يُعدّ سرطان الجلد الميلانيني من أصعب أنواع سرطان الجلد تشخيصًا، إذ يُحاكي غالبًا الشامات أو الآفات الجلدية الحميدة. وبينما تعتمد معظم أدوات الذكاء الاصطناعي على صور الجلد المجهرية وحدها، فإنها غالبًا ما تُغفل معلومات المريض الأساسية (مثل العمر، والجنس، أو مكان ظهور الآفة في الجسم) والتي يُمكن أن تُحسّن دقة التشخيص. وهذا يُبرز أهمية نماذج الاندماج متعددة الوسائط التي تُتيح تشخيصًا عالي الدقة.
ولسد هذه الفجوة، ابتكر البروفيسور غوانجيل جيون من قسم هندسة النظم المدمجة بجامعة إنتشون الوطنية في كوريا الجنوبية، بالتعاون مع جامعة غرب إنجلترا (المملكة المتحدة)، وجامعة أنجليا روسكين (المملكة المتحدة)، والكلية العسكرية الملكية الكندية، نموذج تعلم عميق يدمج بيانات المريض وصور الجلد المجهرية.
وقد نُشرت الدراسة في مجلة "Information Fusion".
يقول البروفيسور جيون: "يُعدّ الكشف المُبكر عن سرطان الجلد، وخاصةً الميلانيني، بالغ الأهمية لتحديد معدلات البقاء على قيد الحياة. نظرًا لصعوبة تشخيص الورم الميلانيني بالاعتماد فقط على السمات البصرية، أدركتُ الحاجة إلى تقنيات تقارب الذكاء الاصطناعي التي يمكنها مراعاة كلٍّ من بيانات التصوير ومعلومات المريض".
تطوير نموذج الذكاء الاصطناعي
باستخدام مجموعة بيانات SIIM-ISIC واسعة النطاق للأورام الميلانينية، والتي تحتوي على أكثر من 33,000 صورة جلدية مُرفقة ببيانات وصفية سريرية، درّب الفريق نموذج الذكاء الاصطناعي الخاص بهم على تمييز الروابط الدقيقة بين ما يظهر على الجلد وهوية المريض. حقق النموذج دقةً بنسبة 94.5% ودرجة F1 قدرها 0.94، متفوقًا بذلك على نماذج الصور الشائعة مثل ResNet-50 وEfficientNet.
اقرأ أيضا... نظام مجاني مدعوم بالذكاء الاصطناعي يُشخص مرض ألزهايمر مبكراً
أجرى الباحثون أيضًا تحليلًا لأهمية السمات لجعل النظام أكثر شفافيةً ومتانةً. وتبيّن أن عوامل مثل حجم الآفة وعمر المريض والموقع التشريحي تُسهم بقوة في دقة الكشف. يمكن أن تُساعد هذه الرؤى الأطباء على فهم التشخيص الذي يُجريه الذكاء الاصطناعي وتوفير خارطة طريق للثقة به.
أداة عملية لنقلة نوعية
يقول البروفيسور جون "هذا النموذج ليس مصممًا للأغراض الأكاديمية فحسب، بل يمكن استخدامه كأداة عملية تُحدث نقلة نوعية في فحص سرطان الجلد في العالم الحقيقي. ويمكن تطبيق هذا البحث مباشرةً على تطوير نظام ذكاء اصطناعي يُحلل صور الآفات الجلدية ومعلومات المريض الأساسية لتمكين الكشف المبكر عن سرطان الجلد".
في المستقبل، يُمكن لهذا النموذج تشغيل تطبيقات تشخيص الجلد عبر الهواتف الذكية، وأنظمة الطب عن بُعد، أو الأدوات المدعومة بالذكاء الاصطناعي في عيادات الأمراض الجلدية، مما يُساعد على تقليل معدلات التشخيص الخاطئ وتحسين الوصول إلى الرعاية الصحية.
ويوضح البروفيسور جون "تُمثل هذه الدراسة خطوةً إلى الأمام نحو التشخيص الشخصي والطب الوقائي من خلال تقنية تقارب الذكاء الاصطناعي".
تُسلط الدراسة الضوء على كيفية مساهمة الذكاء الاصطناعي متعدد الوسائط في سد الفجوة بين التعلم الآلي واتخاذ القرارات السريرية، مما يُمهد الطريق لتشخيصات أكثر دقةً وموثوقيةً وسهولةً في الوصول لسرطان الجلد.
مصطفى أوفى (أبوظبي)