A Machine Learning System for Quantifying Facial Asymmetry in Bell’s Palsy across Underrepresented Phenotypes
تقدم هذه الدراسة وتقيم مساراً لتعلم الآلة لقياس عدم التماثل الوجهي في شلل بل باستخدام معالم ثنائية الأبعاد، مما يثبت جدواه على الأجهزة الشائعة ويكشف عن تباينات ديموغرافية غير متوقعة في معدلات فشل الكشف ومقاييس عدم التماثل الأساسية عبر مجموعة بيانات FairFace.
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
غالباً ما يُعرف الشلل الوجهي، المعروف أيضاً باسم شلل بيل، بأنه حالة مفاجئة تضعف فيها عضلات جانب واحد من الوجه أو تتوقف عن العمل تماماً. يمكن أن يترك هذا الشخص بفتحة فم متدلية، وعين مغلقة لا تفتح، وجبهة ترفض التجعد. بالنسبة للأطباء، يعتمد تقييم مدى شدة هذه الحالة وتتبع تحسن المريض عادةً على العين المدربة؛ حيث ينظر المتخصص إلى الوجه ويحدد درجة بناءً على مقدار الحركة المتبقية. تعمل هذه الطريقة بشكل جيد عندما يكون المتخصص حاضراً، ولكن في أجزاء كثيرة من العالم، لا سيما في جنوب آسيا، يعتبر هؤلاء الخبراء نادرين. وغالباً ما يتم فحص معظم المرضى من قبل ممارسين عامين قد لا يمتلكون نفس المستوى من التدريب. وما يزيد الأمر صعوبة هو أن الحكم البشري يمكن أن يتباين من طبيب لآخر، كما أن التحسينات الطفيفة في حالة المريض يصعب رصدها عندما تُقاس بمقياس ذاتي بدلاً من رقم دقيق.
لقد أمل الباحثون طويلاً أن تتمكن الحواسيب من حل هذه المشكلة عبر التقاط صورة لوجه المريض وقياس الفرق بين الجانب الأيسमान والأيمن باتساق تام. الفكرة هي بناء أداة تعمل على أجهزة عادية، مثل حاسوب محمول قياسي أو جهاز لوحي، بحيث يمكن استخدامها في العيادات دون معدات باهظة الثمن. ومع ذلك، كان هناك قلق كبير بشأن ما إذا كانت هذه الأدوات الحاسوبية تعمل بنفس الكفاءة لجميع الناس من مختلف الخلفيات. فقد تم تدريب العديد من أنظمة التعرف على الوجه تاريخياً على مجموعات بيانات تضم في الغالب أشخاصاً ذوي بشرة فاتحة، مما أدى إلى مخاوف من أنها قد تفشل أو تعطي قراءات غير دقيقة للأشخاص ذوي البشرة الداكنة أو الملامح الوجهية المختلفة. وإذا فشلت أداة تهدف لمساعدة الجميع في العمل بصمت تجاه مجموعات معينة، فقد تؤدي إلى ضرر أكبر من النفع.
وضع فريق من الباحثين من جامعة كينج إدوارد الطبية خطة لاختبار نظام حاسوبي جديد مصمم خصيصاً لهذه المهمة، مع التركيز على ما إذا كان بإمكانه قياس عدم تماثل الوجه بشكل موثوق عبر مجموعة متنوعة من الوجوه البشرية. لم يختبروا النظام على مرضى يعانون من شلل بيل بعد؛ بل استخدموا مجموعة كبيرة من الصور لأشخاص أصحاء من سبع مجموعات ديموغرافية مختلفة لمعرفة كيف سيتصرف الجهاز في حالة عدم وجود مرض. كان هدفهم هو ضمان استقرار وعدالة النظام قبل استخدامه على مريض مريض. لقد بنوا مساراً (pipeline) يبدأ أولاً بالعثور على الوجه في الصورة، ثم رسم مئات النقاط عبر الجلد لإنشاء مخطط رقمي، وأخيراً رسم خط وهمي في منتصف الوجه لقياس مدى بُعد كل نقطة عن هذا المركز.
يستخدم النظام الذي بنوه مكوناً برمجياً مدرباً مسبقاً يمكنه العثور فوراً على 478 نقطة محددة على الوجه من صورة واحدة. وبمجرد الحصول على هذه النقاط، يقوم بحساب درجة تمثل مدى عدم انتظام الوجه. الدرجة صفر تعني وجهاً متماثلاً تماماً، بينما تشير الدرجة الأعلى إلى مزيد من عدم التماثل. اختبر الباحثون ذلك على أكثر من 10,000 صورة من مجموعة بيانات عامة تسمى "FairFace"، والتي تم إنشاؤها بعناية لتشمل أعداداً متوازنة من أشخاص من خلفيات شرق آسيوية، وجنوب شرق آسيوية، وهندية، وسوداء، ولاتينية هيسبانية، وبيضاء، ومن الشرق الأوسط. أرادوا معرفة ما إذا كان الحاسوب يستطيع إيجاد الوجه في الصورة وهل ستكون درجة عدم التماثل الناتجة متسقة عبر جميع هذه المجموعات المختلفة.
