تدخل شركة جوجل مجال الأمراض الجلدية، متفوقة على ممارسي التمريض، وعلى قدم المساواة مع المتخصصين

تعتبر أمراض الجلد من أكثر الأمراض شيوعاً، ولكن بسبب نقص الأطباء المتخصصين والتوزيع غير المتكافئ للموارد الطبية، فإن المرضى غالباً ما يطلبون المساعدة من الأطباء العامين، مما قد يؤدي بسهولة إلى التشخيص الخاطئ والتشخيص الخاطئ. طور باحثون من شركة جوجل نظام تعلم عميق يمكنه اكتشاف أمراض الجلد الشائعة بدقة تضاهي دقة أطباء الجلد المحترفين وأفضل بكثير من دقة بعض أطباء الرعاية الأولية والممرضات.

تعتبر مشاكل الجلد من أكثر الأمراض شيوعاً في جميع أنحاء العالم، وتأتي في المرتبة الثانية بعد نزلات البرد والتعب والصداع.

في الواقع، من المقدر أن هناك1.9 مليار شخصسوف يصاب الجميع بأمراض جلدية في وقت ما من الزمن. في الولايات المتحدة وحدها، يقوم مريض واحد من كل عشرين بزيارة العيادات لتلقي العلاج.يعاني ما يصل إلى 37% من الأشخاص من مشكلة جلدية واحدة على الأقل. ومع ذلك، تم فحص أكثر من نصف هؤلاء المرضى من قبل أطباء غير متخصصين في الأمراض الجلدية.

بسبب النقص العالمي في أطباء الجلد، يضطر المرضى إلى الذهاب إلى الأطباء العامين، ولكن الأطباء العامين غالباً ما لا يكونون دقيقين مثل المتخصصين في تحديد الحالة.

وفي ضوء ذلك،باحثو جوجل يطورون نظام ذكاء اصطناعي يمكنه اكتشاف الأمراض الجلدية الأكثر شيوعًا في الرعاية الأولية.

في أوراقه المنشورة***"نظام التعلم العميق للتشخيص التفريقي لأمراض الجلد"*في ورقة بحثية بعنوان "نظام التعلم العميق للتشخيص التفريقي لأمراض الجلد"، وفي مدونتهم، قال الباحثون إنه عند تقديم صور وبيانات وصفية حول حالات المرضى، يمكن للنظامتشخيص 26 حالة جلدية بدقة**ويزعم أن هذا على قدم المساواة مع أطباء الجلد المعتمدين في الولايات المتحدة.

الذكاء الاصطناعي يصبح طبيب أمراض جلدية جديد، بمعدل دقة أعلى من الأطباء المحترفين

قال يوان ليو، مهندس برمجيات في جوجل، والدكتورة بيجي بوي، مديرة البرامج الفنية في جوجل هيلث: "لقد قمنا بتطويرنظام التعلم العميق(DLS) لمعالجة مشاكل الجلد الأكثر شيوعًا والتي يتم رؤيتها في الرعاية الأولية. تسلط هذه الدراسة الضوء على إمكانات DLS في تعزيز القدرات التشخيصية للأطباء العامين الذين ليس لديهم تدريب متخصص إضافي. "

كما يوضحون، لا يقدم أطباء الجلد تشخيصًا واحدًا لأي مشكلة جلدية، بل يقدمون قائمة مرتبة من التشخيصات المحتملة (التشخيصات التفريقية) والتي يتم تضييقها بشكل منهجي من خلال الفحوصات المتابعة والتصوير والإجراءات والاستشارات. والشيء نفسه ينطبق على نظام الذكاء الاصطناعي الذي طوره باحثو جوجل.

يقوم النظام بمعالجة ما يليصورة سريرية واحدة أو أكثر لتشوهات الجلد، وما يصل إلى 45 نوعًا من البيانات الوصفية (على سبيل المثال، مكونات التاريخ الطبي المبلغ عنها ذاتيًا:****مثل العمر والجنس والأعراض). بالنسبة لكل حالة، تمت معالجة صور متعددة باستخدام بنية الشبكة العصبية Inception-v4 ودمجها مع البيانات الوصفية المحولة للميزات لطبقة التصنيف.

وقال فريق البحث إن النموذج استخدم بيانات من ولايتين17 عيادة رعاية أولية 17,777 حالة مجهولة الهوية، تم تقييم النموذج. قاموا بتقسيم المجموعة إلى قسمين واستخدموا الجزء من السجلات بين عامي 2010 و2017 لتدريب نظام الذكاء الاصطناعي، والجزء من عامي 2017 و2018 للتقييم. أثناء التدريب، يستفيد النموذج منأكثر من 50000 تشخيص تفريقي من أكثر من 40 طبيب أمراض جلدية.

لاختبار دقة التشخيص للنظام، جمع الباحثون التشخيصات من ثلاثة أطباء أمراض جلدية معتمدين في الولايات المتحدة وقارنوها بمعيار مرجعي صارم.

تم الحصول على العلامات الحقيقية من خلال تجميع 3750 حالة. قارن تصنيف نظام الذكاء الاصطناعي لمشاكل الجلد مع التشخيص التفريقي الذي يجريه طبيب الأمراض الجلدية.وقد حققت التنبؤات التشخيصية الأولى والثلاثة الأولى دقة بلغت 71% و93% على التوالي..

