بتكاليف أقل وأكثر سرعة .. تقنية مذهلة لتشخيص كورونا
طور فريق من الباحثين خوارزمية ذكاء اصطناعي قائمة على التعلم العميق تقوم تلقائيًا بتحليل الأشعة السينية للصدر للكشف بسرعة عن عدوى فيروس كورونا بدقة تزيد عن 98%، مما يميز بين الأشعة السينية العادية والأشعة السينية للأشخاص المصابين بالالتهاب الرئوي، والذي غالبًا ما يظهر مع نفس أعراض كوفيد.
مسحات بي سي آر
وفقًا لما نشره موقع New Atlas نقلًا عن دورية Scientific Reports، يعد اختبار تفاعل البوليميراز المتسلسل للنسخ العكسي RT-PCR في الوقت الحقيقي الطريقة الأكثر استخدامًا لتشخيص عدوى فيروس كورونا. ولكن توجد مشكلات في استخدام اختبار PCR في الوقت الفعلي، لأنه مكلف ويمكن أن تكون النتائج بطيئة، كما أنه عرضة لإنتاج نتائج سلبية كاذبة.
الأشعة المقطعية والسينية
ومن المعروف أن الأشعة المقطعية أو السينية للصدر تلعبان دورًا، كعامل مساعد، في الكشف في الوقت المناسب عن حالات كوفيد المعدية والتعامل معها، خاصة عندما يعطي تحليل مسحة بي سي آر نتيجة سلبية.
يُنتج فيروس كوفيد-19 "بصمات" إشعاعية معينة في صور الأشعة السينية للصدر التي يستخدمها اختصاصيو الأشعة لتشخيص الإصابة بالفيروس. ولكن يبقى أن فحص الأشعة السينية بدقة بحثًا عن علامات العدوى يستغرق وقتًا طويلاً، ولأنه يعتمد على العين البشرية، فربما لا يكون دقيقًا دائمًا. لذلك، استعان الباحثون في جامعة التكنولوجيا في سيدني UTS بالذكاء الاصطناعي لتبسيط عملية التشخيص.
التعلم الآلي العميق
وقال أمير جاندومي، الباحث المقابل في الدراسة، إن العامل المعقد الآخر هو أن أعراض عدوى كوفيد-19 - الحمى والسعال وصعوبة التنفس والتهاب الحلق - قد يصعب تمييزها عن التهابات الجهاز التنفسي الفيروسية الأخرى، مثل الأنفلونزا أو الالتهاب الرئوي.
في السنوات الأخيرة، اكتسبت خوارزميات التعلم الآلي شعبية في الطب، حيث ساعدت الأطباء في تشخيص مرض باركنسون، والكشف عن سرطان الثدي، والتنبؤ بالسكتة الدماغية وفشل القلب. يعد التعلم العميق، وهو أحد الحقول الفرعية للذكاء الاصطناعي، مناسبًا بشكل خاص لإنشاء نموذج يمكنه إنتاج نتائج دقيقة من البيانات المدخلة دون الحاجة إلى استخراج الميزات يدويًا. وفي الدراسة الحالية، طور الباحثون خوارزمية قائمة على التعلم العميق تسمى الشبكة العصبية التلافيفية المخصصة Custom-CNN، المصممة خصيصًا لتشخيص فيروس كورونا.
دقة بنسبة 98.19%
استهدفت الدراسة تقييم فعالية النموذج المبتكر في فحص العلاقات المختلفة، بما يشمل فيروس كورونا والالتهاب الرئوي الفيروسي والالتهاب الرئوي الطبيعي والفيروسي، والفيروس التاجي والعادي، والارتباطات بين الفئات الثلاث لصور الأشعة السينية. وأظهرت النتائج أن نموذج Custom-CNN حقق دقة تصنيف تصل إلى 98.19% في تصنيفه لعينات صور فيروس كورونا والعادية والالتهاب الرئوي. وبمقارنة نتائج النموذج بتلك التي تم الحصول عليها باستخدام نماذج أخرى، تفوقت Custom-CNN عليها جميعًا.
التشخيص المبكر
يمكن أن يضمن التشخيص المبكر لعدوى كوفيد-19 حصول المرضى على العلاج الصحيح، بما يشمل الأدوية المضادة للفيروسات، والتي تعمل بشكل أفضل إذا تم تناولها في غضون خمسة أيام من ظهور الأعراض. ويمكن أن يشجعهم أيضًا على عزل الآخرين وحمايتهم من الإصابة بالعدوى.
