Quantifying the Effect of Synthetic Colour Fundus Photograph Scaling on Foundation Models
تُظهر هذه الدراسة أن توسيع نطاق صور قاع العين الملونة الاصطناعية أثناء التدريب المسبق للنماذج التأسيسية يوفر استراتيجية قابلة للضبط، حيث يعمل التدعيم بحجم أقل على تحسين التوازن بين الأداء والحوسبة، بينما يعزز الحجم الأكبر بشكل كبير من التعميم الخارجي، مع اعتماد النهج الأمثل على أهداف تقييم محددة والموارد الحوسبية المتاحة.
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
توفر العين البشرية نافذة فريدة على الصحة العامة للجسم. فمن خلال فحص الشبكية، وهي الطبقة الحساسة للضوء في الجزء الخلفي من العين، يمكن للأطباء رصد علامات حالات مثل السكري، وارتفاع ضغط الدم، وحتى مرض ألزهايمر. وللقيام بذلك، غالبًا ما يعتمدون على صور قاع العين الملونة، وهي صور تفصيلية للأوعية الدموية في الشبكية والرأس العصبِي. وفي السنوات الأخيرة، أصبح الذكاء الاصطناعي أداة قوية لتحليل هذه الصور، مما يساعد في اكتشاف الأمراض بسرعة ودقة أكبر من أي وقت مضى. ومع ذلك، تتطلب هذه الأنظمة الذكية كميات هائلة من بيانات المرضى الحقيقية لتتعلم بفعالية. ويعد جمع صور عالية الجودة من مجموعات سكانية متنوعة أمرًا صعبًا ومكلفًا ويثير مخاوف جدية بشأن الخصوصية. وهذا يخلق عقبة: فكلما أصبحت التكنولوجيا أكثر تقدمًا، زادت صعوبة العثور على الأمثلة الواقعية اللازمة لتعليمها.
بدأ الباحثون في استكشاف حل: إنشاء صور اصطناعية، أو توليدية، تشبه وتتصرف مثل صور قاع العين الحقيقية. هذه الصور التي أنشأها الكمبيوتر ليست صورًا فوتوغرافية لأشخاص حقيقيين، بل هي مصممة بواسطة خوارزميات مدربة على بيانات حقيقية لمحاكاة أنماط العيون السليمة والمصابة بالأمراض. والفكرة هي أن هذه الصور الاصطناعية يمكن أن تكمل البيانات الحقيقية، مما يسمح لنماذج الذكاء الاصطناعي بالتعلم أكثر دون الحاجة إلى جمع ملايين الصور الجديدة للمرضى. ولكن ظل هناك سؤال جوهي بلا إجابة: هل مجرد إضافة المزيد من الصور المزيفة يجعل النظام أكثر ذكاءً، أم أن هناك نقطة يتوقف عندها تقديم الصور الإضافية عن المساعدة وتصبح مجرد هدر لقوة الحوسبة؟ لقد وضع فريق من الباحثين حداً لهذا السؤال عبر اختبار كيفية تأثير كميات مختلفة من البيانات الاصطناعية على أداء هذه النماذج الطبية للذكاء الاصطناعي.
بدأ الفريق بمجموعة مكونة من 28,430 صورة حقيقية لقاع العين تم جمعها من ثلاث مجموعات بيانات عامة مختلفة. جاءت هذه الصور من مرضى في الصين والبرازيل ومناطق أخرى، وغطت مجموعة متنوعة من أمراض العين. وباستخدام هذه البيانات الحقيقية، قاموا بتدريب برنامج حاسوبي لتوليد صور جديدة لشبكية العين. وقد أنشأوا مستودعًا ضخمًا يضم 568,600 صورة اصطناعية، وهو ما يعادل عشرين ضعف حجم مجموعتهم الأصلية من الصور الحقيقية. ولاختبار تأثير هذه الصور الاصطناعية على الذكاء الاصطناعي، صمم الباحثون ستة سيناريوهات تدريبية مختلفة. السيناريو الأول استخدم الصور الحقيقية فقط. والثاني استخدم الصور الاصطناعية فقط. أما السيناريوهات الأربعة المتبقية فمزجت الصور الحقيقية مع الصور الاصطناعية بكميات متزايدة: صورة اصطناعية واحدة مقابل كل صورة حقيقية، وخمس صور مقابل كل واحدة، وعشر صور مقابل كل واحدة، وأخيرًا عشرون صورة اصطناعية مقابل كل صورة حقيقية واحدة.
