دراسة: الذكاء الاصطناعي يحسن فحوصات سرطان الثدي.. أكثر دقة
تاريخ النشر: 5th, June 2024 GMT
قام اختصاصيو أشعة الثدي في الدنمارك بتحسين أداء فحوصات سرطان الثدي وخفض معدل حدوث النتائج الإيجابية "الكاذبة" باستخدام الذكاء الاصطناعي.
ونُشرت نتائج الدراسة الثلاثاء في مجلة الأشعة، وهي مجلة تابعة للجمعية الإشعاعية لأمريكا الشمالية (RSNA).
في حين أن التصوير الشعاعي للثدي يقلل بنجاح من وفيات سرطان الثدي، فإنه يحمل أيضا خطر النتائج الإيجابية الكاذبة.
وفي السنوات الأخيرة، درس الباحثون استخدام أنظمة الذكاء الاصطناعي في الفحص.
وقال الدكتور أندرياس لوريتزن، وهو طالب ما بعد الدكتوراه في جامعة كوبنهاجن وباحث في مستشفى جينتوفتي في الدنمارك: "نعتقد أن الذكاء الاصطناعي لديه القدرة على تحسين أداء الفحص".
عند استخدامه لفرز نتائج الفحص الطبيعية المحتملة أو المساعدة في دعم القرار، يمكن للذكاء الاصطناعي أيضا تقليل عبء عمل أخصائي الأشعة بشكل كبير.
قال لوريتزن: "إن الفحص العام باستخدام التصوير الشعاعي للثدي يقلل من وفيات سرطان الثدي، لكنه يضع عبئا كبيرا على أطباء الأشعة الذين يجب عليهم قراءة عدد كبير من صور الثدي بالأشعة السينية، والتي لا يستدعي معظمها استدعاء المريض مرة أخرى. يتفاقم عبء القراءة بشكل أكبر عندما تستخدم برامج الفحص القراءة المزدوجة لتحسين اكتشاف السرطان وتقليل عمليات الاستدعاء الإيجابية الكاذبة".
شرع الدكتور لوريتزن وزملاؤه في مقارنة عبء العمل وأداء الفحص في مجموعتين من النساء اللاتي خضعن للفحص قبل وبعد تطبيق الذكاء الاصطناعي.
قارنت الدراسة بأثر رجعي مجموعتين من النساء الذين تتراوح أعمارهن بين 50 و 69 عاما الذين خضعوا لفحص التصوير الشعاعي للثدي كل سنتين في منطقة العاصمة في الدنمارك.
في المجموعة الأولى، قرأ اثنان من أخصائيي الأشعة صور أشعة الثدي للنساء اللاتي تم فحصهن بين تشرين الأول/ أكتوبر 2020 وتشرين الثاني/ نوفمبر 2021 قبل تنفيذ الذكاء الاصطناعي.
وتم تحليل صور أشعة الثدي للمجموعة الثانية من النساء التي تم إجراؤها بين تشرين الثاني/ نوفمبر 2021 وتشرين الأول/ أكتوبر 2022 في البداية بواسطة الذكاء الاصطناعي.
ثم بعد ذلك قراءة صور أشعة الثدي التي يعتقد الذكاء الاصطناعي أنها طبيعية من قبل واحد من 19 متخصصا في أشعة الثدي بدوام كامل (يُطلق عليها قراءة واحدة). ثم تمت قراءة صور أشعة الثدي المتبقية من قبل اثنين من أخصائيي الأشعة (يُطلق عليها القراءة المزدوجة) مع دعم القرار بمساعدة الذكاء الاصطناعي.
تم تدريب نظام الذكاء الاصطناعي المتوفر تجاريا والمستخدم في الفحص من خلال نماذج التعلم العميق لتسليط الضوء على الآفات والتكلسات المشبوهة وتقييمها داخل صور أشعة الثدي.