أظهرت النتائج أن النظام فعال إلى حد كبير ولكن لديه بعض الخصائص الغريبة المحددة. فقد نجح في العثور على الوجه وحساب الدرجة في حوالي 90 بالمائة من الصور. ومع ذلك، لم يكن معدل فشله في العثور على الوجه متساوياً للجميع. وخلافاً للتوقع الشائع بأن مثل هذه الأدوات تعاني أكثر مع الوجوه غير الغربية، فقد فشل هذا النظام في العثور على الوجوه بشكل أكبر في الوجوه البيضاء ومنطقة الشرق الأوسط مقارم الوجوه من جنوب شرق آسيا. كان معدل الفشل أدنى ما يمكن للوجوه من جنوب شرق آسيا بنسبة 6 بالمائة تقريباً، وأعلى ما يمكن للوجوه البيضاء بنسبة تقترب من 13 بالمائة. لاحظ الباحثون أن هذا الانعكاس يرجع على الأرجح إلى الاختلافات في مصدر الصور، مثل التباينات في الإضاءة، أو وجود لحى أو نظارات، أو زاوية الرأس، وليس بسبب خلل جوهري في كيفية رؤية الحاسوب لدرجات لون البشرة المختلفة. تشير هذه النتيجة إلى أنه قبل نشر مثل هذه الأداة في منطقة جديدة، من الضروري اختبارها مباشرة على السكان المحليين بدلاً من افتراض أنها ستتصرف بنفس الطريقة التي تصرفت بها في مجموعة بيانات مختلفة.
عندما قام النظام بقياس وجوه الأشخاص الأصحاء، كانت النتائج متسقة بشكل ملحوظ. بلغ متوسط درجة عدم التماثل للوجه السليم مستوى منخفضاً جداً، حيث حام حول 0.187. وبينما أظهرت الاختبارات الإحصائية اختلافات ضئيلة بين المجموعات، إلا أن هذه الاختلافات كانت صغيرة جداً لدرجة أنها لن تهم في بيئة سريرية واقعية. أثبت النظام قدرته على قياس وجه سليم بنفس الدقة الأساسية بغض النظر عن الخلفية الديموغرافية للشخص. ومع ذلك، برز جزء واحد محدد من القياس كجزء غير موثوق به: المنطقة المحيطة بالزاوية الداخلية للعين. ولأن هذا الجزء من الوجه قريب جداً من الخط المركزي، أصبحت الحسابات المستخدمة لحساب الدرجة غير مستقرة، مما أنتج أرقاماً مرتفقة بشكل اصطناعي لا تعكس البنية الفعلية للوجه. حدد الباحثون هذا كأثر رياضي (mathematical artifact) وليس اكتشافاً بيولوجياً حقيقياً، مشيرين إلى أن الأداة تعمل بشكل أفضل عند النظر إلى الملامح الأبعد عن المركز، مثل الفم أو العين الخارجية.
ولجعل الأداة مفيدة للأطباء، وضع الباحثون أيضاً طريقة لتحديد الصور التي قد تتطلب اهتماماً. قاموا بحساب درجة عتبة (threshold score) لكل مجموعة، بحيث يتم تحديد أعلى 5 بالمائة فقط من الوجوه السليمة كوجوه قد تكون غير طبيعية. كانت هذه العتبات متشابهة جداً عبر جميع المجموعات، مع تباين طفيف بنسبة 8.8 بالمائ de بين الأدنى والأعلى. وهذا يعني أنه يمكن على الأرجح استخدام درجة معيارية واحدة لمعظم الناس، رغم أن النظام قد يحتاج إلى قاعدة معدلة قليلاً للوجوه من جنوب شرق آسيا لتجنب إطلاق الكثير من الإنذارات الكاذبة. وأكد الباحثون بحذر أن هذا النظام يتحكم حالياً فقط في الإنذارات الكاذبة لدى الأشخاص الأصحاء؛ ولم يتم اختباره بعد لمعرفة ما إذا كان يمكنه تحديد حالات شلل بيل الفعلية. وهذه هي الخطوة التالية.
يخلص البحث إلى أن هذا النظام الحاسوبي خفيف الوزن جاهز للانتقال من الاختبار النظري إلى التجربة الواقعية، بشرط أن يفهم الأطباء حدوده. إنها أداة يمكنها العمل على أجهزة عادية وإعطاء قياسات متسقة عبر مجموعات سكانية متنوعة، لكنها ليست بعد جهازاً للتشخيص. ويؤكد الباحثون أن قدرة النظام على اكتشاف المرض نفسه لا تزال غير مثبتة ويجب التحقق منها في دراسة سريرية مع مرضى حقيقيين. وحتى ذلك الحين، تعمل الأداة كوسيلة موثوقة لقياس تماثل الوجه لدى الأصحاء، مما يوفر مساراً واعداً نحو رعاية أكثر اتساقاً وسهولة في الوصول إليها للأشخاص الذين يعانون من الشلل الوجهي في المناطق محدودة الموارد. يسلط هذا العمل الضوء على أنه قبل أن يتمكن الآلة من مساعدة الطبيب، يجب أن يثبت أولاً قدرته على رؤية العالم بوضوح، دون انحياز أو خطأ، عبر الطيف الكامل للوجوه البشرية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.