كشفت دراسة منشورة في دورية Biology Methods and Protocols عن قدرة الذكاء الاصطناعي على تشخيص أورام الدماغ بدقة قريبة من مستوى الأطباء. اعتمد الباحثون على “الشبكات العصبية التفافية” (Convolutional Neural Networks) التي دربت على تحليل صور الرنين المغناطيسي، مما أتاح لها التمييز بين الأنسجة السليمة والمصابة.
الذكاء الاصطناعي في الطب
شهدت السنوات الأخيرة تقدمًا هائلًا في توظيف الذكاء الاصطناعي في المجال الطبي، خاصة في تحليل الصور الإشعاعية. تعتمد الشبكات العصبية التفافية على معالجة مجموعات ضخمة من البيانات الطبية، مستفيدة من تقنية “التعلم بالنقل”، حيث يُعاد استخدام النماذج المدربة مسبقًا لتحسين دقة النماذج الجديدة.
آلية عمل النماذج
استوحى الباحثون تصميم النماذج من الطبيعة، حيث شبّهوا تمويه خلايا السرطان بقدرة بعض الكائنات الحية على الاندماج في بيئتها. مكنت هذه النماذج من تحديد الأنسجة المصابة رغم صعوبة الكشف عنها بالطرق التقليدية.
نتائج الدراسة
– أظهرت النماذج دقة بلغت 85.99% و83.85% في تحديد أورام الدماغ باستخدام شبكتين مختلفتين.
– قللت النماذج من النتائج السلبية الخاطئة بشكل ملحوظ.
– رغم أن دقة النماذج كانت أقل بنسبة 6% من الأطباء في تحديد أنواع معينة من الأورام، ساعد استخدام “التعلم بالنقل” على تحسين الأداء.
دور الذكاء الاصطناعي في الطب
أكد البروفيسور أرش يزدانبخش، المعد الرئيسي للدراسة، أن الذكاء الاصطناعي يفتح آفاقًا واسعة لتحسين دقة التشخيص وسرعته. لكنه شدد على أهمية الشفافية لفهم القرارات التي تتخذها هذه النماذج، مما يعزز الثقة بين الأطباء والتقنيات الحديثة.
آفاق مستقبلية
تعد هذه الدراسة خطوة هامة نحو دمج الذكاء الاصطناعي في البيئات السريرية، مما يسهم في تحسين الرعاية الصحية، سواء عبر التشخيص المبكر أو متابعة تطور الأمراض.
