دقة فحص الشامات بالذكاء الاصطناعي مقابل طبيب الأمراض الجلدية

دقة المعايير المرجعية مقابل الدقة في العالم الحقيقي

تُظهر العديد من الدراسات المنشورة أن نماذج الذكاء الاصطناعي تضاهي أو تتفوق على أطباء الأمراض الجلدية في مجموعات البيانات المنتقاة مثل أرشيف ISIC. تصف هذه الأرقام سلوك النموذج على صور تنظير الجلد (dermoscopic) عالية الجودة لفئات آفات محددة جيداً، والتي تم تقييمها في ظل ظروف خاضعة للرقابة.

يبدو الاستخدام في العالم الحقيقي مختلفاً. يلتقط المستخدم المنزلي صورة واحدة من زاوية واحدة بأي إضاءة متوفرة لديه. تقع الآفة على جلد مشعر أو على سطح جسم منحني. قد لا يتم الضغط على رأس منظار الجلد بشكل متساوٍ. يرى النموذج صورة واحدة، وليس سياقاً سريرياً، ولا تاريخاً للمريض، ولا بقية الجلد لإجراء مقارنة البطة القبيحة (ugly-duckling comparison).

حتى أفضل نموذج رائد في المعايير المرجعية يفقد عدة نقاط مئوية من الحساسية عند نقله من مجموعة بيانات منتقاة إلى الالتقاط المنزلي في بيئة غير خاضعة للرقابة. هذا ليس عيباً في النموذج؛ بل هو عيب في الفحص القائم على صورة واحدة بدون سياق.

أين يساعد الذكاء الاصطناعي أكثر

يضيف الفحص بالذكاء الاصطناعي أكبر قيمة عندما يقوم بأشياء يضعف فيها الأطباء البشريون أو لا يملكون الوقت للقيام بها.

التوثيق: تلتقط التطبيقات المدعومة بالذكاء الاصطناعي جدولاً زمنياً منظماً لكل شامة مع بيانات وصفية متسقة، بحيث يسهل استرجاع تطورها على مدى خمس سنوات في زيارة طبيب الأمراض الجلدية التالية. لا يمكن لأي طبيب توسيع نطاق هذا العمل بدون مساعدة برمجية. الفرز: يمكن لأداة الفحص بالذكاء الاصطناعي عبر الهاتف فرز 30 آفة حسب درجة الخطر وإبراز القلة التي تستحق قراءة بشرية دقيقة أولاً. التعليم: تقوم الملاحظات المدعومة بالذكاء الاصطناعي حول جودة الصورة (التركيز، الإضاءة، التأطير) بتدريب المستخدمين المنزليين على التقاط صور أفضل بمنظار الجلد.

تتعلق هذه الاستخدامات بالتوثيق وتحديد الأولويات، وليس التشخيص.

جدول زمني منظم للشامات على مر السنين
تحديد أولويات الآفات عالية المخاطر للمتابعة السريرية
ملاحظات حول جودة الصورة أثناء الالتقاط
جدولة التذكيرات لتكرار التقاط الصور
تقرير قابل للطباعة يمكن لطبيب الأمراض الجلدية قراءته في ثوانٍ

أين يخفق الذكاء الاصطناعي أكثر

تتركز أنماط الفشل حول أربعة مجالات.

الآفات غير الميلانينية (Non-melanocytic lesions): تم تصميم العديد من أطر تسجيل الذكاء الاصطناعي (مثل TDS، وقائمة النقاط السبع) للآفات الميلانينية. عند توجيهها نحو سرطان الخلايا القاعدية (Basal Cell Carcinoma)، أو ورم ليفي (fibroma)، أو تقران مثي (seborrheic keratosis)، فإنها تنتج أرقاماً إما مطمئنة بشكل خاطئ أو مقلقة بشكل خاطئ.

البشرة المصطبغة: تمثل معظم مجموعات البيانات المنشورة البشرة الفاتحة بشكل مفرط. غالباً ما يكون أداء نماذج الذكاء الاصطناعي ضعيفاً على درجات البشرة الداكنة، خاصة بالنسبة للورم الميلانيني الطرفي (acral melanoma) — وهو النوع الأكثر احتمالاً للظهور على البشرة الداكنة في المقام الأول.

جودة الصورة: السطوع المنخفض، وضبابية الحركة، وبصمات الأصابع على العدسة، والتلامس غير المتساوي لمنظار الجلد، كلها عوامل تؤدي إلى تدهور المدخلات. لا تخبر النماذج المستخدم دائماً عندما تكون الصورة سيئة؛ بل قد تنتج درجة تبدو واثقة بناءً على بكسلات مشوشة.

العشوائية (Stochasticity): نماذج الرؤية واللغة ليست حتمية. يمكن أن يؤدي تشغيل نفس الصورة مرتين إلى تشخيصات مختلفة، خاصة عندما تكون الآفة غامضة من حيث تنظير الجلد.

لماذا تعطي نفس الصورة إجابات مختلفة

غالباً ما تستخدم أنظمة الفحص الحديثة بالذكاء الاصطناعي نماذج الرؤية واللغة مع درجة حرارة أخذ عينات غير صفرية (non-zero sampling temperature). هذا يعني أن النموذج يختار من بين الرموز (tokens) المعقولة في كل خطوة، ويمكن أن يؤدي تشغيلان لنفس المدخلات إلى مسارات مختلفة. بالنسبة للورم الميلانيني الواضح أو الوحمة الحميدة بوضوح، يتفق كلا التشغيلين عادةً. أما بالنسبة لآفة غامضة — على سبيل المثال، فرط تنسج دهني مبكر (early sebaceous hyperplasia) يبدو بشكل غامض مثل سرطان الخلايا القاعدية المبكر (early BCC) — فإن التشغيلين يتباعدان.

