هل يمكن للذكاء الاصطناعي اكتشاف أمراض العين ومرض باركنسون والمشكلات الصحية الأخرى؟

أشار تقرير صادر عن غرف التجارة البريطانية مؤخرًا إلى نماذج مؤسسة الذكاء الاصطناعي باعتبارها “تقنية تحويلية” لاستخدامها لكميات هائلة من البيانات.

سلط إطلاق ChatGPT في نوفمبر 2022 الضوء على إمكانات نماذج الذكاء الاصطناعي لتطوير أدوات لغوية قابلة للتكيف.

تم العثور عليه اتبع نهجًا مشابهًا مع صور الشبكية، حيث تدرب على ملايين عمليات المسح. وقد مكن هذا من بناء نموذج متعدد الاستخدامات لاستخدامات غير محدودة تقريبًا.

لقد اعتمدت نماذج الذكاء الاصطناعي إلى حد كبير على الخبرة والجهد البشريين. الأخبار الطبية اليوم ناقش التحدي مع مطور التكنولوجيا الدكتور ستيف فرانك، مؤسس شركة Med*A-Eye Technologies. ولم يشارك في هذا البحث.

وأوضح الدكتور فرانك ل إم إن تي: “الذكاء الاصطناعي متعطش للبيانات، وتعليم نظام الذكاء الاصطناعي لأداء المهام يتطلب بشكل عام كميات هائلة من بيانات التدريب. والأسوأ من ذلك، أن التدريب يتطلب عادةً تصنيف البيانات بطريقة ما، مما يعني أنك تقوم بتعليم النظام كيفية التمييز بين شيء وآخر بناءً على أمثلة تخبره بأنها شيء أو آخر. هذا هو التعلم التقليدي “الإشرافي”.

علاوة على ذلك، قال الدكتور فرانك، إن الخبراء قد يختلفون حول جزء من البيانات، الأمر الذي يتطلب إجراء مراجعات من قبل لجنة من الخبراء تستغرق وقتًا طويلاً.

وفقا للباحثين في المملكة المتحدة. تم العثور عليه يمكن أن يضاهي أداء برامج الذكاء الاصطناعي الأخرى باستخدام 10% فقط من التصنيفات البشرية في مجموعة البيانات الخاصة به.

تم العثور عليه حققت هذه الكفاءة العالية من خلال نهج الإشراف الذاتي الخاص بها المتمثل في إخفاء أجزاء من الصورة وتعلم التنبؤ بالأجزاء المفقودة بنفسها.

“التعلم الخاضع للإشراف الذاتي (SSL) هو الأساس تم العثور عليه، يستغني عن وضع العلامات تماما. مع ما يكفي من بيانات التدريب، يمكن لنموذج الذكاء الاصطناعي المنظم بشكل صحيح أن يتعلم ما يكفي عن بيانات التدريب من البيانات نفسها لإجراء تنبؤات ذات معنى (…) هذا النهج ذو قيمة خاصة للذكاء الاصطناعي في مجال الرعاية الصحية لأن تكلفة وضع العلامات مرتفعة للغاية – الأطباء مشغولون بالفعل إنقاذ الأرواح، ووقتهم ثمين للغاية”.

– دكتور ستيف فرانك

مراجعة 2023 في مجلة الطب السريري يشير إلى شبكية العين باعتبارها “نافذة على الجسم”. تستخدم دراسة علم العيون التعلم العميق لاستكشاف الارتباطات بين خصائص صورة الشبكية والأمراض.

ويعتقد مؤلفو الدراسة الحالية ذلك تم العثور عليه قد يساعد في تحسين تشخيص أمراض العيون التي تهدد البصر، مثل اعتلال الشبكية السكري والزرق.

يمكن للبرنامج أيضًا التنبؤ بالاضطرابات الجهازية بما في ذلك قصور القلب والسكتة الدماغية ومرض باركنسون.

علاوة على ذلك، تسهل تقنية الذكاء الاصطناعي هذه رؤية غير جراحية للجهاز العصبي.

إم إن تي ناقشت هذه الدراسة مع المؤسس المشارك لشركة Atropos Health الدكتور بريجهام هايد، الذي لم يشارك في هذا البحث. سألناه كيف يمكن أن يساعد الذكاء الاصطناعي وتقنيات التعلم العميق في اكتشاف الأمراض.

