه هي ما يسميها الباحثون "الارتباطات بمجال المصدر". تخيل طالبًا يتعلم التعرف على طائر فقط من خلال النظر إلى نوع معين في حديقة معينة؛ إذا رأى طائرًا مختلفًا في حديقة أخرى، فقد يفشل في التعرف عليه لأنه يبحث عن الميزات الخاطئة. وفي التصوير الطبي، يعني هذا أن الكمبيوتر قد يصنف عضوًا سليمًا على أنه مريض لمجرد أنه يبدو مختلفًا عما درسه أثناء التدريب. وقد وجد الباحثون أن الطرق الحالية، التي تعتمد على مطابقة الصور مع الأوصاف النصية للحالات الطبيعية وغير الطبيعية، كانت لا تزال متأثرة بشدة بهذه التفاصيل الخاصة بالمصدر.
ولحل هذه المشكلة، بنى الفريق إطار عمل يعمل على ثلاثة مستويات لتجريد هذه الإشارات المضللة. أولاً، قاموا بتعديل كيفية قراءة الكمبيوتر للأوصاف النصية. فبدلاً من استخدام مجموعة واحدة من التعليمات لجميع الصور، يتعلم النظام فصل المعنى العام لـ "طبيعي" و"غير طبيعي" عن السياق المحدد للمستشفى الذي جاءت منه الصورة. وخلال التدريب، يستخدم "رموزًا" (tokens) خاصة لتذكر التفاصيل الفريدة لكل مجموعة بيانات مصدر، ولكن عندما يواجه صورة جديدة لم يسبق رؤيتها، فإنه يتخلص من تلك الرموز المحددة ويعتمد فقط على المفاهيم العالمية. وهذا يضمن عدم انحياز الكمبيوتر نحو أسلوب بيانات التدريب.
ثانيًا، أضاف الباحثون آلية لمنع الكمبيوتر من التعرف على مصدر الصورة بناءً على مظهرها البصري. فقد دربوا جزءًا صغيرًا من النظام ليعمل كناقد، يحاول تخمين المستشفى الذي جاءت منه الصورة. ويقوم النظام الرئيسي بالرد بقوة، حيث يتعلم تغيير تمثيله الداخلي للصورة بما يكفي لخداع الناقد، دون أن يفقد القدرة على اكتشاف المرض. وهذا يجبر الكمبيوتر على التخلص من الاختصارات البصرية التي تحدد المصدر، والاحتفاظ فقط بالميزات التي تشير حقًا إلى الصحة أو المرض.
ثالثًا، عالجوا مشكلة كيف يبدو الشيء "الطبيعي" في عقل الكمبيوتر. فعند التعلم من مصادر متعددة، يمكن أن يصبح مفهوم الكمبيوتر للعضو السليم مجزأً، حيث تتجمع الأمثلة الصحية من مصادر مختلفة بعيدًا عن بعضها البعض. وقد قدم الفريق طريقة لجمع هذه المجموعات المتفرقة برفق، مما يخلق مفهومًا واحدًا وموحدًا للصحة يعمل عبر جميع أنواع الصور. ويتم ذلك من خلال خلط الميزات من مصادر صحية مختلفة أثناء التدريب، لتعليم النظام أن كبدًا سليمًا من ماسح ضوئي واحد ودماغًا سليمًا من آخر كلاهما ينتمي إلى نفس فئة "الطبيعي".
اختبر الفريق هذا النهج على ست مجموعات مختلفة من البيانات الطبية، تتراوح بين صور الدماغ وصور العين والأشعة السينية للصدر. واستخدموا طريقة اختبار صارمة حيث يتم تدريب الكمبيوتر على خمس مجموعات بيانات ثم يُطلب منه تشخيص المجموعة السادسة، التي لم يسبق له رؤيتها من قبل. وأظهرت النتائج أن هذا الأسلوب الجديد تفوق على الأنظمة الرائدة السابقة في تحديد ما إذا كانت الصورة تحتوي على خلل ما. وفي المتوسط، صنف النظام الجديد الصور بدقة بلغت 80.95 بالمائة، مقارنة بـ 80.26 بالمائة لأفضل طريقة سابقة. وكان التحسن ملحوظًا بشكل خاص في مجالات معينة مثل صور الدماغ والكبد، حيث قلل النظام من عدد الإنذارات الكاذبة الناتجة عن الاختلافات في كيفية التقاط الصور.
بينما تفوق النظام في تحديد ما إذا كانت الصورة سليمة أم مريضة بشكل عام، لاحظ الباحثون أن تحديد الموقع الدقيق لخلل صغير لا يزال يمثل تحديًا في بعض الحالات. كان الأسلوب أكثر فعالية على مستوى الصورة ككل، مما يشير إلى أن استراتيجية إزالة انحياز المصدر ضرورية لعملية اتخاذ القرار الأولية. وتؤكد الدراسة أن تقليل اعتماد الكمبيوتر على الخصائص المحددة لبيانات التدريب هو خطوة حيوية نحو إنشاء ذكاء اصطनीय طبي يمكن نشره في أي مكان دون الحاجة لبيانات جديدة. ويقر الباحثون بأن عملهم يقتصر على الصور ثنائية الأبعاد، وأن الطريقة تخفف من تأثير بيانات المصدر ولا تقضي عليه تمامًا. ومع ذلك، توفر النتائج مسارًا واضحًا للمضي قدمًا في بناء أدوات أكثر قوة وموثوقية لدعم القرار السريري، مما يضمن أن هذه التكنولوجيا تخدم المرضى بغض النظر عن المكان الذي أُنشئت فيه سجلاتهم الطبية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.