A Three Layer Attention Enhanced Deep Learning Framework for Automated Skin Lesion Classification Using ISIC 2016 and ISIC 2018 Dermoscopic Image Dataset

يعد سرطان الجلد تحدياً صحياً عالمياً لا يلين، لكن أكثر أشكاله خطورة، وهو الميلانوما (سرطان الخلايا الصبغية)، يقدم درساً قاسياً في قوة التوقيت. فعند اكتشافه مبكراً، بينما لا يزال المرض محصوراً في البقعة التي بدأ منها، تكون نسبة البقاء على قيد الحياة لمدة خمس سنوات مثالية تقريباً. ومع ذلك، بمجرد أن ينتشر هذا السرطان إلى العقد اللمفاوية المجاورة أو الأعضاء البعيدة، تنخفض احتمالات النجاة بشكل حاد. إن الفرق بين الشفاء والمأساة غالباً ما يتلخص في بضعة أشهر حاسمة. ولعقود من الزمن، اعتمد الأطباء على منظار الجلد (dermoscopy)، وهي تقنية تستخدم ضوءاً مكبراً متخصصاً للكشف عن الأنماط الخفية في آفات الجلد التي لا تستطيع العين المجردة رؤيتها. ومع ذلك، حتى بالنسبة للخبراء، فإن تفسير هذه الصور أمر صعب لأن سرطانات الجلد تختلف بشكل هائل في الشكل واللون والملمس، ويمكن أن تبدو متشابهة بشكل مخادع مع الشامات الحميدة. وهنا يأتي دور مجال التشخيص بمساعدة الكمبيوتر، الذي يحاول تعليم الآلات كيف ترى ما قد تخطئه العيون البشرية، محولاً بيانات البكسل الخام إلى رأي ثانٍ يمكن أن ينقذ الأرواح.

في هذا السياق، اقترح الباحثان وقار إسماعيل والدكتور وكيل أحمد من جامعة الهندسة والتكنولوجيا في "تاكسيلا" نهجاً جديداً لتعليم الحواسيب كيفية قراءة صور الجلد هذه. فقد طورا نظاماً يسمى TLANet، وهو نموذج ذكاء اصطناعي انسيابي مصمم خصيصاً للتمييز بين نموات الجلد الخطيرة وغير الضارة. وخلافاً للعديد من الأنظمة الحديثة التي تعتمد على شبكات ضخمة ومعقدة تحتوي على ملايين المعلمات (parameters)، طرح هذا الفريق سؤالاً أبسط: هل يمكن لشبكة أصغر بكثير وأكثر كفاءة، إذا تم توجيهها بشكل صحيح، أن تؤدي بنفس الكفاءة؟ وتكمن إجابتهم في تقنية تسمى "الانتباه" (attention). فتماماً كما يركز الطبيب البشري بتمعن على الحافة غير المنتظمة لشامة ما بينما يتجاهل الجلد السليم المحيط بها، بنى الباحثون آلية تجبر الكمبيوتر على إعطاء وزن أكبر للأجزاء الأكثر أهمية في الصورة مقارنة بالباقي. يعمل هذا "الانتباه المكاني والقنوي" (channel and spatial attention) كمرشح، حيث يخبر النظام بضرورة إيلاء اهتمام وثيق لأنسجة وألوان محددة تشير إلى الخطر، مع التقليل من شأن الضوضاء الخلفية غير ذات الصلة مثل الشعر أو الظلال.