استُخدمت كل مجموعة من هذه المجموعات الست لتدريب نموذج ذكاء اصطناعي منفصل. ثم وُضعت هذه النماذج تحت الاختبار في سلسلة من المهام، بما في ذلك اكتشاف الجلوكوما (المياه الزرقاء)، واعتلال الشبكية السكري، والتنكس البقعي المرتبط بالسن. وقيم الباحثون النماذج بطريقتين: أولاً، اختبروها على بيانات مشابهة لما رأته أثناء التدريب، وهو ما يُعرف بالتحقق الداخلي. وثانيًا، اختبروها على مجموعات بيانات مختلفة تمامًا من مستشفيات ومناطق أخرى، وهو ما يُعرف بالتحقق الخارجي، لمعرفة مدى قدرة النماذج على تعميم معرفتها في مواقف جديدة. كما تتبعوا بعناية مقدار قوة الحوسبة المطلوبة لكل استراتيجية، حيث قاسوا إجمالي العمليات الحسابية، أو عمليات الفاصلة العائمة، اللازمة لتوليد الصور وتدريب النماذج.
كشفت النتائج عن صورة دقيقة لكيفية عمل البيانات الاصطناعية. فعندما تم اختبار النماذج على بيانات مألوفة، جاء أفضل أداء من المجموعة التي مزجت الصور الحقيقية مع عشرة أضعاف عددها من الصور الاصطناعية؛ حيث حقق هذا المزيج أعلى درجات الدقة بين جميع المجموعات. ومع ذلك، عندما تم اختبار النماذج على بيانات خارجية جديدة تمامًا، تغيرت القصة؛ إذ كان أداء المجموعة التي استخدمت عشرين ضعف عدد الصور الاصطناعية هو الأفضل، مما أظهر قدرة أقوى على التعامل مع الحالات غير المرئية. ومن المثير للاهتمام أن المجموعة التي استخدمت الصور الاصطناعية فقط قدمت أداءً يضاهي المجموعة التي استخدمت الصور الحقيقية فقط عندما كان إجمالي عدد الصور متساويًا. وهذا يشير إلى أن الصور الاصطناعية يمكن أن تقف بذاتها كمورد للتدريب، على الأقل في المهام التي تم اختبارها.
نظر الباحثون أيضًا في تكلفة هذه المكاسب. فقد تطلب توليد الصور الاصطناعية قدرًا هائلاً من قوة الحوسبة، حيث شكل حوالي 99% من إجمالي الطاقة المستخدمة في الدراسة، بينما استُخدمت النسبة المتبقية لتدريب النماذج. وبناءً على ذلك، وجد الباحثون أن استخدام كمية أصغر من البيانات الاصطناعية يوفر توازنًا أفضل بين الأداء والتكلفة. فالاستراتيجية التي مزجت الصور الحقيقية مع صورة اصطناعية واحدة فقط لكل صورة حقيقية وفرت دفعة كبيرة في الدقة مع استخدام أقل قدر من قوة الحوسبة بين الاستراتيجيات المختلطة؛ إذ حسنت أداء النماذج بهامش ملموس دون التكلفة الطاقية الهائلة لتوليد آلاف الصور الإضافية.
تخلص الدراسة إلى أنه لا يوجد مقدار واحد "مثالي" من البيانات الاصطناعية لاستخدامه، بل يعتمد النهج الأفضل على الهدف المنشود. فإذا كانت الأولوية هي بناء نموذج يعمل بشكل جيد مع البيانات الجديدة وغير المرئية من مجموعات سكانية مختلفة، فإن إضافة حجم كبير من الصور الاصطناعية يعد أمرًا مفيدًا. أما إذا كان الهدف هو تحسين الأداء بكفاءة باستخدام موارد حوسبة محدودة، فإن إضافة كمية أصغر من البيانات الاصطناعية هو الخيار الأذكى. وتشير النتائج إلى أن الصور الاصطناعية أداة قيمة لتدريب الذكاء الاصطناعي الطبي، سواء كوسيلة لتوسيع مجموعات البيانات الحالية أو كمورد مستقل عندما تكون بيانات المرضى الحقيقية نادرة. ومن خلال المطابقة الدقيقة بين كمية البيانات الاصطناعية والاحتياجات المحددة للمشروع وقوة الحوسبة المتاحة، يمكن للباحثين بناء أدوات أكثر قوة وموثوقية لرعاية العين دون المساس بخصوصية المريض أو استنزاف الموارد الرقمية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.