Liver Disease Prediction Using Machine Learning: A Leakage Free Evaluation of SVM, Logistic Regression, Random Forest and XGBoost on the Indian Liver Patient Dataset
تقدم هذه الدراسة تقييماً خالياً من التسرب لنماذج تعلم الآلة للتنبؤ بأمراض الكبد باستخدام مجموعة بيانات مريض الكبد الهندية، كاشفةً أن استخدام التحقق المتقاطع المتداخل الصارم يؤدي إلى مقاييس أداء أقل ولكنها أكثر واقعية من الدراسات السابقة، ومسلطةً الضوء على الأهمية البالغة لمعالجة عدم توازن الفئات والتحقق الخاص بالجنس، ومحددةً المؤشرات الحيوية الرئيسية لوظائف الكبد كمتنبئات أساسية.
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
يموت ملايين الأشخاص حول العالم كل عام بسبب أمراض الكبد، وغالبًا ما يحدث ذلك دون ظهور علامات تحذيرية واضحة حتى فوات الأوان. الكبد عضو مجد يعمل على تصفية السموم ويساعد في هضم الطعام، وعندما يبدأ في الفشل، فإنه يترك آثارًا خفية في الدم. يقوم الأطباء بشكل روتيني بفحص مجموعة من العلامات الكيميائية في عينات الدم — مثل الإنزيمات التي ترتفع عند تضرر خلايا الكبد أو البروتينات التي تنخفض عندما يعاني العضو من صعوبة في العمل — لرصد هذه العلامات المبكرة. لعقود من الزمن، حاول الباحثون استخدام برامج حاسوبية لقراءة نتائج اختبارات الدم هذه والتنبؤ بمن هو مريض قبل ظهور الأعراض. والهدف هو إنشاء مساعد رقمي يمكنه مساعدة العيادات، خاصة تلك التي تفتقر إلى المتخصصين، في تحديد المرضى الذين يحتاجون إلى رعاية عاجلة. ومع ذلك، كان المسار نحو أداة موثوقة مليئًا بالوعود الزائفة، حيث بدت النماذج الحاسوبية بارعة في المختبر لكنها فشلت عند مواجهة المرضى الحقيقيين.
تسعى دراسة جديدة من باحثين في جامعة بورت هاركورت في نيجيريا إلى إزالة هذه الأوهام من خلال إعادة فحص واحدة من أشهر مجموعات بيانات الكبد. ركز الفريق على مجموعة بيانات تحتوي على سجلات لمئات المرضى في الهند، وهو مورد استُخدم في دراسات سابقة لا حصر لها. في الماضي، أفادت العديد من تلك الدراسات أن نماذجها الحاسوبية استطاعت تحديد مرض الكبد بدقة مذهلة، مدعية أحيانًا معدلات نجاح تتجاة تسعين بالمائة. اشتبه الباحثون الجدد في أن هذه الدرجات العالية لم تكن علامة على خوارزمية مثالية، بل كانت نتيجة خلل في كيفية إجراء التجارب. ووجدوا أن العديد من الدراسات السابقة سمحت للكمبيوتر عن غير قصد باستخدام معلومات لا ينبغي له رؤيتها، مثل سجلات المرضى المكررة أو بيانات من مجموعة الاختبار المختلطة مع مجموعة التدريب. فعندما يرى الكمبيوتر الإجابات قبل اختباره، فإنه يبدو أذكى مما هو عليه في الواقع.
وللحصول على مقياس حقيقي للأداء، أعاد الفريق بناء التجربة من الصفر، مع ضمان أن تكون كل خطوة من خطوات العملية عادلة وخالية من هذه التسريبات الخفية. بدأوا بتنظيف البيانات، وإزالة ثلاثة عشر سجلًا مكررًا بدقة تسللت إلى الملف الأصلي. ثم أنشأوا نظام اختبار صارمًا حيث يتعلم الكمبيوتر من مجموعة من المرضى ويتم اختباره على مجموعة منفصلة تمامًا لم يسبق له رؤيتها من قبل. ومن الأهمية بمكان أنهم تأكدوا من أن أي تعديلات على البيانات، مثل ملء الأرقام المفقودة أو موازنة المجموعات، قد تمت فقط على مجموعة التعلم قبل أن ينظر الكمبيوتر إلى مجموعة الاختبار. هذه الطريقة، المعروفة باسم التحقق المتقاطع المتداخل (nested cross-validation)، تمنع الكمبيوتر من حفظ إجابات الاختبار وتجبره على تعلم الأنماط الفعلية للمرض.
