Deep Learning-Based Sex Classification and Chronological Age-Group Estimation from Knee Radiographs Using a Multi-Task Framework with Rank-Fusion and Tri-Loss Learning

في عالم العلوم الجنائية والتشخيص الطبي، يبدأ تحديد هوية شخص مجهول بسؤال بسيط: من كان؟ وهما إجابتان أساسيتان: جنسه البيولوجي وعمره. لعقود من الزمن، اعتمد الخبراء على الهيكل العظمي لتقديم هذه الأدلة، عبر فحص العظام بحثاً عن علامات توضح كيف بُنيت وكيف تغيرت بمرور الوقت. وتعد مفصل الركبة، وهو مفصل ترزيجي معقد حيث يلتقي عظم الفخذ مع عظم الساق، ذا قيمة خاصة لهذا العمل؛ فهو موقع يظهر اختلافات واضحة بين الرجال والنساء، ويخضع لتغيرات تدريجية يمكن التنبؤ بها مع انتقال الشخص من مرحلة الشباب إلى الشيخوخة. تقليدياً، كان الأطباء والمتخصصون الجنائيون ينظرون إلى صور الأشعة السينية لهذا المفصل بأعينهم، مستخدمين مخططات معيارية لتقييم حالة العظام. ومع ذلك، فإن هذه العملية اليدوية قد تكون بطيئة، وقد لا يتفق الخبراء المختلفون دائماً على الصورة نفسها. ومع نمو مجال الذكاء الاصطناعي، بدأ الباحثون يتساءلون عما إذا كانت الحواسيب قادرة على تعلم رؤية هذه الأنماط الدقيقة بشكل أكثر اتساقاً ودقة من العين البشرية.

لقد اتخذ فريق من الباحثين من جامعة كوتاهيا للعلوم الصحية ومستشفى مدينة كوتاهيا في تركيا خطوة كبيرة للأمام في هذا المسعى. فقد طوروا نظاماً حاسوبياً جديداً مصمماً لقراءة صور الأشعة السينية للركبة وتحديد كل من الجنس والفئة العمرية للشخص الذي يمتلك تلك الركبة تلقائياً. وبدلاً من الاعتماد على طريقة واحدة، بنوا إطار عمل يتعامل مع مهمتين متميزتين في آن واحد. بالنسبة للمهمة الأولى، وهي تحديد ما إذا كانت الركبة تخص رجلاً أم امرأة، لم يثق الفريق في نموذج حاسوبي واحد فقط؛ بل بدلاً من ذلك، قاموا بتدريب ثلاثة أنواع مختلفة من أنظمة الذكاء الاصطناዊ المتقدمة للنظر في الصورة نفسها. ثم دمجوا نتائج هذه الأنظمة الثلاثة في قرار واحد موحد. هذا النهج، الذي يسمّونه "دمج الترتيب" (Rank-Fusion Ensemble)، سمح للحاسوب بوزن نقاط القوة في كل نموذج، مما أدى إلى تحديد عالي الموثوقية للجنس البيولوجي.

أما المهمة الثانية فكانت أكثر تعقيداً: تقدير عمر الشخص. فخلافاً للجنس، الذي يعد فئة ثنائية، فإن العمر هو تطور مستمر. فالشخص في الثلاثينيات من عمره يشترك في العديد من السمات الجسدية مع شخص في الأربعينيات، مما يجعل الحدود بين الفئات العمرية ضبابية. وللتعامل مع ذلك، استخدم الباحثون بنية حاسوبية متخصصة تسمى "ConvNeXt-Tiny"، وهي بارعة بشكل خاص في رصد التفاصيل الدقيقة في الصور. لقد علموا هذا النظام أن يفهم أن الفئات العمرية تتبع ترتيباً معيناً؛ حيث صمموا طريقة تدريب لا تعاقب الحاسوب كثيراً إذا أخطأ في تخمين الفئة العمرية المجاورة، بينما تعاقبه أكثر إذا خمن فئة بعيدة. فعلى سبيل المثال، إذا اعتبر النظام أن شخصاً في الخمسين من عمره هو في الأربعين، فسيُعتبر ذلك خطأً طفيفاً؛ أما تخمين أنه في العشرين، فسيكون خطأً جسيماً. هذا النهج، الذي يسميه المؤلفون استراتيجية "الخسارة الثلاثية" (Tri-Loss strategy)، ساعد النموذج على احترام الطبيعة التدريجية والخطوات المتتابعة للشيخوخة.

