تصنيف أورام الدماغ متعدد الفئات من صور الرنين المغناطيسي: تعلم موجه بالاستعلام بدقة عالية وكفاءة حسابية

يعد التصنيف الدقيق والكفء متعدد الفئات لأورام الدماغ من صور الرنين المغناطيسي مشكلة مهمة ما تزال قائمة، إذ يتطلب نجاحه تعلم الخصائص الموضعية الدقيقة للورم وفهم السياق الشامل للصورة في وقت واحد، فبينما تتفوق الشبكات العصبية الالتفافية التقليدية في التقاط الخصائص الموضعية، تعجز غالبًا عن إدراك العلاقات بعيدة المدى عبر مناطق الصورة المختلفة، بما قد يحد من دقة التمييز بين فئات الأورام المتشابهة في المظهر والملمس

وتقترح هذه الدراسة المنشورة في مجلة فرونتيرز للذكاء الاصطناعي شبكة عصبية التفافية جديدة باهتمام متقاطع موجه بالاستعلام تدمج التعلم الالتفافي داخل شبكة على نمط المحولات مزودة برموز استعلام قابلة للتعلم، إذ يساعد التفاعل بين رموز الاستعلام وخرائط الخصائص على اكتشاف العلاقات بعيدة المدى التي يصعب على الشبكات التقليدية التقاطها، وهو موضوع يهم الباحثين العرب وطلاب الدراسات العليا في الذكاء الاصطناعي الطبي ومعالجة الصور الطبية وتطوير نماذج خفيفة الكلفة الحسابية صالحة للبيئات محدودة الموارد

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى تطوير إطار لتصنيف أورام الدماغ متعدد الفئات يجمع بين الدقة العالية والكفاءة الحسابية وقابلية بناء قرارات يعتمد عليها، وبني نموذج التعلم الموجه بالاستعلام المقترح ليكتشف العلاقات بعيدة المدى عبر تفاعل رموز الاستعلام القابلة للتعلم مع خرائط الخصائص المستخرجة من الصور، ولتحسين متانة القرارات واتساقها بني أسلوب تجميعي يجمع بين نماذج إكسبشن وإفيشنت نت وريزنت 50 والنموذج المقترح، ودمجت القيم المتنبأ بها باستخدام متعلم تجميعي من نوع لايت جي بي إم يجمع مخرجات النماذج الأربعة في قرار نهائي واحد

ثانيًا: أبرز النتائج

1، حقق الإطار المقترح دقة اختبار بلغت 95.50 في المئة في تصنيف أورام الدماغ متعدد الفئات من صور الرنين المغناطيسي، وبلغت مساحة ما تحت المنحنى 0.99 لفئة عدم وجود ورم

2، أظهر النموذج الموجه بالاستعلام كفاءة حسابية عالية، إذ لم تتجاوز كلفته الحسابية 0.83 من عمليات الفاصلة العائمة بالمليارات، وهي كلفة أقل بنحو 10.9 مرة من كلفة نموذج إكسبشن المستخدم في المقارنة

3، أسهم الجمع بين الاهتمام المتقاطع الموجه بالاستعلام والتعلم التجميعي في رفع اتساق التصنيف ومتانته، إذ وازنت مخرجات النماذج المتعددة أخطاء كل نموذج منفردًا وحسنت القرار النهائي

4، تبين أن التفاعل بين رموز الاستعلام وخرائط الخصائص يمكن النموذج من التقاط علاقات سياقية بعيدة المدى داخل الصورة تعجز الشبكات الالتفافية القياسية عن إدراكها وحدها

ثالثًا: دلالات الدراسة وتطبيقاتها

تنطوي نتائج الدراسة على دلالات عملية لمطوري أنظمة التشخيص بمساعدة الحاسوب، إذ تبين أن تحقيق الدقة العالية لا يستلزم بالضرورة نماذج ضخمة مرتفعة الكلفة، بل يمكن لبنى مصممة بذكاء أن تجمع بين الأداء المتميز والخفة الحسابية بما يناسب التطبيقات السريرية والبيئات محدودة الإمكانات، كما يدعم الأسلوب التجميعي ثقة الأطباء بالقرارات المصنفة عبر الاستفادة من تنوع النماذج، وتفيد الدراسة الباحثين العرب في بناء أدوات تصنيف لصور الرنين المغناطيسي تعمل بكفاءة على أجهزة محدودة الموارد داخل المستشفيات والمراكز الطبية

ويتصل انخفاض الكلفة الحسابية بمسألة أوسع هي إتاحة تقنيات الذكاء الاصطناعي الطبي لبيئات الرعاية الصحية محدودة الموارد، فالنماذج الضخمة التي تتطلب حواسيب فائقة الأداء تظل حبيسة المراكز البحثية الكبرى، بينما تستطيع النماذج الخفيفة العمل على أجهزة متوفرة في المستشفيات الميدانية والعيادات النائية ومراكز الأشعة الصغيرة، بما يسهم في تقليص الفجوة بين المناطق في الوصول إلى أدوات التشخيص الذكي، ويمنح الأطباء في البيئات الأقل تجهيزًا دعمًا تحليليًا قد يختصر زمن التشخيص ويرفع كفاءة إدارة قوائم الانتظار الطويلة لفحوص الرنين المغناطيسي، ويقلل اعتماد المراكز الصغيرة على بنى تحتية حسابية باهظة التكلفة

وخلاصة القول إن التعلم الموجه بالاستعلام يقدم مسارًا تقنيًا واعدًا يوازن بين فهم السياق الشامل للصورة الطبية وكفاءة الحساب، ويؤكد الإطار المقترح أن الجمع المنهجي بين الاهتمام المتقاطع والتعلم التجميعي قادر على إنتاج تصنيف دقيق وخفيف لأورام الدماغ يصلح أساسًا لأدوات تشخيص ذكية قابلة للانتشار الواسع