اختبر الفريق ابتكارهم على مجموعتين متميزتين من الصور الطبية الواقعية لمعرفة مدى صموده تحت الضغط. تضمن الاختبار الأول تحدياً ثنائياً: مجرد تحديد ما إذا كانت الآفة حميدة أم خبيثة. وباستخدام مجموعة بيانات تضم 900 صورة تدريب و379 صورة اختبار، حقق النظام دقة بلغت حوالي 88.3 بالمائة. وكان هذا تحسناً كبيراً عن النسخة القياسية من شبكتهم التي تفتقر إلى آلية الانتباه، والتي حققت دقة تبلغ حوالي 84.2 بالمائة فقط. أما الاختبار الثاني، وهو الأكثر صعوبة، فقد تطلب من النظام تصنيف الصور إلى سبعة فئات مختلفة من أمراض الجلد، بدءاً من الشامات الشائعة وصولاً إلى أنواع مختلفة من السرطان. احتوت هذه المجموعة من البيانات على أكثر من 10,000 صورة وشهدت خللاً شديداً في التوازن، حيث تم تمثيل بعض الأمراض النادرة بعدد قليل جداً من الأمثلة. وهنا، تفوق نموذج الانتباه المعزز مرة أخرى على نظيره الذي يفتقر للانتباه، محققاً درجة F1 ماكرو بلغت 0.681 مقارنة بـ 0.612 للنموذج الأساسي. وتشير هذه الدرجات، التي تقيس مدى قدرة النموذج على الموازنة بين الدقة والاستدعاء عبر جميع الفئات، إلى أن آلية الانتباه تساعد الكمبيوتر على التنقل وسط الارتباك بين الأمراض المتشابهة بصرياً.

إن ما يجعل هذا العمل جديراً بالذكر ليس مجرد الأرقام، بل كفاءة الحل. فقد قارن الباحثون شبكتهم المدمجة المكونة من ثلاث طبقات بالنماذج الضخمة والمعروفة مثل ResNet وEfficientNet، والتي تشتهر بأدائها العالي ولكن أيضاً بتكلفتها الحسابية الثقيلة. وبينما حققت تلك النماذج الأكبر حجماً درجات أعلى قليلاً في بعض الحالات، إلا أنها تطلبت طاقة معالجة ووقت تشغيل أكبر بكثير. وفي المقابل، ظل نموذج TLANet خفيف الوزن، مع عدد أقل بكثير من المعلمات وأوقات استدلال أسرع، مما يجعله مرشحاً أكثر قابلية للتطبيق في البيئات التي تكون فيها الموارد الحوسبية محدودة. لقد استبعدت الدراسة صراحةً فكرة أن التعقيد هو الأفضل دائماً؛ وبدلاً من ذلك، أثبتت أن بنية أصغر ومصممة بعناية، عندما تكون مزودة بالتركيز الصحيح، يمكنها تعلم الأنماط الضرورية دون ضخامة غير ضرورية.

ومع ذلك، يحرص الباحثون على عدم الادعاء بأن هذا النظام جاهز لاستبدال الطبيب. إذ تسلط الدراسة الضوء على أنه بينما يؤدي النموذج بشكل جيد في مجموعات البيانات العامة، فإنه لا يزال يعاني مع فئات الأمراض الأكثر ندرة، ويمكن أن يرتبك بسبب الصور ذات الجودة الضعيفة أو الإضاءة غير العادية. تُظهر خرائط الانتباه التي يولدها النظام أين ينظر الكمبيوتر، مما يوفر لمحة عن عملية اتخاذ القرار لديه، لكن هذه التصورات ليست بعد بديلاً للقرار السريري. إن هذا العمل يعد بمثابة إثبات للمفهوم، مما يشير إلى أن اتباع نهج مركز وفعال للذكاء الاصطناعي في طب الجلد هو أمر ممكن. إنه يفتح مساراً مستقبلياً حيث لا تحتاج التكنولوجيا لأن تكون ضخمة لتكون فعالة، بشرط أن تعرف بالضبط أين تنظر. وكما يذكر المؤلفون، سيتعين على العمل المستقبلي التحقق من هذه النتائج عبر مجموعات سكانية متنوعة وفي بيئات سريرية واقعية قبل أن يمكن الوثوق بهذه الأدوات لتوجيه القرارات المتعلقة بالحياة أو الموت.