Bacterial Species Classification from Full-Plate Culture Images Using Deep Learning: A Comparative Study of CNNs and Vision Transformers
تُظهر هذه الدراسة أن نماذج "المحولات الرؤية" (ViT-B/16) التي تم ضبطها بدقة تتفوق على بنيات الشبكات العصبية التلافيفية التقليدية مثل ResNet50 وDenseNet121 في تصنيف 19 نوعاً من البكتيريا بدقة من صور المزارع الكاملة للأطباء، محققةً متوسط دقة قدره 99.05% في ظل بروتوكول تجريبي موحد.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
في همهمة هادئة داخل مختبر سريري، يستقر طبق بتري تحت ضوء خافت، سطحه منقط بمستعمرات صغيرة متنامية من البكتيريا. لعقود من الزمن، اعتمد تحديد ماهية هؤلاء الغزاة غير المرئيين على العين المدربة لعالم الأحياء الدقيقة. ينظر الخبراء إلى الحجم، واللون، والملمس، والشكل لهذه المستعمرات، ويقارنونها بسنوات من الخبرة لتسمية النوع. هذه العملية حيوية؛ فمعرفة نوع البكتيريا المسببة للعدوى بدقة تتيح للأطباء اختيار المضاد الحيوي المناسب بسرعة، مما ينقذ الأرواح ويمنع انتشار المرض. ومع ذلك، فإن هذه الخبرة البشرية تشكل عنق زجاجة؛ فهي تستغرق وقتاً، وتسبب الإرهاق، بل وقد يختلف الخبراء المختلفون حول ما يرونه. والسؤال الذي يواجه العلم الحديث هو ما إذا كان بإمكان الكمبيوتر أن يتعلم رؤية هذه الأنماط بنفس الجودة، أو ربما بشكل أفضل، من خلال النظر إلى الطبق بأكمله دفعة واحدة بدلاً من التركيز على نقطة واحدة.
لقد اتخذ فريق من الباحثين الآن خطوة كبيرة نحو الإجابة على ذلك السؤال. فقد سعوا لبناء نظام يمكنه تحديد تسعة عشر نوعاً مختلفاً من البكتيريا ذات الأهمية السريرية تلقائياً مباشرة من صور أطباق الزرع الكاملة. وبدلاً من مطالبة الكمبيوتر بالنظر إلى مستعمرة واحدة معزولة، قام الفريق بتغذيته بصور للطبق بأكمله، ملتقطاً الترتيب المعقد لجميع البكتيريا التي تنمو معاً. اختبروا ثلاثة أنواع مختلفة من نماذج الذكاء الاصطناعي لمعرفة أي منها يمكنه تعلم اللغة البصرية لهذه الميكروبات بفعالية أكبر. اعتمد نموذجان على تصميم يحاكي كيفية معالجة العين البشرية للصور في طبقات، عبر مسح الحواف والأشكال. أما النموذج الثالث، فقد استخدم نهجاً أحدث ينظر إلى الصورة بأكملها دفعة واحدة، ويوازن بين كيفية ارتباط الأجزاء المختلفة من الصورة ببعضها البعض.
عمل الباحثون مع مجموعة مُعدة بعناية تضم 950 صورة عالية الدقة. أظهرت كل صورة طبق بتري يحتوي على نوع واحد من أنواع بكتيريا محددة من أصل تسعة عشر نوعاً، مثل "الإشريكية القولونية" (Escherichia coli) أو "المكورات العنقودية الذهبية" (Staphylococcus aureus)، وجميعها نُميت تحت ظروف صارمة ومتطابقة لضمان أن تكون الصور عادلة ومتسقة. ولتدريب أجهزة الكمبيوتر، عرض الفريق هذه الصور عليها مراراً وتكراراً، مع إجراء تغييرات طفيفة وعشوائية على الصور — مثل قلبها، أو تدويرها، أو تعديل ألوانها — لتعليم النماذج التعرف على البكتيريا بغض النظر عن كيفية وضعها أو الإضاءة المسلطة عليها. ضمنت هذه العملية أن يتعلم النظام الهوية الحقيقية للبكتيريا، وليس فقط الطريقة المحددة التي التُقطت بها الصورة.
