Development and Open-Source Release of a Multi-Cancer Module for Structuring Pathology Reports
تقدم هذه الدراسة تطوير، والتحقق الخارجي، والإصدار مفتوح المصدر لإطار عمل لمعالجة اللغات الطبيعية يعتمد على نموذج Clinical BERT وقابل للتوسع، نجح في استخراج بيانات مهيكلة من تقارير علم الأمراض متعددة السرطانات، مُظهراً أداءً داخلياً قوياً وقدرةً، وإن كانت منخفضة، على التعميم ذي المعنى السريري عبر المؤسسات الخارجية.
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
تخيل أنك محقق يحاول حل لغز ضخم، ولكن بدلاً من العثور على الأدلة في ملف منظم، يتعين عليك البحث في ملايين الملاحظات المكتوبة بخط اليد، والرسومات العشوائية، والمذكرات الفوضوية. هذا هو الواقع اليومي للباحثين الذين يدرسون السرطان. لعقود من الزمن، كانت أهم الأدلة حول الأورم — نوعها، حجمها، ومرحلتها — محبوسة داخل "تقارير علم الأمراض" (pathology reports). هذه التقارير هي ملخصات مفصلة يكتبها الأطباء بعد فحص عينات الأنسجة تحت المجهر. المشكلة؟ غالبًا ما تُكتب هذه التقارير في جمل حرة أو بتنسيقات شبه منظمة، مثل تدوينة في مذكرات يومية بدلاً من أن تكون جدول بيانات. وبينما يمكن للطبيب البشري قراءتها بسهولة، تجد الحواسيب صعوبة في فهمها. الأمر يشبه محاولة تعليم روبوت عدّ التفاح عندما تكون التفاحات مخبأة داخل فقرات نصية. ولحل هذه المشكلة، يستخدم العلماء فرعًا من الذكاء الاصطناعي يسمى معالجة اللغات الطبيعية (NLP). فكر في معالجة اللغات الطبيعية كأنها مترجم ذكي للغاية يمكنه قراءة اللغة البشرية وتحويلها إلى بيانات منظمة يمكن للحواسيب معالجتها. إذا تمكنا من فك رموز هذه التقارير، يمكننا تحليل اتجاهات السرطان على نطاق واسع، مما قد ينقذ الأرواح عبر رصد الأنماط التي لا يستطيع أي طبيب بمفرده رؤيتها.
الآن، لندخل إلى فريق المركز الوطني للسرطان في كوريا. لقد قرروا بناء "مترجم عالمي" مخصص لتقارير السرطان، ولكن مع لمسة خاصة: أرادوا جعله أداة يمكن لأي شخص استخدامها، وليس مجرد أداة يحتفظون بها في مختبرهم الخاص. لقد أنشأوا دماغًا روبوتيًا رقميًا يعتمد على تقنية تسمى ClinicalBERT. يمكنك تخيل ClinicalBERT كطالب قرأ الملايين من الكتب الطبية وهو الآن خبير في فهم اللغة المحددة التي يستخدمها الأطباء عند التحدث عن الأورم. قام الفريق بتدريب هذا الطالب على قراءة تقارير علم الأمراض لخمسة أنواع مختلفة من السرطان: سرطان الكلى، الغدة الدرقية، الكبد، الثدي، والقولون. كان هدفهم هو تعليم الروبوت كيفية إيجاد إجابات لأسئلة محددة مثل "ما هو هذا العضو؟" أو "ما هي الجراحة التي أُجريت؟" واستخراج تلك المعلومات من النص الفوضوي لإنشاء قائمة نظيفة ومنظمة.
كانت النتائج مزيجًا من "الذهول" و"الدهشة". عندما تم اختبار الروبوت على التقارير من المستشفى الذي تم تدريبه فيه (المركز الوطني للسرطان)، كان مذهلاً حقًا. فقد حصل على الإجابات الصحيحة في كل مرة تقريبًا، حيث تراوحت درجة نجاحه (تسمى مقياس F1) بين 0.945 و0.977. ولوضع ذلك في الاعتبار، إذا سألته 100 سؤال، فسيجيب على ما يقرب من 95 إلى 98 منها بشكل صحيح. كان الأمر أشبه بطالب متفوق يجتاز كل الاختبارات في فصله الدراسي الأصلي.
