كيف يساعد الذكاء الاصطناعي في تحليل سرطان الثدي؟

قام فريق بحثي من جامعة ماين، ونظام ذكاء اصطناعي يمكن أن يجعل من السهل والسريع تحليل علامات السرطان السرطانية في تشريح الأنسجة، مما قد يمنع المرض وينقذ الأرواح.

يُحاكي النظام، المسمى شبكة التظليل بالسياق (CGS-Net)، طريقة دراسة الأمراض لأبحاث الأنسجة السرطانية بدقة في التشخيص الرقمي للسرطان.

تُقدم هذه التركيبة تعلم دقيق مصمم لتفسير الصور المجهرية للأنسجة بدقة أكبر من نماذج الذكاء الاصطناعي التقليدية.

توفي السرطان بعد أكثر من وفاة بسبب السرطان بين النساء، بعد وفاة واحدة من كل 8 نساء مريضات.

ولا يزال التشخيص يعتمد على قلم المجهر لعينات الأنسجة المصبوغة الكيميائية، وهي عملية تتطلب مهارات ووقتًا.

يترك ثلثا ثالثا من علم الأمراض في العالم في عشر دول فقط، مما يخلف مناطق واسعة تواجهها في التشخيص تُسهم في وفيات يمكن الكشف عنها.

معًا في الهند، على سبيل المثال، تشارك ما يقرب من 70% من وفيات السرطان بعوامل خطر العلاج، بالإضافة إلى محدودية الوصول إلى التشخيص في الوقت المناسب.

قال الباحثون: "يدمج هذا النموذج كليًا من المناطق النسيجية المفصلية، بالإضافة إلى المديرين التنفيذيين الأوسع نطاقًا، لتنبؤات السرطان في القطاعات القيادية".

وأضاف الباحثون: "من خلال تقديم خوارزمية تدريب فريدة واستراتيجية ديناميكيات التفاعل، يُظهر هذا البحث كيف يتكامل مؤتمر الذكاء الاصطناعي الطبي ليُحسّن أداء النموذج بشكل كبير، تُعزز هذه النتائج أهمية تحليل الصور الشاملة في تطبيقات الذكاء الاصطناعي الطبي".

نشرت النتائج في ورقة بحثية بمجلة "التقارير العلمية".

كيف يعمل نظام التشفير المزدوج؟

يعتمد النظام على نموذج مُشفّر مزدوج يحاكي سير عمل وعلم الأمراض الذي يفحص شريحة. يجمع، ويجمعو علم الأمراض بعناية عن طريق تكبير وتصغير الصور التي يفحصها.

أما شبكة CGS-Net فتقوم بذلك واحداً واحداً.

وأشار أحد أعضاء الشبكة إلى صورة عالية الدقة وتفاصيل المستوى الديمغرافي. بينما يقوم بالتحقق من الجهة الأخرى رقعة غير محددة تشمل أنسجة الشبكة، وهو السائق الأوسع الذي يساعد في التدريب بين البنى الطبيعية والبيثة.

تشترك في كل رقعة في نفس البكسل المركزي، مما يضمن لطف كل منظري بدقة الأنسجة.

تستطيع أن تعمل على تحقيق هذا الهدف في نظام أجهزة التشفير وفك التشفير المترابطة، والتي تستخدم بيانات الصور بدقة عالية وبدقة عالية لتحليل كامل.

النظام، فريق درب يبحث في جامعة مين برنامج CGS-Net على تحليل 383 صورة رقمية للأجزاء الكاملة لأنسجة العقد الليمفاوية، وتحديد أي منها يُظهر علامات سرطان الثدي.

كما درب البرنامج على كيفية التمييز بين الأنسجة السليمة والسرطانية.

وقد تفوق التمييز على التوجهات التقليدية ذات المدخلات.

كتب في ورقتهم البحثية: "لقد تمكنا من إنشاء نموذج لنا، CGS-Net، بطريقة محاكاة تساعد الآخرين على معرفة الأمراض للتوصل إلى الأنسجة، وذلك باستخدام أجهزة التشفير التي تفحص وقت واحد وجهتي تبدو بمستويات مختلفة من قوة التكبير".

في حين ركزت الدراسة الحالية على تجزئة السرطان الثنائي، ورأى الفريق الشامل للتوسع.

وقد بدأت الأبحاث في تكامل غير حصري، ونظام على تجزئة تجزئة متعددة الفئات، وتمت الموافقة على التكيف مع أنواع أخرى من السرطان.

كما يمكن الهيكل أن يدمج بيانات الوسائط المتعددة، مثل فحوصات الأشعة أو الملامح الهنغارية، والتي من المعروف أنها تشخيص مستقل.

وبعيدًا عن الجانب الفني، وهو مشروع يتمتع بتخصصات متعددة ومتنوعة بالإضافة إلى البحث في جامعة مين، من خلال دمج العلوم والحوسبة والعلوم الطبية الحيوية لمعالجة الاختلافات الصحية العالمية.

مع ازدياد اعتماد السرطان على وسائل التشخيص الرقمية، تُجرِي أدوات مثل CGS-Net بفضل الخبرة البشرية، ولا يمكن استبدالها. ومن خلال تعليم البصر كما يفعل المؤشرات، يُسهم باحثو جامعة مين في رسم المستقبل يُصبح فيه الاكتشاف المبكر والدقيق متاحًا للجميع.