بالإضافة إلى ذلك، في مجموعة بيانات التحقق، تمت مقارنة النظام مع ثلاث فئات من الأطباء: أطباء الجلد، وأطباء الرعاية الأولية، والممرضات (نظرًا لأن التشخيص التفريقي النموذجي الذي يقدمه الأطباء لا يمكن أن يحتوي إلا على ما يصل إلى ثلاثة تشخيصات، فقد قارنوا فقط أفضل ثلاثة توقعات لـ DLS مع الأطباء).

وأظهرت النتائج أن التوقعات الثلاثة الأولى للنظام أشارت إلى أنوكان معدل دقة التشخيص 90%، أو مماثلاً لمعدل دقة أطباء الجلد (75%) و"أعلى بكثير" من معدل دقة أطباء الرعاية الأولية (60%) وممارسي التمريض (55%)..

وبما أن أمراض الجلد ترتبط أيضًا ارتباطًا وثيقًا بنوع الجلد، فإن التقييم البصري للجلد نفسه أمر بالغ الأهمية للتشخيص. لذلك، من أجل تقييم التحيزات المحتملة بناءً على نوع البشرة، قام الفريقفيتزباتريككتابة الجلد، واختبار أداء نظام الذكاء الاصطناعي. يتراوح تصنيف البشرة من النوع الأول ("شاحب، يحترق كثيرًا، لا يكتسب سمرة أبدًا") إلى النوع السادس ("بني غامق، لا يكتسب سمرة أبدًا").

وقد ركز الباحثون على أنواع البشرة فيتزباتريك الثاني إلى الرابع، والتي شكلت ما لا يقل عن 5% من البيانات، ووجدوا أن DLS كان لديه دقة مماثلة في هذه الفئات.وتراوحت دقة التشخيص الأول ما بين 69% إلى 72%، وتراوحت دقة التشخيص الأول والثاني ما بين 91% إلى 94%..

ويعزو الباحثون دقة النظام الإجمالية إلى كمية البيانات الموجودة في مجموعة التدريب.البيانات الوصفيةوتشير النتائج إلى أن نهجهم قد "يساعد الأطباء على النظر في العوامل المحتملة" التي لم تكن على أساس التشخيص التفريقي الأولي.

ومع ذلك، فقد لاحظوا أيضًا أن مجموعة التدريب الخاصة بهم تم أخذها من خدمة واحدة فقط لطب الأمراض الجلدية عن بعد. كانت بعض أنواع بشرة فيتزباتريك نادرة للغاية في مجموعات البيانات الخاصة بهم بحيث لا يمكن إجراء تدريب أو تحليل مفيد لها، وكانت مجموعات البيانات الخاصة بهم غير قادرة على اكتشاف حالات جلدية معينة بدقة، مثل الورم الميلانيني، بسبب نقص عينات البيانات المتاحة.

وكتب ليو وبوي: "نعتقد أن هذه القيود يمكن معالجتها من خلال إدراج المزيد من حالات سرطان الجلد التي تم إثباتها من خلال الخزعة في التدريب والتحقق من الصحة".

بمساعدة التكنولوجيا، لم يعد الحصول على بشرة صحية مجرد حلم

في بلدي، يبلغ العدد الإجمالي لأطباء الأمراض الجلدية أقل من 30 ألفًا. بالإضافة إلى النقص في الأطباء المحترفين، يواجه طب الأمراض الجلدية أيضًا مشاكل مثل التشخيص الخاطئ، والتشخيص الخاطئ، والمعرفة غير الكافية بالأمراض النادرة، مما سيؤدي بلا شك إلى خسائر للمرضى.

في الواقع، طب الأمراض الجلدية هو تخصص يعتمد على الخصائص المورفولوجية.تعتمد معظم التشخيصات على أنماط التعرف البصري. بالنسبة للأمراض الجلدية، تعد قدرات التعرف على الصور بالذكاء الاصطناعي مناسبة جدًا للتشخيص المساعد.

لكن على مدى العقود القليلة الماضية، ظل تطبيق الذكاء الاصطناعي في الأمراض الجلدية محدودًا للغاية. حتى السنوات الأخيرة، ومع تطور وتطبيق تكنولوجيا الذكاء الاصطناعي، أحرزت الأمراض الجلدية المحلية تقدمًا كبيرًا تدريجيًا في تطبيقات الذكاء الاصطناعي.

على سبيل المثال، في عام 2018، تعاون المستشفى الثاني لجامعة شيانغيا مع شركة دينغشيانغ يوان وشركة دانا للتكنولوجيا لتحقيقأول نظام تشخيصي بمساعدة الذكاء الاصطناعي لأمراض الجلديستهدف النظام حاليًا مجموعة من الأمراض بما في ذلك الذئبة الحمامية والتهاب الجلد.دقة التعرف تصل إلى 85% أو أعلى. وبعد ذلك، أطلق مستشفى الصداقة الصينية اليابانية ومستشفى كلية الطب بجامعة بكين أيضًا أنظمة تشخيص الذكاء الاصطناعي للأمراض الجلدية استنادًا إلى تقنية التعلم العميق.

ولذلك، لدينا سبب يجعلنا نتوقع أنه بمساعدة تكنولوجيا الذكاء الاصطناعي، سيتم حل جميع المشاكل التي تواجه الأمراض الجلدية.

-- زيادة--