“أولاً، يمكن لتقنيات التصوير المدعومة بالذكاء الاصطناعي في كثير من الأحيان اكتشاف الأمراض التي قد لا يلاحظها الإنسان. ثانياً، يمكن للذكاء الاصطناعي وتقنيات التعلم العميق المطبقة على مجموعات من البيانات الرقمية والطبية والتجريبية أن تكشف عن المؤشرات الحيوية الرقمية للأمراض التي تؤدي إلى التشخيص المبكر.

وأضاف: “وأخيرًا، يمكن لخوارزميات تسجيل المخاطر المنتشرة في عيادة الطبيب تسليط الضوء على فرق الرعاية وتوجيهها إلى المرضى الذين يعانون من عوامل الخطر الرئيسية في وقت مبكر”.

الدراسة الحالية استخدمت وقيمت تم العثور عليه، نموذج أساس جديد قائم على SSL لصور الشبكية. وصف المؤلفون النموذج الأساسي بأنه “تم تدريبه على كمية هائلة من البيانات غير المسماة”.

في هذه الحالة، قام البروفيسور كين ومعاونوه بتدريب نظام الذكاء الاصطناعي باستخدام مجموعة بيانات مكونة من 1.6 مليون صورة من مستشفى مورفيلدز للعيون.

“نحن نتكيف تم العثور عليه إلى سلسلة من مهام الكشف والتنبؤ الصعبة من خلال الضبط الدقيق تم العثور عليه مع تسميات مهمة محددة، ومن ثم التحقق من صحة أدائها.

قام الفريق بدراسة أمراض العين بما في ذلك اعتلال الشبكية السكري والزرق، وتشخيص أمراض العين، خلال فترة سنة واحدة.

بعد ذلك، قاموا بدراسة التنبؤ بأمراض القلب لمدة 3 سنوات مثل السكتة الدماغية، وفشل القلب، واحتشاء عضلة القلب، ومرض باركنسون.

بالمقارنة مع النماذج التي تم تدريبها مسبقًا على SL-ImageNet، وSSL-ImageNet، وSSL-Retinal، تم العثور عليه أظهر “الأداء المتفوق باستمرار وكفاءة التسمية.”

لاحظ الدكتور فرانك: “إن تم العثور عليه النتائج مثيرة للإعجاب بشكل خاص بالنسبة للعدد الهائل من المهام التي يمكن لنظامهم القيام بها. إن الدقة التي حققها الباحثون ليست كافية للاستخدام السريري، ولكن الأنظمة التقليدية التي يختبرونها تكون في الغالب أسوأ.

قال خبراء UCL-Moorfields ذلك تم العثور عليه أظهر فعالية متساوية في العثور على المرض عبر المجموعات العرقية المتنوعة.

وذكر باحث الدكتوراه يوكون تشو، المؤلف الرئيسي للدراسة، في بيان صحفي: “من خلال التدريب تم العثور عليه ومن خلال مجموعات البيانات التي تمثل التنوع العرقي في لندن، قمنا بتطوير قاعدة قيمة للباحثين في جميع أنحاء العالم لبناء أنظمتهم في تطبيقات الرعاية الصحية مثل تشخيص أمراض العين والتنبؤ بالأمراض الجهازية.

قال الدكتور تايلر فاجنر، نائب رئيس أبحاث الطب الحيوي في أنومانا، والذي لم يشارك في البحث، عن الدراسة: “بينما تم العثور عليه “أداء أفضل من النماذج الأخرى التي تمت مقارنتها في المخطوطة أثناء التقييم الخارجي على مجموعة من المرضى ذوي الخصائص الديمغرافية المختلفة، لاحظ المؤلفون انخفاض الأداء، مما يسلط الضوء على أهمية تنوع المرضى في تطوير النموذج.”

ويأمل مؤلفو الدراسة أن تشجع نتائجهم على إجراء المزيد من الدراسات، حيث يكتبون: “أخيرًا، قمنا بذلك تم العثور عليه متاحة للعامة حتى يتمكن الآخرون من استخدامها كأساس لمهامهم النهائية، وتسهيل الأبحاث العينية والعينية المتنوعة.