وتمت متابعة جميع النساء اللاتي خضعن للفحص الشعاعي للثدي لمدة 180 يوما على الأقل. ثم تم تأكيد السرطانات الغازية وسرطان القنوات الموضعي (DCIS) المكتشفة من خلال الفحص من خلال خزعة الإبرة أو العينات الجراحية.
وبحسب الدراسة ففي المجمل، تم فحص 60,751 امرأة بدون الذكاء الاصطناعي، وتم فحص 58,246 امرأة باستخدام نظام الذكاء الاصطناعي.
في مجموعة تطبيق الذكاء الاصطناعي، كانت 66.9% (38,977) من العروض قراءة فردية، و33.1% (19,269) كانت قراءة مزدوجة بمساعدة الذكاء الاصطناعي.
بالمقارنة مع الفحص بدون الذكاء الاصطناعي، كشف الفحص باستخدام نظام الذكاء الاصطناعي عن عدد أكبر بكثير من سرطانات الثدي (0.82% مقابل 0.70%) وكان معدل النتائج الإيجابية الكاذبة أقل (1.63% مقابل 2.39%).
قال الدكتور لوريتزن: "في المجموعة التي تم فحصها بواسطة الذكاء الاصطناعي، انخفض معدل الاستدعاء بنسبة 20.5%، وانخفض عبء عمل القراءة على أخصائي الأشعة بنسبة 33.4%".
وكانت القيمة التنبؤية الإيجابية لفحص الذكاء الاصطناعي أكبر أيضا من الفحص بدون الذكاء الاصطناعي (33.5% مقابل 22.5%). في مجموعة الذكاء الاصطناعي، كانت نسبة أعلى من السرطانات الغازية التي تم اكتشافها يبلغ حجمها سنتيمترا واحدا أو أقل (44.93% مقابل 36.60%).
قال الدكتور لوريتزن: "تحسنت جميع مؤشرات أداء الفحص باستثناء معدل العقد الليمفاوية السلبية الذي لم يظهر أي دليل على التغيير".
وأكد لوريتزن أن هناك حاجة إلى مزيد من الأبحاث لتقييم النتائج على المدى الطويل وضمان عدم زيادة فرط التشخيص.
وقال: "عادة ما يتمكن أخصائيو الأشعة من الوصول إلى صور أشعة الثدي السابقة للنساء، لكن نظام الذكاء الاصطناعي لا يستطيع ذلك. هذا شيء نود العمل عليه في المستقبل".
ومن المهم أيضا ملاحظة أنه لا تتبع جميع البلدان نفس بروتوكولات وفترات فحص سرطان الثدي. فمثلا تختلف بروتوكولات فحص سرطان الثدي في الولايات المتحدة عن البروتوكولات المستخدمة في الدنمارك.
المصدر: عربي21
كلمات دلالية: سياسة اقتصاد رياضة مقالات صحافة أفكار عالم الفن تكنولوجيا صحة تفاعلي سياسة اقتصاد رياضة مقالات صحافة أفكار عالم الفن تكنولوجيا صحة تفاعلي صحة طب وصحة طب وصحة سرطان الثدي الذكاء الاصطناعي التصوير الشعاعي الأشعة سرطان الثدي الذكاء الاصطناعي الأشعة التصوير الشعاعي المزيد في صحة طب وصحة طب وصحة طب وصحة طب وصحة طب وصحة طب وصحة سياسة سياسة صحة صحة صحة صحة صحة صحة صحة سياسة اقتصاد رياضة صحافة أفكار عالم الفن تكنولوجيا صحة نظام الذکاء الاصطناعی فی الدنمارک سرطان الثدی تم فحص
إقرأ أيضاً:
الأخلاقيات في الأتمتة: معالجة التحيز في الذكاء الاصطناعي
مع تزايد اعتماد الشركات على الأنظمة الآلية، أصبحت الأخلاقيات مصدر قلق رئيسي. وباتت الخوارزميات تتخذ، بشكل متزايد، القرارات التي كان يتخذها البشر سابقًا، وتؤثر هذه الأنظمة على العديد من مناحي الحياة. تتطلب هذه القوة، التي يملكها الذكاء الاصطناعي، مسؤولية. فبدون قواعد ومعايير أخلاقية واضحة، يمكن للأتمتة أن تُؤدي إلى الظلم وتُسبب الضرر.
