Chest2Vec: A multipurpose text encoder conditioned by instructions for chest radiograph and computed tomography reports
تقدم الورقة البحثية Chest2Vec، وهو مشفر نصوص متعدد الأغراض ومشروط بالتعليمات متاح بحجمي 0.6 مليار و4 مليارات معلمة، يعالج بفعالية كلاً من تقارير الأشعة السينية للصدر والأشعة المقطعية لمهام مثل الاسترجاع، والتصنيف، والإشراف على الصور والنصوص، مُظهراً أداءً فائقاً على تقارير الأشعة المقطعية مقارنة بالنماذج الحالية.
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، قد تكون الصورة بوزن ألف كلمة، ولكن بالنسبة للحواسيب التي تساعد الأطباء في قراءة تلك الصور، فإن الكلمات لا تقل أهمية. فعندما يفحص طبيب الأشعة صورة أشعة سينية للصدر أو فحصاً مقطعياً (CT)، فإنه يكتب تقريراً يصف فيه ما يراه: سواء كانت الرئتان صافيتين، أو إذا كان هناك سوائل حول القلب، أو إذا كان هناك كسر في عظمة ما. هذه التقارير هي السجل الأساسي لما تظهره الصورة، وقد أصبحت حجر الزاوية لبناء أنظمة الذكاء الاصطناعي التي يمكنها المساعدة في التشخيص. ولتعليم الكمبيوتر فهم هذه الصور، يحتاج المهندسون إلى تعليمه فهم لغة التقارير أولاً. وهذا يتطلب "مشفر نصوص" (text encoder)، وهو برنامج حاسوبي متخصص يترجم الجمل البشرية إلى صيغة رياضية يمكن للآلة معالجتها. لسنوات طويلة، تم تدريب هذه البرامج على لغة عامة أو خصيصاً على الأشعة السينية للصدر، لكنها واجهت صعوبات مع التقارير الأكثر تعقيداً وتفصيلاً التي تنتجها فحوصات الأشعة المقطعية للصدر، والتي تكشف عن رؤية أوسع بكثير لداخل الجسم.
لقد طور فريق من الباحثين الآن أداة جديدة تسمى "Chest2Vec" لسد هذه الفجوة. صُمم هذا النظام لفهم النصوص من كل من الأشعة السينية للصدر والأشعة المقطعية للصدر، حيث يعمل كمترجم عالمي لهذين النوعين المختلفين من التصوير الطبي. بنى الباحثون نسختين من هذه الأداة، واحدة أصغر والأخرى أكبر، واختبروهما مقابل البرامج الموجودة لمعرفة أيهما يمكنه استيعاب معنى التقارارات الطبية بشكل أفضل. ووجدوا أن نظامهم الجديد، وخاصة النسخة الأكبر، كان أفضل بكثير في فهم تفاصيل تقارير الأشعة المقطعية مقارنة بأي أداة أخرى متاحة. فقد استطاع الربط بدقة بين نتائج محددة في التقرير وبين الاستنتاج النهائي للطبيب، ورصد الأخطاء الدقيقة في النص، بل وحتى تركيز انتباهه على أجزاء معينة من الجسم، مثل الرئتين أو القلب، بمجرد اتباع تعليمات بسيطة. ويشير هذا العمل إلى أنه من خلال تدريب الحواسيب خصيصاً على لغة تصوير الصدر، بدلاً من مجرد جعلها أكبر حجماً أو استخدام مهارات لغوية عامة، يمكننا إنشاء أدوات أكثر موثوقية وفائدة في التشخيص الطبي.
كان التحدي الذي واجهه الباحثون هو أن اللغة المستخدمة في تقارير الأشعة المقطعية للصدر تختلف عن تلك المستخدمة في الأشعة السينية للصدر. وبينما يصف كلاهما نفس الأعضاء، إلا أن تقرير الأشعة المقطعية غالباً ما يكون أطول ويتضمن تفاصيل عن مناطق لا تستطيع الأشعة السينية رؤيتها، مثل الجزء العلوي من البطن أو الأوعية الدموية في الرقبة. وكانت برامج الكمبيوتر الموجودة إما عامة جداً بحيث لا تلتقط هذه التفاصيل الطبية، أو تم تدريبها فقط على اللغة الأبسط للأشعة السينية. افترض الباحثون أنه إذا قاموا بتدريب نموذج حاسوبي خصيصاً على النصوص من كلا نوعي تقارير الصدر، فإنه سيتعلم تمثيل معنى الكلمات بدقة أكبر من النموذج المدرب على لغة عامة أو نوع واحد فقط من المسح. بدأوا بنموذج أساسي قوي ثم علموه باستخدام الآلاف من التقارير الطبية الحقيقية، مع ربط النص بتعليمات تخبر الكمبيوتر بالمهمة التي يجب تنفيذها، مثل "أوجد الخطأ" أو "لخص النتائج".
