A Pixel-based Confidence Weighted Transfusion model for Colonoscopy and Colon Capsule Endoscopy image-based Polyp Segmentation

داخل جسم الإنسان، يُعد بطانة الأمعاء الغليظة مشهداً معقداً حيث يمكن أن تتشكل نموات صغيرة، غالباً ما تكون غير مرئية، تُسمى السلائل (البوليبات). هذه النموات مهمة لأنها قد تتحول في النهاية إلى سرطان، مما يجعل اكتشافها المبكر خطوة حاسمة لإنقاذ الأرواح. المعيار الذهبي الحالي للعثور على هذه السلائل هو إجراء يُسمى تنظير القولون، حيث يوجه الطبيب أنبوباً مرناً مزوداً بكاميرا عبر القولون للبحث عن المشكلات. ومع ذلك، فإن هذه العملية مرهقة؛ إذ يجب على الأطباء فحص آلاف الصور، وغالباً ما يكون ذلك تحت إضاءة صعبة أو مع تحرك الكاميرا، ويمكنهم تفويت ما يصل إلى ثلث هذه النموات ببساً لأنها صغيرة، أو مخفية، أو تندمج مع الخلفية. وللمساعدة في ذلك، توجه العلماء نحو الذكاء الاصطناعي، حيث قاموا بتعليم الحواسيب كيفية التعرف على هذه النموات. ومع ذلك، فإن الأدوات التي بنوها حتى الآن تواجه مشكلة مستعصية: فهي تكافح لفهم الصورة الكاملة؛ إذ غالباً ما تكون جيدة في رؤية التفاصيل الدقيقة ولكنها سيئة في فهم السياق العام، أو العكس، كما أنها تفشل عندما يتغير نوع الكاميرا أو جودة الصورة.

لقد طور فريق من الباحثين من جامعات ومستشفيات في الدنمارك نهجاً جديداً لحل هذه المشكلة المحددة. فقد أنشأوا نموذجاً حاسوبياً مصمماً ليعمل كجسر بين طريقتين مختلفتين للنظر إلى القولون. إحدى الطريقتين تستخدم تنظير القولون التقليدي، الذي يوفر صوراً واضحة وعالية الدقة. أما الأخرى فتستخدم تنظير كبسولة القولون، حيث يبتلع المريض كاميرا بحجم الحبة تلتقط صوراً أثناء انتقالها عبر الجهاز الهضمي؛ وغالباً ما تكون هذه الصور ذات دقة أقل وتُؤخذ في إضاءة أقل تحكماً. أدرك الباحثون أن نموذجاً حاسوبياً واحداً يتم تدريبه على نوع واحد من الصور غالباً ما يفشل عند عرضه على النوع الآخر. في الواقع، النماذج التي تم تدريبها على صور تنظير القولون البصري عالية الجودة تفشل في الحفاظ على أدائها عند تطبيقها على بيانات الكبسولة الأقل جودة، مما يسلط الضوء على فجوة كبيرة في نقل المعرفة بين هذين النوعين من التصوير. ولإصلاح ذلك، بنوا نظاماً يجمع بين نقاط القوة لنماذج منفصلة؛ حيث إن أحد النماذج متخصص في الصور الواضحة والمفصلة الخاصة بالمنظار التقليدي، بينما تم ضبط النموذج الآخر ليتناسب مع الصور الأكثر تغيراً من كاميرا الكبسولة. وبدلاً من إجبار هذين النموذجين على الاتفاق على إجابة واحدة، ينظر النظام الجديد إلى كل بكسل في الصورة ويسأل سؤالاً بسيطاً: أي نموذج أكثر ثقة بشأن هذه البقعة تحديداً؟ ثم يقوم بدمج الإجابات، مع إعطاء وزن أكبر للنموذج الأكثر تأكداً. وهذا يسمح للنظام بالتكيف فورياً، سواء كان ينظر إلى صورة حادة وعالية الدقة أو صورة ضبابية ومنخفضة الدقة.

اختبر الباحثون هذا النظام الجديد، الذي أطلقوا عليه اسم "ترانس فيوز نت" (TransFuseNet)، على مجموعة واسعة من مجموعات الصور، بما في ذلك بيانات مرضى حقيقيين من آلاف الإجراءات وصور اصطناعية أنشأتها الحواسيب. ووجدوا أن النظام يمكنه تحديد شكل وحجم السلائل بدقة عبر جميع هذه الظروف المختلفة. وفي الاختبارات التي استخدمت صوراً حقيقية من كبسولة القولون، حدد النظام حدود السلائل بشكل صحيح في حوالي 82 بالمائة من الحالات، وفي الاختبارات باستخدام صور تنظير القولون القياسية، وصل إلى دقة تقارب 90 بالمائة. والأهم من ذلك، نجح النظام المدمج الجديد في التخفيف من انخفاض الأداء الذي يحدث عادةً عند الانتقال بين هذين النوعين من التصوير. وبينما عانت النماذج الفردية المدربة على أحد الأنواع عند اختبارها على النوع الآخر بشكل كبير، حافظ النظام المدمج على دقة قوية من خلال الاختيار الديناميكي للتنبؤات الأكثر موثوقية لكل بكسل. كما قدم النظام مقياساً لليقين لكل تنبؤ، مما يسلط الضوء على المناطق التي كان متأكداً فيها والمناطق التي كان أقل ثقة فيها، وهو ما قد يساعد الأطباء في معرفة متى يمكنهم الوثوق باقتراح الحاسوب.

وبعيداً عن مجرد العثور على السلائل، يقدم النظام وسيلة لقياسها. فمن خلال عد البكسلات التي تشكل النمو المكتشف، يمكن للبرنامج تقدير الحجم النسبي للسلائل، وهو عامل رئيسي في تحديد ما إذا كانت خطيرة. وقد أظهر الباحثون أن نموذجهم يمكنه معالجة الصور بسرعة كافية لمواكبة بث الفيديو المباشر، حيث يحلل حوالي 46 إطاراً في الثانية، وهي سرعة أسرع من السرعة التي يراجع بها الأطباء الفيديو عادةً. وتشير هذه السرعة إلى إمكانية استخدام هذه الأداة في الوقت الفعلي أثناء الإجراء، لتعمل كعين ثانية لا تتعب أبداً. وتؤكد الدراسة أنه من خلال الجمع بين التفاصيل المحلية والفهم الأوسع للصورة، ومن خلال ترك الحاسوب يقرر أي مصدر للمعلومات يثق به عند كل نقطة، فإنه من الممكن إنشاء أداة أكثر موثوقية لرصد العلامات المبكرة للسرطان. وبينما لا يعد النظام بديلاً للطبيب، إلا أنه يقدم طريقة قوية لتقليل عدد السلائل المفقودة، مما قد يؤدي إلى علاج مبكر ونتائج أفضل للمرضى الذين يواجهون سرطان القولون والمستقيم.