يؤثر التحيز وتجاهل الأخلاقيات على الناس بطرق حقيقية. يمكن للأنظمة المتحيزة، على سبيل المثال، أن ترفض منح القروض أو الوظائف أو الرعاية الصحية، ويمكن للأتمتة أن تزيد من سرعة اتخاذ القرارات الخاطئة في حال عدم وجود حواجز حماية. عندما تتخذ الأنظمة قرارًا خاطئًا، غالبًا ما يكون من الصعب الاعتراض عليه أو حتى فهم السبب، ويؤدي غياب الشفافية إلى تحويل الأخطاء الصغيرة إلى مشاكل أكبر.
سبب التحيز في الذكاء الاصطناعي
غالبًا ما ينشأ التحيز في الأتمتة من البيانات. إذا تضمنت البيانات التاريخية تمييزًا، فقد تُكرر الأنظمة المُدربة عليها هذه الأنماط. على سبيل المثال، قد ترفض أداة ذكاء اصطناعي تُستخدم لفحص المتقدمين للوظائف المرشحين بناءً على الجنس أو العرق أو العمر إذا كانت بيانات التدريب الخاصة بها تعكس تلك التحيزات السابقة. ويدخل التحيز أيضًا من خلال التصميم، حيث يمكن للاختيارات المتعلقة بما يجب قياسه، والنتائج التي يجب تفضيلها، وكيفية تصنيف البيانات أن تؤدي إلى نتائج منحرفة.
هناك أنواع عديدة من التحيز. يحدث تحيز العينات عندما لا تُمثل مجموعة البيانات جميع الفئات، بينما قد ينشأ تحيز التصنيف من مدخلات بشرية ذاتية. حتى الخيارات التقنية، مثل نوع الخوارزمية، قد تُشوّه النتائج.
المشاكل ليست نظرية فحسب. فقد تخلت شركة "أمازون" للتجارة الإلكترونية عن استخدام أداة توظيف في عام 2018 بعد أن فضّلت المرشحين الذكور، ووُجد أن بعض أنظمة التعرف على الوجه تُخطئ في تحديد الأشخاص ذوي البشرة الملونة بمعدلات أعلى من غيرهم. تُزعزع هذه المشاكل الثقة في نماذج الذكاء الاصطناعي وتُثير المخاوف.
وهناك مصدر قلق حقيقي آخر. فحتى عندما لا تُستخدم سمات مثل العرق، بشكل مباشر، فإن سمات أخرى مثل الرمز البريدي أو المستوى التعليمي قد تُمثّل بدائل، مما يعني أن النظام قد يُميّز حتى لو بدت المدخلات محايدة، على سبيل المثال، بناءً على المناطق الأكثر ثراءً أو فقرًا. يصعب اكتشاف التحيز دون اختبار دقيق. ويُعدّ ارتفاع حالات تحيز الذكاء الاصطناعي علامة على الحاجة إلى مزيد من الاهتمام بتصميم النظام.
المعايير المهمة
القوانين تُواكب التطور وتحاول معالجة التحيز. يُصنّف قانون الذكاء الاصطناعي للاتحاد الأوروبي، الصادر عام 2024، أنظمة الذكاء الاصطناعي حسب درجة خطورتها. يجب أن تستوفي الأنظمة عالية الخطورة، كتلك المستخدمة في التوظيف أو تقييم الجدارة الائتمانية، متطلبات صارمة، تشمل الشفافية والرقابة البشرية والتحقق من التحيز. في الولايات المتحدة، تعمل الجهات التنظيمية بفاعلية. وتُحذّر لجنة تكافؤ فرص العمل أصحاب العمل من مخاطر أدوات التوظيف المُدارة بالذكاء الاصطناعي، كما أشارت لجنة التجارة الفيدرالية إلى أن الأنظمة المتحيزة قد تُخالف قوانين مكافحة التمييز.
