كشف الأمراض بسرعة ودقة عالية باستخدام التعلم العميق
أعلنت جامعة «Washington State» الأمريكية عن نموذج ذكاء اصطناعي يعتمد على تقنية «التعلم العميق»، يمكنه اكتشاف الأمراض في صور الأنسجة البشرية والحيوانية بدقة تتفوق على تشخيص البشر. وفقًا لدراسة نشرتها دورية «Scientific Reports»، فإن هذا النموذج يساعد في تسريع البحث العلمي المرتبط بالأمراض ويوفر إمكانيات تشخيصية متقدمة، إذ يُمكنه تحديد حالات السرطان من صور العينات في دقائق، في حين يتطلب ذلك عدة ساعات من أخصائيي الأمراض.
التعاون بين علماء الأحياء وعلماء الكمبيوتر لتطوير النموذج
تم تطوير هذا النموذج بالتعاون بين عالم الأحياء «مايكل سكينر» وفريق من علماء الكمبيوتر بقيادة «كولين جريلي» تحت إشراف أستاذه «لورانس هولدر». وقد تم تدريب النموذج باستخدام صور من دراسات سابقة على الأمراض الجينية، حيث شملت الإشارات المرضية في أنسجة الكلى، الخصيتين، المبايض، والبروستاتا لدى الفئران.
تفوق النموذج في اكتشاف حالات لم يلاحظها البشر
أظهرت التجارب أن نموذج الذكاء الاصطناعي يتميز بسرعة عالية في تحليل الأنسجة مع اكتشافه لحالات لم يتمكن الأخصائيون من ملاحظتها. ووفقًا للدكتور «هولدر»، فإن النموذج حقق دقة عالية في تحديد الأمراض، ما يفتح آفاقًا جديدة لاستخدام الذكاء الاصطناعي في التشخيص الطبي بدقة تفوق الأساليب التقليدية.
تقليل الوقت والجهد في تحليل الشرائح النسيجية
في مجال علم الوراثة الجيني، يتطلب تحليل الشرائح النسيجية جهدًا كبيرًا، حيث قد تستغرق هذه العملية سنة أو أكثر في الدراسات الكبيرة، لكن باستخدام النموذج الجديد، يمكن تقليص هذه المدة إلى أسابيع قليلة فقط. ويقوم النموذج بعملية تحليل متكررة تساعده على تصحيح أخطائه بمرور الوقت، مما يزيد من كفاءته في تحليل صور الأنسجة بشكل متواصل.
تصميم الشبكات العصبية لتحليل الصور عالية الدقة
يعتمد نموذج الذكاء الاصطناعي على شبكات عصبية مصممة لتحليل صور عالية الدقة تحتوي على مليارات البيكسلات، حيث يقوم بتقسيم الصورة الكبيرة إلى أجزاء صغيرة لتحليلها مع الحفاظ على الارتباط بالصورة الكاملة، مما يسمح بفحص التفاصيل الدقيقة دون فقدان الرؤية الشاملة.
اهتمام الباحثين بالتطبيقات العملية للنموذج
يحظى هذا النموذج باهتمام كبير من الباحثين، حيث يعمل فريق الدكتور «هولدر» حاليًا مع باحثين في الطب البيطري لتشخيص أمراض في أنسجة الغزلان، ويتوقع الفريق أن يسهم النموذج في تحسين البحث والتشخيص الطبي، لا سيما في أمراض السرطان والأمراض الوراثية.
الشبكة العصبية الأكثر تطورًا في المجال
في بيان صحفي، أوضح الدكتور «هولدر» أن هذه الشبكة العصبية تُعد من الأكثر تطورًا في هذا المجال، وقد تم اختبارها على أنظمة بيانات متنوعة وأثبتت تفوقها في الأداء.
توفير الوقت والتكلفة وتقليل الاعتماد على الجهود البشرية
يسهم هذا التطور في الذكاء الاصطناعي في تسريع عملية التشخيص الطبي وتقليل التكلفة، ما يساهم في تحسين دقة التشخيص وسرعة اتخاذ القرارات الطبية.