يتعامل تطبيق الفحص بالذكاء الاصطناعي المصمم جيداً مع هذا الأمر بطريقتين. فهو يخفض درجة الحرارة للمرور الأول، بحيث تحصل الآفة الروتينية الواضحة على إجابة حتمية. وفي الحالات المثيرة للقلق من المرور الأول، يقوم بتشغيل مجموعة (ensemble) — ثلاث قراءات مستقلة أو أكثر — ويبلغ عن الإجماع بالإضافة إلى نسبة التوافق. إذا كان التوافق عالياً، يحصل المستخدم على إشارة فحص واثقة. وإذا كان التوافق منخفضاً، فإن النموذج يخبرك أن الصورة غامضة وأن القراءة البشرية هي التي تحمل الوزن الأكبر.

تستخدم DermaTrack هذه الاستراتيجية المكونة من مرحلتين: قراءة أولى حتمية، وإعادة محاولة جماعية (ensemble retry) كلما أعادت القراءة الأولى خطراً عالياً (HIGH) أو عالياً جداً (VERY HIGH).

دعم الفرز، وليس التشخيص

من الأفضل تأطير أداة الفحص بالذكاء الاصطناعي كطبقة فرز تسبق زيارة طبيب الأمراض الجلدية، وليس كبديل لها. فهي تخبر المستخدم: 'هذه الآفة تستحق نظرة فاحصة قريباً' أو 'هذه الآفة تبدو مستقرة، كرر الفحص بعد ثلاثة أشهر'. إنها لا تقول 'هذا ورم ميلانيني' أو 'هذا ليس ورماً ميلانينياً'.

التعامل مع النتيجة كتشخيص هو الخطأ الأكثر شيوعاً بين المستخدمين. النتيجة المنخفضة (LOW) لا تستبعد السرطان؛ فالأعراض الجديدة (النزيف، الألم، عدم الالتئام)، أو آفة البطة القبيحة، أو التغير السريع يجب أن تلغي دائماً النتيجة المطمئنة. والنتيجة العالية (HIGH) لا تؤكد السرطان؛ فالعديد من النتائج العالية هي حالات حميدة مشابهة، ووحده الطبيب السريري يمكنه أن يقرر ما إذا كانت الخزعة مبررة.

كيفية استخدامهما معاً

يجمع سير العمل الأكثر فائدة بين التوثيق المنزلي المتكرر بمساعدة الذكاء الاصطناعي والفحوصات الدورية الشخصية لدى طبيب الأمراض الجلدية.

في المنزل: قم بتصوير كل شامة على فترات منتظمة، ودع التطبيق يفرز الآفات حسب درجة الخطر والتغير الأخير، واتخذ إجراءً بشأن الآفات المميزة بعلامة خلال أسبوع إلى أسبوعين. في العيادة: أحضر الجدول الزمني المطبوع والصور الأصلية لأي آفة ميزها التطبيق بخطر عالٍ (HIGH) أو تغيرت بشكل واضح. اطلب من طبيب الأمراض الجلدية إجراء تنظير جلدي مباشر لتلك الآفات وإجراء فحص كامل لجلد الجسم سنوياً على الأقل إذا كان لديك عوامل خطر (تاريخ عائلي للإصابة بالورم الميلانيني، بشرة فاتحة مع تاريخ من حروق الشمس، العديد من الوحمات غير النمطية، كبت المناعة، سرطان جلد سابق).

عند استخدامه بهذه الطريقة، يقوم تطبيق الذكاء الاصطناعي بأعمال التوثيق وتحديد الأولويات التي لا تملك العيادة وقتاً لها، وتقوم العيادة بالاستدلال السريري الذي لا يملك النموذج سياقاً له.

الأسئلة الشائعة

هل فحص الشامات بالذكاء الاصطناعي دقيق مثل طبيب الأمراض الجلدية؟

في المعايير المرجعية المنتقاة، يمكن لأفضل النماذج أن تقترب من حساسية طبيب الأمراض الجلدية. في الاستخدام المنزلي في العالم الحقيقي مع صور هاتف فردية، يغفل كلاهما عن بعض الأشياء — ولكن بطرق مختلفة. أفضل ممارسة هي استخدامهما معاً.

هل يمكن للذكاء الاصطناعي أن يحل محل فحص الجلد السنوي؟

لا. تطبيقات الفحص بالذكاء الاصطناعي تقوم بالتوثيق والفرز، لكن فحص الجلد الكامل، وحكم طبيب الأمراض الجلدية، والقدرة على إجراء الخزعة لا يمكن استبدالها.

لماذا أعطى التطبيق إجابة مختلفة عند الفحص الثاني لنفس الشامة؟

يمكن أن تكون نماذج الذكاء الاصطناعي عشوائية (stochastic)، خاصة مع الآفات الغامضة. تقوم أداة الفحص الجيدة بإجراء قراءات متعددة للحالات المثيرة للقلق وتبلغ عن نسبة التوافق حتى تتمكن من معرفة متى يكون النموذج غير متأكد.

كم مرة يجب أن أفحص الشامات باستخدام التطبيق؟

كرر التقاط الصور الأساسية كل 1-3 أشهر للآفات المتعقبة. قم بزيادة التكرار لأي آفة تغيرت أو نزفت أو سببت ألماً. احجز دائماً موعداً مع طبيب عند حدوث تغيرات مفاجئة أو مصحوبة بأعراض.

دقة فحص الشامات بالذكاء الاصطناعي مقابل طبيب الأمراض الجلدية: ما يمكن للذكاء الاصطناعي فعله وما لا يمكنه فعله