لاختبار ابتكارهم، أخضع الفريق أداة "Chest2Vec" لسلسلة من التحديات الصارمة باستخدام بيانات من مستشفيات لم يرها الكمبيوتر من قبل. في أحد الاختبارات، طلبوا من النظام إيجاد الملخص النهائي الصحيح لحالة المريض بناءً على قائمة النتائج التفصيلية فقط. وفي تقارير الأشعة المقطعية للصدر، نجح النظام الجديد في إيجاد الملخص الصحيح في حوالي 69 بالمائة من المرات، بينما نجح المنافس التالي الأفضل، وهو برنامج متخصص للأشعة السينية فقط، في أقل من 58 بالمائة من المرات. وفي اختبار آخر، طلب الباحثون من الكمبيوتر تحديد ما إذا كان التقرير قد عُدل بشكل طفيف ليشمل خطأ طبياً، مثل تغيير نتيجة سلبية إلى إيجابية. نجح النظام الجديد في تحديد التقرير الأصلي غير المعدل بنسبة تزيد عن 87 بالمائة، متفوقاً بفارق كبير على الأدوات الأخرى. وأظهرت هذه النتائج أن التحسن جاء من التدريب المحدد على نصوص تصوير الصدر، وليس فقط من حجم نموذج الكمبيوتر.
اكتشف الباحثون أيضاً أنه يمكن توجيه النظام للتركيز على أجزاء معينة من الجسم دون الحاجة إلى إعادة تدريبه. فمن خلال تغيير التعليمات المعطاة للكمبيوتر ببساطة، استطاعوا جعله يعطي الأولوية للمعلومات المتعلقة بالرئتين أو القلب أو العظام، مما يؤدي فعلياً إلى ضبط انتباهه نحو المنطقة المستهدفة. هذه المرونة قيمة لأنها تسمح لنموذج حاسوبي واحد بخدمة أغراض عديدة، من التحقق من أمراض معينة إلى مساعدة الأطباء في العثور على حالات سابقة مشابهة. علاوة على ذلك، أظهر الفريق أن مشفر النصوص هذا يمكن أن يحسن أداء الذكاء الاصطناعي القائم على الصور. فعندما استخدموا أداة النصوص الجديدة لمساعدة الكمبيوتر على "رؤية" الأشعة المقطعية، كان نظام التعرف على الصور الناتج أكثر دقة من الأنظمة التي تم تدريبها باستخدام أدوات نصية أقدم وأقل تخصصاً.
على الرغم من هذه النجاحات، أشار الباحثون إلى عدة قيود. فقد جاءت بيانات التدريب الخاصة بالأشعة المقطعية من مصدر عام واحد، مما يعني أن النظام قد لا يكون متكيفاً تماماً مع أساليب كتابة التقارير في كل مستشفى أو بلد. بالإضافة إلى ذلك، تم اختبار النظام على تقارير باللغة الإنجليزية، ولا يزال أداؤه في اللغات الأخرى أو في البيئات الطبية المختلفة غير معروف. كما أشار الفريق إلى أن الأخطاء المستخدمة في اختباراتهم تم إنشاؤها بواسطة أجهزة الكمبيوتر بدلاً من حدوثها بشكل طبيعي في التقارير الواقعية، مما يعني أن قدرة النظام على رصد الأخطاء في الحياة الواقعية قد تختلف. ومع ذلك، تقدم الدراسة دليلاً قوياً على أن النهج المتخصص والموجه بالتعليمات يعمل بشكل أفضل من الطرق العامة لفهم تقارير تصوير الصدر. ومن خلال إطلاق أدواتهم والبيانات المهيكلة التي أنشأوها، يأمل الباحثون في تمكين علماء آخرين من بناء أنظمة أكثر تقدماً يمكنها المساعدة في العمل المعقد والحيوي لتفسير الصور الطبية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.