تطوير نماذج ذكاء اصطناعي تكتشف سرطان البنكرياس مبكرًا
قام الباحثون في قسم CSAIL بمعهد ماساتشوستس للتكنولوجيا، والذي يركز على هندسة الكمبيوتر وتطوير الذكاء الاصطناعي، ببناء خوارزميتين للتعلم الآلي يمكنها اكتشاف سرطان البنكرياس عند عتبة أعلى من معايير التشخيص الحالية. تم تشكيل النموذجين معًا لإنشاء الشبكة العصبية "PRISM". وهو مصمم خصيصًا للكشف عن سرطان البنكرياس الغدي القنوي (PDAC)، وهو الشكل الأكثر شيوعًا لسرطان البنكرياس.
تلتقط معايير فحص PDAC القياسية الحالية حوالي 10 بالمائة من الحالات لدى المرضى الذين تم فحصهم بواسطة متخصصين. وبالمقارنة، تمكن برنامج PRISM التابع لمعهد ماساتشوستس للتكنولوجيا من تحديد حالات PDAC بنسبة 35% من الحالات.
على الرغم من أن استخدام الذكاء الاصطناعي في مجال التشخيص ليس إنجازًا جديدًا تمامًا، إلا أن جهاز PRISM من معهد ماساتشوستس للتكنولوجيا يبرز بسبب كيفية تطويره. تمت برمجة الشبكة العصبية بناءً على الوصول إلى مجموعات متنوعة من السجلات الصحية الإلكترونية الحقيقية من المؤسسات الصحية في جميع أنحاء الولايات المتحدة. وتم تغذيته ببيانات أكثر من 5 ملايين من السجلات الصحية الإلكترونية للمريض، والتي قال باحثون من الفريق إنها "تجاوزت حجم" المعلومات التي تم تغذيتها لنموذج الذكاء الاصطناعي في هذا المجال بالذات من البحث. "يستخدم النموذج البيانات السريرية والمخبرية الروتينية لإجراء تنبؤاته، ويمثل تنوع سكان الولايات المتحدة تقدمًا كبيرًا مقارنة بنماذج PDAC الأخرى، والتي عادة ما تقتصر على مناطق جغرافية محددة مثل عدد قليل من مراكز الرعاية الصحية في الولايات المتحدة،" كاي جيا قال مؤلف كبير للورقة دكتوراه في معهد ماساتشوستس للتكنولوجيا CSAIL.
بدأ مشروع PRISM التابع لمعهد ماساتشوستس للتكنولوجيا منذ أكثر من ست سنوات. إن الدافع وراء تطوير خوارزمية يمكنها اكتشاف PDAC مبكرًا له علاقة كبيرة بحقيقة أن معظم المرضى يتم تشخيصهم في المراحل المتأخرة من تطور السرطان - وتحديدًا حوالي ثمانين بالمائة يتم تشخيصهم بعد فوات الأوان.
يعمل الذكاء الاصطناعي من خلال تحليل التركيبة السكانية للمرضى والتشخيصات السابقة والأدوية الحالية والسابقة في خطط الرعاية ونتائج المختبر. بشكل جماعي، يعمل النموذج على التنبؤ باحتمالية الإصابة بالسرطان من خلال تحليل بيانات السجل الصحي الإلكتروني جنبًا إلى جنب مع أشياء مثل عمر المريض وبعض عوامل الخطر الواضحة في نمط حياته. ومع ذلك، لا يزال PRISM قادرًا فقط على المساعدة في تشخيص أكبر عدد من المرضى بالمعدل الذي يمكن أن يصل به الذكاء الاصطناعي إلى الجماهير. في الوقت الحالي، ترتبط هذه التكنولوجيا بمختبرات معهد ماساتشوستس للتكنولوجيا ومرضى محددين في الولايات المتحدة. سيتضمن التحدي اللوجستي المتمثل في توسيع نطاق الذكاء الاصطناعي تغذية الخوارزمية بمجموعات بيانات أكثر تنوعًا وربما حتى ملفات تعريف الصحة العالمية لزيادة إمكانية الوصول إليها.
ومع ذلك، فهذه ليست المحاولة الأولى لمعهد ماساتشوستس للتكنولوجيا لتطوير نموذج ذكاء اصطناعي يمكنه التنبؤ بمخاطر الإصابة بالسرطان. وقد طورت بشكل خاص طريقة لتدريب النماذج على كيفية التنبؤ بخطر الإصابة بسرطان الثدي بين النساء باستخدام سجلات تصوير الثدي بالأشعة السينية. في هذا الخط من البحث، أكد خبراء معهد ماساتشوستس للتكنولوجيا، أنه كلما كانت مجموعات البيانات أكثر تنوعًا، كلما كان الذكاء الاصطناعي أفضل في تشخيص السرطان عبر الأعراق والمجموعات السكانية المتنوعة. إن التطوير المستمر لنماذج الذكاء الاصطناعي التي يمكنها التنبؤ باحتمالية الإصابة بالسرطان لن يؤدي فقط إلى تحسين النتائج للمرضى إذا تم تحديد الورم الخبيث في وقت مبكر، بل سيخفف أيضًا من عبء العمل الواقع على عاتق المهنيين الطبيين المرهقين. إن سوق الذكاء الاصطناعي في التشخيص جاهز للتغيير لدرجة أنه يثير اهتمام الشركات التجارية الكبرى في مجال التكنولوجيا مثل آي بي إم، التي حاولت إنشاء برنامج ذكاء اصطناعي يمكنه اكتشاف سرطان الثدي قبل عام من حدوثه.