نجح فريقٌ دولي من الباحثين في تدريب نموذج ذكاء اصطناعي (AI) على تصنيف بيانات صور الأشعة والمعلومات السريرية ودمجها، بهدف تشخيص المُصابين بمرض «كوفيد-19» بسرعة ودقّة.

يقول الدكتور زاهي فياض، أحد المشاركين في الدراسة وأستاذ الأشعة والطب بكلية طب ماونت سيناي في نيويورك بالولايات المتحدة الأمريكية: "يستطيع نظام الذكاء الاصطناعي تحديدَ الحالات المُشتبه فيها بسرعة، ليتمكَّن اختصاصيو الأشعة من مراجعة الحالات التي لها أولوية أعلى من غيرها. وحال تمكَّن هؤلاء الاختصاصيين أيضًا من تشخيص هؤلاء المرضى -المُصنَّفين باستخدام الذكاء الاصطناعي- بأنهم مصابون بمرض «كوفيد-19»، يُمكن عزلهم قبل أن تصدر نتائج اختبارات تفاعل البوليميراز التنسُّخي العكسي المُتسلسل RT-PCR التي أُخضِعوا لها".

درَّب الباحثون هذا النظام باستخدام مجموعات بياناتٍ مُستقاة من 905 مرضى من مراكز طبية ومستشفيات مختلفة في شتى أنحاء الصين، في الفترة بين يناير ومارس 2020. وقد جرى تجريب النموذج المدرَّب على مجموعة مُكوَّنة من 279 مريضًا، وكان أداؤه جيدًا، إذ بلغ معدل الثقة 84%.

وقد أسهم النموذج في زيادة القدرة على اكتشاف الحالات، برصد عدوى «كوفيد-19» بدقة لدى 17 مريضًا من 25 حضروا بصور أشعة مقطعية طبيعية، صنّفوهم اختصاصيّو الأشعة في السابق كحالاتٍ سلبية الإصابة بمرض «كوفيد-19».

تَدمج الخوارزميات صور الأشعة المقطعية على الصدر مع معلومات مختلفة مثل سن المريض وجنسه والأعراض التي تظهر عليه وتاريخ مخالطته حالاتٍ مُصابة، لاكتشاف الإصابة بعدوى «سارس-كوف-2» في المراحل المبكرة. ويمكن استخدام النموذج جنبًا إلى جنبٍ مع الاختبارات الروتينية، مثل تفاعل البوليميراز التنسُّخي العكسي المُتسلسل، لخفض معدل تكرار الحالات السلبية الخاطئة، وللحدّ من مخاطر انتقال العدوى الفيروسية.

ويُوضّح فيَّاض أن الفريق صمَّم ثلاثة نماذج للاختبار: شبكة عصبيّة التفافية عميقة (CNN) استخدمت صور الأشعة المقطعية فقط، ونموذجًا استخدم آلة المُتَّجه الداعم (SVM) والغابة العشوائية والبيرسيبترون متعدد الطبقات (MLP) لتصنيف البيانات السريرية، ونموذجًا مشتركًا يدمج بين صور الأشعة المقطعية والبيانات السريرية.

أدخل الباحثون بيانات المرضى إلى نظام الذكاء الاصطناعي كقيمٍ رقمية مُؤلّفة من واحد وصفر، إذ يُمثِّل الواحد وجود أعراضٍ أو سابقة سفرٍ مؤكدة للمريض إلى مدينة ووهان أو مخالطة مباشرة لحالات إيجابيّة، ويمثِّل الصفر عدم وجود أعراض أو عدم وجود صلة للمريض بمدينة ووهان أو عدم مخالطته أيّ شخصٍ حاملٍ للفيروس. وقد أدخلوا صور الأشعة المقطعية على الصدر إلى النظام كقيمٍ نقطية ضوئية (بكسل). وحُوِّلت البيانات إلى مُتَّجهات تُدمَج وتُستَخدم في التنبؤ بالحالات.

يمتاز نظام الذكاء الاصطناعي المُقترح بالسرعة، مقارنة مع الطرق التقليدية المُستخدمة في التشخيص، إذ يُصدر نتائجه خلال دقيقة أو أقل باستخدام أجهزة كمبيوتر ذات وحدات معالجة رسومية، وفي غضون بضع دقائق باستخدام أجهزة مزوَّدة بوحدات مُعالجة مركزية، بينما تستغرق اختبارات تفاعل البوليميراز التنسُّخي العكسي المُتسلسل يومين لإتمامها.

مع ذلك، يقول الباحثون إنه لكي يصبح النظام موثوقًا به، فإنهم بحاجة إلى جمع مزيد من صور الأشعة والبيانات من دولٍ عدة. إضافة إلى ذلك، فإن النظام المُقترح يعتريه بعض أوجه القصور، مثل التحيُّز في بيانات التدريب لصالح المُصابين بمرض «كوفيد-19»، في مقابل أنواعٍ أخرى من العدوى والالتهابات الرئوية ذات الأعراض المشابهة.

ويخطِّط الباحثون لتحسين تنبّؤات النظام، عبر تحديث بنية النموذج لتصير شبكة ثلاثية الأبعاد تضمُّ مزيدًا من الأُطر المأخوذة من صور الأشعة المقطعية. يُوضّح فياض قائلًا: "صُمِّم النموذج الحاليّ على مستوى الشرائح، إذ لم تُستخدم سوى الأُطر المُهمة المُشتبه بها المأخوذة من صور الأشعة المقطعية، فقد استلزم الأمر المُفاضلة بين فاعلية النظام والزمن الذي يستغرقه حتى يُصدر النتائج".

References