أنظمة أكثر عدالة
لا تنشأ أخلاقيات الأتمتة صدفة، بل تتطلب تخطيطًا دقيقًا، وأدوات مناسبة، واهتمامًا مستمرًا. يجب دمج التحيز والإنصاف في العملية منذ البداية، لا إضافتهما لاحقًا. وهذا يستلزم تحديد الأهداف، واختيار البيانات المناسبة، وإشراك الأطراف المعنية.
يتطلب تحقيق ذلك اتباع بعض الاستراتيجيات الرئيسية:
إجراء تقييمات التحيز
الخطوة الأولى للتغلب على التحيز هي اكتشافه. يجب إجراء تقييمات التحيز مبكرًا وبشكل متكرر، من مرحلة تطوير النموذج إلى نشره، لضمان عدم تحقيق الأنظمة لنتائج غير عادلة. قد تشمل المقاييس القرارات التي يكون لها تأثير أكبر على مجموعة واحدة من غيرها.
يجب أن تُجري جهات خارجية عمليات تدقيق التحيز كلما أمكن ذلك. قد تُغفل المراجعات الداخلية قضايا رئيسية أو تفتقر إلى الاستقلالية، كما أن الشفافية في عمليات التدقيق الموضوعية تبني ثقة الجمهور.
مجموعات بيانات متنوعة
تساعد بيانات التدريب المتنوعة على تقليل التحيز من خلال تضمين عينات من جميع مجموعات المستخدمين، وخاصةً تلك التي غالبًا ما يتم استبعادها. فمساعد صوتي مُدرّب في الغالب على أصوات الرجال لن يُجدي نفعًا مع النساء، ونموذج تقييم الائتمان الذي يفتقر إلى بيانات المستخدمين ذوي الدخل المحدود قد يُسيء تقديرهم.
يساعد تنوع البيانات أيضًا النماذج على التكيف مع الاستخدام الفعلي. ينتمي المستخدمون إلى خلفيات مختلفة، وينبغي أن تعكس الأنظمة ذلك. فالتنوع الجغرافي والثقافي واللغوي جميعها عوامل مهمة. تنوع البيانات لا يكفي بمفرده. فيجب أن تكون دقيقة ومُصنّفة جيدًا.
الشمولية في التصميم
يُشرك التصميم الشامل الأشخاص المتأثرين. ينبغي على المطورين استشارة المستخدمين، وخاصةً المعرضين لخطر الضرر (أو الذين قد يُسببون ضررًا باستخدام الذكاء الاصطناعي المتحيز)، لأن ذلك يُساعد على كشف الجوانب السلبية.
يعني التصميم الشامل أيضًا فرقًا متعددة التخصصات. إن إشراك خبراء الأخلاق والقانون والعلوم الاجتماعية يُمكن أن يُحسّن عملية اتخاذ القرار، لأن هذه الفرق أكثر ميلًا لطرح أسئلة مختلفة ورصد المخاطر.
يجب أن تكون الفرق متنوعة أيضًا. فالأشخاص ذوو التجارب الحياتية المختلفة يكتشفون قضايا مختلفة، والنظام الذي تُنشئه مجموعة متجانسة قد يتغاضى عن مخاطر قد يكتشفها الآخرون.
الخلاصة أن الأتمتة باقية، لكن الثقة في أنظمة الذكاء الاصطناعي تعتمد على عدالة النتائج ووضوح القواعد. إذ قد يُسبب التحيز في أنظمة الذكاء الاصطناعي ضررًا.
أسعار الأسماك والجمبري اليوم السبت 31 مايو 2025.. البوري بـ 200 جنيه