الذكاء الاصطناعي يعزز سرعتنا في أبحاث التجارب السريرية

أداة ذكاء اصطناعي لتحليل الصور الطبية

ابتكر باحثون في معهد ماساتشوستس للتكنولوجيا أداة تعتمد على الذكاء الاصطناعي قادرة على تحديد مناطق الاهتمام في الصور الطبية بسرعة، مما يسهل دراسة العلاجات الجديدة أو تتبع تطور الأمراض. تبدأ عملية التعليق على مناطق الاهتمام في الصور الطبية، المعروفة بالتجزئة، كخطوة أساسية في الدراسات السريرية التي تشمل صورًا طبية حيوية. على سبيل المثال، عند متابعة كيفية تغير حجم الحُصين في الدماغ مع تقدم المرضى في العمر، يقوم العلماء بتحديد كل حُصين في مجموعة من صور المسح. غالبًا ما تكون هذه العملية اليدوية تستغرق وقتًا طويلاً، خاصةً إذا كانت المناطق المطلوبة معقدة.

نظام مبتكر لتسهيل التجزئة

لتسهيل هذه العملية، طور باحثو معهد ماساتشوستس للتكنولوجيا نظامًا قائمًا على الذكاء الاصطناعي يمكّن researchers من تجزئة مجموعات جديدة من بيانات التصوير الطبي بسرعة عن طريق النقر والتعليق على الصور. يستفيد هذا النموذج من تفاعلات المستخدم للتنبؤ بالتجزئة، مما يمكنه من تحليل كل صورة بدقة دون حاجة لتدخل مستمر من المستخدم. تم تصميم هذا النظام باستخدام معلومات صور مجزأة مسبقًا لزيادة دقة التنبؤات الجديدة. كما يتيح للمستخدمين تجزئة مجموعة بيانات كاملة دون الحاجة للقيام بنفس الخطوات لكل صورة، وبدون الحاجة لدعم بيانات ضخمة للتدريب، مما يجعله ملائمًا لمستخدمين مختلفين سواء كانوا محترفين أو غير متخصصين في التعلم الآلي.

يمكن لهذا النظام تسريع الدراسات العلاجية وتقليل تكاليف الأبحاث السريرية. كما يمكن للأطباء استخدامه لتحسين الكفاءة في التطبيقات السريرية مثل تخطيط العلاج الإشعاعي. وفقًا لما ذكرته هالي وونغ، طالبة دراسات عليا، فإن هذه الأداة تهدف إلى تمكين الباحثين من إجراء أبحاث لم يكن لديهم القدرة على القيام بها سابقًا بسبب نقص الأدوات الفعالة.

يمتاز النظام الجديد، المعروف بـ MultiverSeg، بأنه يجمع بين طريقتين رئيسيتين لتجزئة الصور، حيث يعتمد على تفاعلات المستخدم أثناء التجزئة ويحتفظ بصور مجزأة للرجوع إليها. عندما يحمّل المستخدم صورة جديدة، يستخدم النموذج مجموعة السياقات الخاصة به للتوصل إلى تنبؤات أدق، مما يقلل من حاجة التدخل. هذا التصميم يمنح النظام مرونة في الاستخدام دون الحاجة إلى عدد محدد من الصور. في عدة مهام، يمكن للنموذج إجراء التنبؤات بدقة دون تدخل المستخدم إذا كانت هناك أمثلة كافية في مجموعة السياقات.

عند مقارنة MultiverSeg بأدوات أخرى، تبيّن أن أدائه متفوق. يتطلب هذا النظام تدخلًا أقل من المستخدم مع كل صورة، حيث يستطيع أن يسجل تجزئة دقيقة بعد عدد قليل من النقرات. كما يمكن للمستخدم إجراء تصحيحات حتى الوصول إلى مستوى الدقة المطلوب. يهدف الباحثون في المستقبل إلى اختبار الأداة في ظروف واقعية مع فرق سريرية وتحسينها استنادًا إلى ملاحظات المستخدمين، بالإضافة إلى تطويرها لتكون قادرة على تجزئة الصور الطبية الحيوية ثلاثية الأبعاد.