ساعدت خوارزمية مبتكرة بالذكاء الاصطناعي ذات دقة تشخيصية عالية في تحسين أداء أخصائي الأشعة في الكشف عن سرطان الرئة، عن طريق قراءة أشعة الصدر السينية حسبما ذكرت دراسة منشورة في دورية "راديولوجي".
ورصدت الدراسة التي أجريت في جامعة سول الكورية الجنوبية، زيادة في "قبول الخبراء لاقتراحات الذكاء الاصطناعي".
ويعد قبول اقتراحات الذكاء الاصطناعي من قبل أخصائي الأشعة، أمراً حاسماً في دمج التقنية بشكل ناجح في الممارسة السريرية، ولتحقيق القبول وفرت خوارزمية الذكاء الاصطناعي المستخدمة مخرجات شفافة وقابلة للتفسير، كما أبلغت بشكل فعال عن أوجه عدم اليقين، وأظهرت موثوقية متسقة.
ويُمكن أن تقدم خوارزميات الذكاء الاصطناعي تشخيصاً دقيقاً لصور الأشعة، إلا أن العوامل التي تؤثر على مدى قبول أطباء الأشعة لنتائج قراءة الصور بمساعدة الذكاء الاصطناعي "لا تزال غير واضحة".
ونظر الباحثون في جامعة سول، في كيفية تأثير هذه العوامل على اكتشاف العقيدات الرئوية الخبيثة أو سرطان الرئة، أثناء قراءة الأشعة السينية بمساعدة الذكاء الاصطناعي.
وخلال الدراسة، قام 30 أخصائياً من بينهم 20 اختصاصي أشعة صدرية بخبرة تتراوح بين 5 و18 عاماً، و10 مقيمين في مجال الأشعة لديهم سنتين إلى ثلاث سنوات فقط من الخبرة، بتقييم 120 صورة شعاعية للصدر بدون الذكاء الاصطناعي.
من بين 120 صورة شعاعية للصدر تم تقييمها، كان هناك 60 شخصاً يعانون من سرطان الرئة و60 من مجموعة التحكم. كان متوسط عمر المرضى 67 عاماً.
في جلسة ثانية، أعادت كل مجموعة تفسير الأشعة السينية بمساعدة الذكاء الاصطناعي عالي الدقة أو منخفض الدقة.
تحليل البيانات
والذكاء الاصطناعي عالي الدقة، هو خوارزمية تُظهر مستوى عالٍ من الدقة والموثوقية في التشخيصات الطبية، تم تصميمها خصيصاً لتحليل البيانات الطبية، مثل الصور أو سجلات المرضى، وتقديم تنبؤات تشخيصية أو مساعدة لأخصائي الرعاية الصحية.
ولتحقيق أداء تشخيصي عالي، غالباً ما تستفيد خوارزميات الذكاء الاصطناعي من تقنيات التعلم العميق، ويمكن أن تتعلم هذه الخوارزميات من مجموعات البيانات ذات العلامات الكبيرة، واستخراج الأنماط المعقدة أو الميزات من الصور الطبية أو أنواع البيانات الأخرى.
وأدى استخدام الذكاء الاصطناعي عالي الدقة، إلى تحسين أداء اكتشاف أخصائيو الأشعة، بدرجة أكبر من الذكاء الاصطناعي منخفض الدقة، كما أدى أيضاً إلى تغييرات أكثر تكراراً في تحديدات الخبراء، وهو مفهوم يُعرف باسم القابلية للتأثر.
وقابلية التأثر هو زيادة احتمالية حدوث تغييرات في قرارات الخبراء عند استخدام خوارزميات الذكاء الاصطناعي عالية الدقة في عملية التشخيص، فعند دمج الذكاء الاصطناعي في سير عمل الأشعة ليقدم اقتراحات أو يسلط الضوء على مجالات الاهتمام، فإنه يمكن أن يؤثر على صنع القرار لأخصائي الأشعة.
ويقول الباحثون إن حجم العينة الكبير نسبياً في هذه الدراسة، عزز ثقة الخبراء في اقتراحات الذكاء الاصطناعي. وأوردت الدراسة أن البشر أكثر عرضة للتأثر بالذكاء الاصطناعي عندما يكون عالي الأداء التشخيصي.
وذكرت الدراسة أن دمج خوارزميات الذكاء الاصطناعي في عمل اختصاصي الأشعة يمكن أن يقدم اقتراحات قيّمة، أو يسلط الضوء على مجالات الاهتمام المحتملة في صور الأشعة السينية. كما يمكن أن يعزز أيضاً من تقليل أخطاء المراقبة، وتحسين الحساسية، وزيادة دقة التشخيص الشاملة.
اقرأ أيضاً:
