تُعد اضطرابات الجلد من أكثر المشكلات الصحية شيوعًا في العالم وفق منظمة الصحة العالمية، وهي مصدر مهم لعبء المرض غير المميت وتؤثر تأثيرًا عميقًا في جودة الحياة وفي نظم الرعاية الصحية، ويُعد سرطان الجلد الميلانيني أخطرها إذ أودى بحياة نحو ستين ألف شخص في عام 2022 وحده، وتطال هذه الاضطرابات ملايين الأشخاص حول العالم وتشكل تهديدًا جديًا للصحة العامة لأنها تمس تركيب الجلد ووظيفته ومظهره
ويحتاج كشف أمراض الجلد والتنبؤ بها إلى فحص بدني شامل ومراجعة التاريخ الطبي للمريض وفحوص مخبرية ملائمة، غير أن عوامل مثل الضجيج في الصورة والضبابية والإضاءة غير المتساوية وضعف تمثيل السمات وتداخل السمات بين اضطرابات مختلفة تقلل من فاعلية التعرف على المرض، ومن هنا تبرز الحاجة إلى أنظمة ذكية قادرة على قراءة صور الجلد بدقة أعلى وتقديم دعم موثوق للأطباء في التشخيص المبكر
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تقديم شبكة كشف الأمراض الجلدية المعروفة باسم إس دي نت، وهي شبكة عصبية تلافيفية عميقة تعتمد نظامًا ثنائي الاتجاه لوصف السمات من أجل التعرف متعدد الفئات على أمراض الجلد، وتوظف الشبكة ذراعين متوازيتين لوصف السمات الهرمية في صور الجلد، فتستخدم الذراع الأولى شبكة تلافيفية ثنائية الأبعاد مع الصور الأصلية بعد معالجتها، بينما تستخدم الذراع الثانية شبكة تلافيفية أحادية البعد تستقبل سمات مصفوفة التزامن الرمادية وسمات النمط الثنائي المحلي المحسن وسمات تدرج الاتجاهات المصورة لوصف سمات النسيج والشكل في صور الجلد
وقُيّم أداء الشبكة المقترحة على مجموعة بيانات ديرم نت باستخدام أربعة مؤشرات هي الدقة والاستدعاء والضبط والدرجة التوافقية، واعتمدت الدراسة نهج الذكاء الاصطناعي القابل للتفسير لتعزيز الثقة في قرارات النموذج وربط مخرجاته بأدلة بصرية مفهومة لدى المختصين
ثانيًا: أبرز النتائج
1. حققت الشبكة المقترحة دقة كلية بلغت 99.1 في المئة في التعرف على خمس فئات من أمراض الجلد عند تقييمها على مجموعة بيانات ديرم نت، وهو مستوى يعكس قدرة عالية على تصنيف الصور تصنيفًا صحيحًا في معظم الحالات
2. بلغت قيمة الاستدعاء 99.1 في المئة وقيمة الضبط 98.96 في المئة وقيمة الدرجة التوافقية 98.95 في المئة، وهي مؤشرات تؤكد توازن الأداء بين اكتشاف الحالات المصابة وتجنب الإنذارات الخاطئة
3. أظهرت النتائج تحسنًا ملحوظًا مقارنة بالطرق التقليدية الحديثة في المجال، مما يدل على أن دمج السمات المصنوعة يدويًا مع السمات العميقة يمنح النموذج تمثيلًا أغنى لصور الجلد ويتجاوز حدود كل نوع من السمات على حدة
4. مثّلت الدراسة خطوة مهمة في توظيف الثقة في الشبكة المقترحة من أجل كشف دقيق وفعال لأمراض الجلد عبر نهج الذكاء الاصطناعي القابل للتفسير، وهو ما يفتح الباب أمام أدوات دعم قرار أكثر شفافية في العيادات
ثالثًا: دلالات الدراسة وتطبيقاتها
تكمن أهمية هذه النتائج في أن التشخيص المبكر والدقيق لأمراض الجلد، ولا سيما سرطان الجلد الميلانيني، قد ينقذ الأرواح ويخفف العبء الثقيل الذي تفرضه هذه الاضطرابات على المرضى وعلى نظم الرعاية الصحية، كما أن الأنظمة التي تجمع بين السمات اليدوية والعميقة تقدم نموذجًا واعدًا يمكن تعميمه على مهام تصنيف الصور الطبية الأخرى التي تعاني من تداخل السمات وضعف جودة الصور
ويستفيد الباحثون وطلاب الدراسات العليا في مجالات الذكاء الاصطناعي والمعلوماتية الصحية من هذه الدراسة بوصفها مثالًا تطبيقيًا على تصميم معماريات ثنائية الذراع وعلى تقييم النماذج بمؤشرات متعددة بدل الاكتفاء بالدقة وحدها، كما يستفيد الممارسون الصحيون من فكرة النماذج القابلة للتفسير التي لا تكتفي بإصدار قرار بل تساعد الطبيب على فهم الأساس الذي بُني عليه القرار
وخلاصة القول إن دمج السمات المصنوعة يدويًا مع السمات العميقة في شبكة واحدة قد رفع كشف أمراض الجلد إلى مستويات دقة عالية، وإن توظيف التفسيرية في هذه الأنظمة يمثل مسارًا واعدًا نحو أدوات تشخيصية أكثر ثقة وقبولًا في الممارسة السريرية
