يمكن لنموذج التعلم العميق الجديد أن يتعلم التعرف على الأمراض من عمليات المسح الطبية بشكل أسرع وأكثر دقة ، وفقًا لبحث جديد أجراه فريق من علماء الحوسبة في جامعة ألبرتا وشركة MEDO التابعة لشركة U of A. نموذج الاختراق هو عمل فريق من الباحثين في كلية العلوم - بما في ذلك مساهمات بونه جورجي ، وهو طالب دراسات عليا فقد في الرحلة PS752.
التعلم العميق هو نوع من التعلم الآلي - حقل فرعي من الذكاء الاصطناعي. تقنيات التعلم العميق هي خوارزميات حاسوبية تجد أنماطًا في مجموعات كبيرة من البيانات ، وتنتج نماذج يمكن استخدامها بعد ذلك لعمل تنبؤات. تعمل هذه النماذج بشكل أفضل عندما يتعلمون من مئات الآلاف أو حتى ملايين الأمثلة. لكن مجال التشخيص الطبي يمثل تحديًا فريدًا ، حيث لا يتمكن الباحثون عادةً من الوصول إلا إلى بضع مئات من صور المسح الطبي لأسباب تتعلق بالخصوصية.
قال روبرتو فيجا ، المؤلف الرئيسي للدراسة وطالب الدراسات العليا في قسم علوم الحوسبة: "عندما يتم تدريب نموذج التعلم العميق في حالات قليلة جدًا ، يكون أداؤه ضعيفًا".
"في دراستنا ، تناولنا مشكلة كيفية تعلم نماذج التعلم العميق الفعالة للمهام الطبية مع حالات تدريب قليلة. الفكرة الرئيسية هي أنه يمكننا الاستفادة من المعرفة الموجودة في الأدبيات الطبية لتوجيه عملية التعلم بشكل أفضل. "
تأتي التحسينات في الأداء من تدريب الخوارزمية على الصور الطبية بالإضافة إلى التشخيص "الاحتمالي" المقابل ، المقدم بشكل غير مباشر من قبل الخبراء الطبيين. يسمح هذا النهج للخوارزمية بمعرفة الأنماط التي تميز كل مرض في عمليات المسح ، مما يمكّنها من التنبؤ بالمرض الذي يظهر في مسح المريض الجديد أو ما إذا كان الفحص يبدو سليمًا.
قال فيجا: "لقد حسّن نهجنا من دقة التصنيف للنموذج وقدم ثقة ذات مغزى في تنبؤاته ، مع إعطاء تقدير لاحتمال وجود مرض ما في الفحص".
"من خلال هذا البحث ، نريد تزويد أخصائيي الأشعة بأدوات أفضل تجعل عملهم أسهل وأسرع وأكثر فاعلية. كما نواجه مشكلة ندرة الكوادر الطبية ، وهي مشكلة تتفاقم في الدول النامية. نأمل أن نتمكن من تطوير نماذج تسمح لخبرائنا الطبيين باتخاذ قرارات أفضل ".
عمل الكثير
يتضمن البحث مساهمات كبيرة من بونه غورجي ، خريج قسم علوم الحاسبات بعد وفاته وضحية مأساة الرحلة PS752. في كانون الثاني (يناير) 2020 ، سافر غورجي وآرش بورزارابي إلى إيران للزواج وكانا عضوين من بين الأعضاء الأربعة في مجتمع كلية العلوم من بين 176 شخصًا قتلوا في الرحلة PS752.
بالنسبة للفريق ، يعد البحث أيضًا فرصة لتكريم إرث غورجي وإسهاماتها الحاسمة في المشروع. أوضح فيجا أنه عندما بدأ الباحثون المشروع ، ركزت الخوارزمية حصريًا على خلل التنسج الوركي. كانت جورجي تعمل على تطوير نماذج التعلم الآلي لتحديد الكبد الدهني ، وكان انضمامها إلى الفريق هو الذي أدى في النهاية إلى إعادة تصميم الخوارزمية وتحقيق اختراق في الأداء.
"الأصلي خوارزمية لم يكن يعمل من أجل الكبد الدهني ، لذلك بدأت أنا وبوني العمل معًا لحل المشكلة. بعد عدة أسابيع ، اكتشفنا عيبًا مهمًا في النهج الأصلي وتمكنا من اقتراح حل - حل يتضمن طريقة رياضية جديدة لمعالجة جزء من النموذج ، "قال فيجا.