وعندما وضع الفريق النماذج الثلاثة قيد الاختبار، كانت النتائج مذهلة. فالنموذج الذي نظر إلى الصورة بأكملها دفعة واحدة، باستخدام طريقة تسمى "محول الرؤية" (Vision Transformer)، أثبت أنه الأكثر دقة؛ حيث حدد نوع البكتيريا بشكل صحيح في ما يقرب من 99 بالمائة من الحالات. كما أدى النموذجان الآخران، اللذان يعتمدان على النهج الطبقي القائم على كشف الحواف، أداءً جيداً أيضاً، حيث حقق أحدهما دقة تبلغ حوالي 97.6 بالمائة والآخر حوالي 94 بالمائة. قد يبدو الفرق ضئيلاً من حيث النقاط المئوية، ولكن في السياق الطبي، فإنه يمثل فجوة كبيرة في الموثوقية. فقد ارتكب النموذج الأعلى أداءً تسعة أخطاء فقط عبر مجموعة الصور البالغ عددها 950 صورة، بينما ارتكب الآخرون أخطاءً أكثر بكثير.
ولعل الأمر الأكثر إثارة للاهتمام ليس مجرد فوز النموذج الجديد، بل في كيفية تعامله مع الحالات الصعبة. فبعض أنواع البكتيريا تبدو متشابهة جداً للعين البشرية لدرجة أن الخبراء أنفسهم قد يجدون صعوبة في التمييز بينها. وجد الباحثون أن النموذج المتفوق كان أفضل في التمييز بين هذه الأزواج المربكة مقارنة بالأنظمة الأخرى. على سبيل المثال، نادراً ما خلط بين نوعين محددين من البكتيريا اللذين غالباً ما تخلط بينهما النماذج الأخرى. وهذا يشير إلى أنه من خلال النظر إلى الطبق بأكمله وفهم كيفية ترتيب المستعمرات المختلفة وتفاعلها، يمكن للنموذج التقاط أدلة دقيقة قد تفوتها عملية التحليل البسيطة التي تعتمد على جزء بجزء.
لا تدعي الدراسة أنها حلت كل مشكلة في تحديد البكتيريا. فقد كان الباحثون حذرين في ملاحظة أن نظامهم تم تدريبه على صور التُقطت في بيئة مختبرية واحدة وخاضعة للرقابة. كما أقروا بأن المستشفيات في العالم الحقيقي تستخدم كاميرات وإضاءة وظروف نمو مختلفة، مما قد يربك النظام. علاوة على ذلك، لم تأخذ التجربة الحالية في الاعتبار بشكل كامل ما إذا كان بإمكان النظام التعامل مع سلالات بكتيرية جديدة تماماً لم يسبق له رؤيتها من قبل. ومع ذلك، فإن هذا العمل يوفر معياراً واضحاً وقابلاً للتكرار؛ فهو يثبت أن التعلم العميق، ولا سيما نماذج المحولات (transformer-based models) الأحدث، يمكن أن يحقق مستوى من الدقة يضاهي الخبراء البشر عند النظر إلى أطباق الزرع الكاملة.
تقدم هذه الأبحاث لمحة عن مستقبل يمكن أن يكون فيه الفحص الأولي للعدوى أسرع وأكثر اتساقاً. ومن خلال إثبات أن الكمبيوتر يمكنه تعلم قراءة القصة البصرية لطبق بتري كامل بدقة تقترب من المثالية، تفتح الدراسة الباب أمام أدوات يمكنها مساعدة الأطباء وفنيي المختبرات. وبينما لا تزال هذه التكنولوجيا غير جاهزة لاستبدال الحكم البشري في كل مستشفى، إلا أنها تظهر أن الطريق إلى الأمام يكمن في الأنظمة التي تفهم الصورة الكاملة، وليس فقط الأجزاء. إن القدرة على تحديد هذه التهديدات المجهرية بهذه السرعة والدقة قد تعني في النهاية أن المرضى سيتلقون العلاج الصحيح في وقت أقرب، مما يحول عملية يدوية بطيئة إلى عملية آلية سريعة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.