ومع ذلك، جاء الاختبار الحقيقي عندما أرسلوا الروبوت إلى مستشفيين مختلفين (مستشفى إلسان ومركز بورامي الطبي) دون إعطائه أي تدريب جديد. هذا يشبه أخذ ذلك الطالب المتفوق إلى مدرسة مختلفة تمامًا حيث يكتب المعلمون ملاحظاتهم بأسلوب مختلف قليلاً، ويستخدمون مصطلحات مختلفة، وينسقون أوراقهم بشكل مختلف. وكما توقع المؤلفون، تعثر الروبوت. انخفض أداؤه بشكل كبير؛ فبالنسبة لسرطان الثدي، انخفضت درجته من 0.945 القريبة من المثالية إلى 0.777 في أحد المستشفيات، وحتى أكثر من ذلك لتصل إلى 0.427 في المستشفى الآخر. حدثت انخفاضات مماثلة لسرطانات الكبد والكلى والغدة الدرقية. تشير الورقة البحثية إلى أن هذه الانخفاضات حدثت لأن طريقة كتابة الأطباء لتقاريرهم تختلف من مكان لآخر — هياكل جمل مختلفة، طرق مختلفة لقول "لم يتم العثور على سرطان"، أو مجرد عادات مختلفة.
رغم هذا التعثر، لم يفشل الروبوت تمامًا. فقد تمكن دائمًا من الإجابة على الأسئلة التي تتعلق بـ "الصورة الكبيرة". استطاع دائمًا تحديد العضو المعني واسم الجراحة التي أُجريت، حتى في المستشفيات الجديدة. لكنه ارتبك بسبب التفاصيل الأكثر تحديدًا، مثل الموقع الدقيق للورم داخل العضو، والذي بدا أنه يعتمد بشدة على كيفية تفضيل ذلك المستشفى المحدد للكتابة.
الجزء الأكثر إثارة في هذه الورقة ليس مجرد الأرقام؛ بل هو ما فعله الفريق بها. فبدلاً من إبقاء دماغهم الروبوتي سرًا، فتحوا الباب وسمحوا للجميع بالدخول. لقد نشروا الكود البريدي، والنماذج المدربة، والتعليمات مجانًا على الإنترنت. إنهم يقولون أساسًا: "هذه هي أداتنا. إنها تعمل بشكل رائع في منزلنا، وتعمل بشكل جيد في المنازل الأخرى، ولكن قد تحتاجون إلى تعديلها قليًا لتناسب أسلوبكم الخاص". هذه خطوة كبيرة للأمام لأنها تسم تتيح للباحثين الآخرين البدء في استخدام هذه التكنولوجيا فورًا بدلاً من بناء روبوتاتهم الخاصة من الصفر. ويشير المؤلفون بحذر إلى أنه بينما يعد هذا أساسًا قويًا، فإنه ليس عصا سحرية تعمل بشكل مثالي في كل مكان بمجرد تشغيلها. إنهم يقترحون أنه لكي يعمل بأفضل شكل في المستشفيات المختلفة، قد يحتاج الفرق المحلية إلى القيام ببعض "المعايرة" أو الضبط الدقيق ليتناسب مع أساليب الكتابة الخاصة بهم.
باختصار، تعد هذه الورقة البحثية قفزة كبيرة نحو جعل أبحاث السرطان أسرع وأكثر تعاونًا. إنها تثبت أنه يمكننا تحويل الملاحظات الطبية الفوضوية المكتوبة بخط اليد إلى بيانات نظيفة وقابلة للاستخدام باستخدام الذكاء الاصطناعي، لكنها تعترف أيضًا بصدق بأن كل مستشفى يتحدث لغة مختلفة قليلاً. ومن خلال مشاركة عملهم علنًا، سلم الفريق المفاتيم لبقية المجتمع العلمي، داعين الجميع للمساعدة في صقل الأداة حتى يأتي اليوم الذي نمتلك فيه مترجمًا عالميًا يعمل بشكل مثالي لكل طبيب، في كل مكان.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.