اختبر الفريق نظامهم على مجموعة مختارة بعناية من 1,042 صورة أشعة سينية للركبة أُخذت من مرضى تتراوح أعمارهم بين 22 و69 عاماً. وقد تم موازنة البيانات بحيث كان هناك أعداد متساوية تقرياً من الرجال والنساء، وكان المرضى موزعين بالتساوي عبر خمسة عقود مختلفة من الحياة. وعندما اختُبر النظام على صور لم يسبق له رؤيتها، كانت النتائج مذهلة. فبالنسبة لتحديد الجنس، كان النظام المدمج صحيحاً بنسبة 96.65% من الوقت. لقد كان بارعاً للغاية في التمييز بين البنى العظمية للذكور والإناث، محققاً درجة تشير إلى موثوقية شبه مثالية في الفصل بين المجموعتين. وكان هذا الأداء أفضل بكثير من أي من النماذج الحاسوبية الثلاثة الفردية المستخدمة لإنشاء هذا المزيج.

أثبتت مهمة تقدير العمر أنها أكثر صعوبة، حيث أن الاختلافات بين العقود المتتالية غالباً ما تكون دقيقة. ومع ذلك، حقق النظام المتخصص دقة بلغت 71.29% في تخمين العقد الصحيح. والأهم من ذلك، أن النظام نادراً ما قدم تخمينات جامحة؛ فعندما كان مخطئاً، كان الخطأ في معظم الأحيان لا يتجاوز عقداً واحداً. ووجد الباحثون أن النظام كان صحيحاً في 96.65% من جميع الحالات، إما في الفئة العمرية الصحيحة أو في الفئة التي تسبقها أو تليها مباشرة. ولم يرتكب النظام أبمقاس النوع من الأخطاء الفادحة مثل الخلط بين شخص شاب وشخص مسن. وهذا يشير إلى أن النظام قد نجح في تعلم التغيرات التدريجية والمتداخلة التي تحدث في الركبة مع تقدم الإنسان في السن، بدلاً من مجرد حفظ فئات منفصلة.

كما درست الدراسة مدى ثقة الحاسوب في إجاباته، ووجدت أنه عندما كان النظام يعبر عن ثقة عالية، فإنه كان صحيحاً في الغالب، مما يعني أن الاحتمالات التي يحسبها هي احتمالات جديرة بالثقة. وهذا تفصيل بالغ الأهمية للاستخدام الطبي والجنائي، حيث أن معرفة موثوقية النتيجة لا تقل أهمية عن النتيجة نفسها. وأشار الباحثون إلى أنه بينما كان النظام يعمل بشكل استثنائي في تحديد الفئات العمرية الصغيرة جداً والكبيرة جداً، إلا أن الفئات العمرية المتوسطة كانت أصعب قليلاً في التمييز، ويرجع ذلك على الأرجلة إلى أن التغيرات الجسدية في الركبة خلال تلك السنوات تكون تدريجية وأقل وضوحاً.

يُظهر هذا العمل أن التعلم العميق يمكن أن يعمل كأداة موضوعية وقوية لقراءة القصة المكتوبة في عظامنا. ومن خلال الجمع بين نماذج متعددة من الذكاء الاصطناعي لتحديد الجنس واستخدام نهج متخصص لتقدير العمر، أنشأ الباحثون نظاماً يقدم بديلاً كمياً للملاحظة اليدوية التقليدية. وبينما ركزت الدراسة على مجموعة سكانية محددة ونطاق عمري معين، فإن النتائج تشير إلى أن التحليل الآلي لصور الأشعة السينية للركبة يمكن أن يوفر ملفات تعريف ديموغرافية متسقة وعالية الدقة. ويمكن لهذه القدرة أن تدعم في النهاية الخبراء الجنائيين في تحديد بقايا الهياكل العظمية المجهولة، أو تساعد الأطباء في تقييم التغيرات المرتبطة بالعمر لدى المرضى الأحياء، وكل ذلك دون التباين الذي يأتي من التفسير البشري. وتؤكد النتائج أن الركبة، بما تملكه من ازدواجية جنسية واضحة وعملية شيخوخة يمكن التنبؤ بها، تظل مصدراً غنياً للمعلومات، أصبح متاحاً الآن من خلال عدسة التعلم الآلي الحديث.