وعندما أجروا هذه التجربة النظيفة، كانت النتائج أكثر تواضعًا بكثير من التقارير البراقة في الماضي. فقد تمكنت النماذج الحاسوبية، بما في ذلك الأنظمة المعقدة التي تحاكي الدماغ البشري والأدوات الإحصائية البسيطة، من التمييز بشكل صحيح بين المرضى والأصحاء بنسبة خمس وسبعين بالمائة تقريبًا فقط. هذا مستوى مفيد من الدقة، لكنه بعيد كل البعد عن الدرجات شبه المثالية التي زُعم سابقًا. ووجد الباحثون أن اختيار الخوارزمية الحاسوبية لم يغير الكثير؛ إذ قدمت طريقة بسيطة ومعروفة تسمى "الانحدار اللوجستي" أداءً يضاهي الأنظمة الأكثر تقدمًا. وفي الواقع، أظهرت الدراسة أن العامل الأكبر في النجاح لم يكن تعقيد البرمجيات، بل كيفية تعامل الباحثين مع حقيقة وجود عدد أكبر بكثير من المرضى مقارنة بالأصحاء في البيانات. فعندما تجاهلوا هذا الاختلال، أصبحت النماذج سيئة في رصد الأصحاء، حيث وصفت الجميع تقريبًا بأنهم مرضى. وعندما صححوا ذلك، أصبحت النماذج أكثر توازنًا وموثوقية.
ولعل الاكتشاف الأكثر أهمية هو أن النماذج لم تعمل بنفس الكفاءة للجميع. فبينما كانت الحواسيب جيدة نوعًا ما في تحديد أمراض الكبد لدى الرجال، إلا أنها واجهت صعوبة كبيرة مع النساء. فبالنسبة للمريضات، أخطأت النماذج في اكتشاف أكثر من نصف الحالات الفعلية لمرض الكبد، رغم أنها كانت جيدة جدًا في تحديد الرجال الأصحاء بشكل صحيح. يشير هذا الفارق إلى أن الطريقة التي يظهر بها مرض الكبد في اختبارات الدم تختلف بين الجنسين، أو أن البيانات المستخدمة لتعليم الحواسيب لم تتضمن أمثلة كافية عن النساء المريضات. كما كشفت الدراسة أن الأرقام التي تخرجها الحواسيب كـ "احتمالات" للمرض كانت غالبًا مضللة. ولأن بيانات التدريب تم موازنتها اصطناعيًا لتسهيل الرياضيات، فإن درجات الثقة التي سجلها الكمبيوتر لم تتطابق مع المخاطر في العالم الحقيقي، مما يعني أن الطبيب لا يمكنه الوثوق بنسبة مئوية خام دون تعديلها أولاً.
كما نظر الباحثون فيما كانت الحواسيب تنتبه إليه بالفعل. ووجدوا أن النماذج حددت بشكل صحيح نفس العلامات الكيميائية التي يستخدمها الأطباء البشر لاتخاذ قراراتهم، مثل إنزيمات معينة ومستويات البيليروبين. وهذا يعطي ثقة في أن الكمبيوتر يتعلم الإشارات الطبية الصحيحة. ولإثبات قدرة نظامهم على تعلم أنماط قوية عندما توجد، اختبر الفريق برمجياتهم على مجموعة بيانات مختلفة تتعلق بالتهاب الكبد الوبائي (سي)، حيث كان التمييز بين المرضى والأصحاء أكثر وضوحًا. وفي مجموعة البيانات الثانية هذه، حققت النماذج درجات شبه مثالية، مما أظهر أن المشكلة لم تكن في البرمجيات نفسها، بل في صعوبة وحدود بيانات الكبد الأصلية.
في نهاية المطاف، تعد هذه الدراسة بمثابة واقع ضروري لمجال الذكاء الاصطناዊ الطبي. فهي توضح أن أرقام الدقة العالية التي شوهدت في العديد من الأوراق المنشورة كانت غالبًا نتيجة أخطاء تجريبية وليس بسبب تكنولوجيا متفوقة. ويخلص الباحثون إلى أنه بينما يمكن أن يكون التعلم الآلي أداة مفيدة للفحص، إلا أنه ليس حلاً سحريًا يعمل بشكل مثالي بمجرد تشغيله. وقبل استخدام مثل هذه الأدوات في العيادات، يجب اختبارها بطرق صارمة وخالية من التسريبات، ويجب التحقق من أنها تعمل بعدالة لكل من الرجال والنساء. ويتضمن المسار المستقبلي استخدام بيانات أفضل وطرق أبسط وأكثر شفافية، بدلًا من مطاردة خوارزميات تزداد تعقيدًا وتعد بأكثر مما تستطيع تقديمه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.