أظهر النهج القائم على الذكاء الاصطناعي (AI) أداءً تشخيصيًا يضاهي أداء أطباء الأشعة ذوي الخبرة في الكشف عن سرطان المرارة في مستشفى في شانديغار، وفقًا لدراسة نشرت في مجلة لانسيت للصحة الإقليمية – جنوب شرق آسيا.
سرطان المرارة (GBC) هو ورم خبيث شديد العدوانية مع ضعف الكشف وارتفاع معدل الوفيات. وقال الباحثون إن التشخيص المبكر يمثل تحديا لأن آفات المرارة الحميدة يمكن أن يكون لها ميزات تصوير مماثلة.
يهدف الفريق في معهد الدراسات العليا للتعليم الطبي والأبحاث (PGIMER) في شانديغار والمعهد الهندي للتكنولوجيا (IIT) في نيودلهي إلى تطوير نموذج التعلم العميق (DL) والتحقق من صحته للكشف عن GBC باستخدام الموجات فوق الصوتية على البطن ومقارنة أدائه مع أطباء الأشعة.
التعلم العميق هو أسلوب في الذكاء الاصطناعي يعلم أجهزة الكمبيوتر كيفية معالجة البيانات بطريقة مستوحاة من الدماغ البشري.
استخدمت الدراسة بيانات الموجات فوق الصوتية للبطن من المرضى الذين يعانون من آفات المرارة المكتسبة بين أغسطس 2019 ويونيو 2021 في PGIMER، وهو مستشفى للرعاية الثالثية.
تم تدريب نموذج التعلم العميق (DL) على مجموعة بيانات تضم 233 مريضًا، وتم التحقق من صحتها على 59 مريضًا، واختبارها على 273 مريضًا.
تم تقييم أداء نموذج DL من حيث الحساسية والنوعية والمنطقة الواقعة تحت منحنى خاصية تشغيل المستقبل (AUC)، والذي يستخدم على نطاق واسع لقياس دقة الاختبارات التشخيصية.
قام اثنان من أخصائيي الأشعة أيضًا بمراجعة صور الموجات فوق الصوتية بشكل مستقل، وتمت مقارنة أدائهم التشخيصي بنموذج DL.
في مجموعة الاختبار، كان لنموذج DL حساسية بنسبة 92.3 في المائة، ونوعية 74.4 في المائة، ومساحة تحت المنحنى تبلغ 0.887 للكشف عن GBC، وهو ما كان مشابهًا لكلا أخصائيي الأشعة، وفقًا للدراسة.
قال الباحثون إن النهج القائم على DL أظهر حساسية عالية ومساحة تحت المنحنى للكشف عن GBC في وجود الحصوات والمرارة المنقبضة وحجم الآفة الصغير (أقل من 10 ملم) وآفات الرقبة، والتي كانت أيضًا مماثلة لأخصائيي الأشعة.
وقالوا إن نموذج DL أظهر حساسية أعلى للكشف عن نوع سماكة الجدارية لـ GBC مقارنة بأحد أطباء الأشعة، على الرغم من انخفاض الخصوصية.
وأشار مؤلفو الدراسة إلى أن “النهج القائم على DL أظهر أداءً تشخيصيًا مشابهًا لأخصائيي الأشعة ذوي الخبرة في اكتشاف GBC باستخدام الموجات فوق الصوتية”.
وأضافوا: “يوصى بإجراء المزيد من الدراسات متعددة المراكز لاستكشاف إمكانات تشخيص GBC القائم على DL بشكل كامل”.
واعترف المؤلفون ببعض القيود على الدراسة. وتستند النتائج إلى مجموعة بيانات مركز واحد، وهناك حاجة لدراسات متعددة المراكز للتحقق من الصحة على نطاق أوسع.
وأضافوا أن الدراسة لها موعد نهائي للمعرفة في عام 2021، وقد لا تنعكس التطورات اللاحقة في تشخيص DL وGBC.