تعرض أقل للأشعة
وقال الباحث جاندومي: "يمكن أن يكون نظام الذكاء الاصطناعي الجديد مفيدًا بشكل خاص في البلدان التي تعاني من مستويات عالية من كوفيد-19 حيث يوجد نقص في اختصاصيي الأشعة"، مشيرًا إلى أن "أجهزة الأشعة السينية للصدر محمولة ومتاحة على نطاق واسع وتوفر تعرضًا أقل للإشعاعات المؤينة مقارنة بالأشعة المقطعية".
مسحات بي سي آر
وفقًا لما نشره موقع New Atlas نقلًا عن دورية Scientific Reports، يعد اختبار تفاعل البوليميراز المتسلسل للنسخ العكسي RT-PCR في الوقت الحقيقي الطريقة الأكثر استخدامًا لتشخيص عدوى فيروس كورونا. ولكن توجد مشكلات في استخدام اختبار PCR في الوقت الفعلي، لأنه مكلف ويمكن أن تكون النتائج بطيئة، كما أنه عرضة لإنتاج نتائج سلبية كاذبة.
الأشعة المقطعية والسينية
ومن المعروف أن الأشعة المقطعية أو السينية للصدر تلعبان دورًا، كعامل مساعد، في الكشف في الوقت المناسب عن حالات كوفيد المعدية والتعامل معها، خاصة عندما يعطي تحليل مسحة بي سي آر نتيجة سلبية.
يُنتج فيروس كوفيد-19 "بصمات" إشعاعية معينة في صور الأشعة السينية للصدر التي يستخدمها اختصاصيو الأشعة لتشخيص الإصابة بالفيروس. ولكن يبقى أن فحص الأشعة السينية بدقة بحثًا عن علامات العدوى يستغرق وقتًا طويلاً، ولأنه يعتمد على العين البشرية، فربما لا يكون دقيقًا دائمًا. لذلك، استعان الباحثون في جامعة التكنولوجيا في سيدني UTS بالذكاء الاصطناعي لتبسيط عملية التشخيص.
التعلم الآلي العميق
وقال أمير جاندومي، الباحث المقابل في الدراسة، إن العامل المعقد الآخر هو أن أعراض عدوى كوفيد-19 - الحمى والسعال وصعوبة التنفس والتهاب الحلق - قد يصعب تمييزها عن التهابات الجهاز التنفسي الفيروسية الأخرى، مثل الأنفلونزا أو الالتهاب الرئوي.
في السنوات الأخيرة، اكتسبت خوارزميات التعلم الآلي شعبية في الطب، حيث ساعدت الأطباء في تشخيص مرض باركنسون، والكشف عن سرطان الثدي، والتنبؤ بالسكتة الدماغية وفشل القلب. يعد التعلم العميق، وهو أحد الحقول الفرعية للذكاء الاصطناعي، مناسبًا بشكل خاص لإنشاء نموذج يمكنه إنتاج نتائج دقيقة من البيانات المدخلة دون الحاجة إلى استخراج الميزات يدويًا. وفي الدراسة الحالية، طور الباحثون خوارزمية قائمة على التعلم العميق تسمى الشبكة العصبية التلافيفية المخصصة Custom-CNN، المصممة خصيصًا لتشخيص فيروس كورونا.
دقة بنسبة 98.19%
استهدفت الدراسة تقييم فعالية النموذج المبتكر في فحص العلاقات المختلفة، بما يشمل فيروس كورونا والالتهاب الرئوي الفيروسي والالتهاب الرئوي الطبيعي والفيروسي، والفيروس التاجي والعادي، والارتباطات بين الفئات الثلاث لصور الأشعة السينية. وأظهرت النتائج أن نموذج Custom-CNN حقق دقة تصنيف تصل إلى 98.19% في تصنيفه لعينات صور فيروس كورونا والعادية والالتهاب الرئوي. وبمقارنة نتائج النموذج بتلك التي تم الحصول عليها باستخدام نماذج أخرى، تفوقت Custom-CNN عليها جميعًا.
التشخيص المبكر
يمكن أن يضمن التشخيص المبكر لعدوى كوفيد-19 حصول المرضى على العلاج الصحيح، بما يشمل الأدوية المضادة للفيروسات، والتي تعمل بشكل أفضل إذا تم تناولها في غضون خمسة أيام من ظهور الأعراض. ويمكن أن يشجعهم أيضًا على عزل الآخرين وحمايتهم من الإصابة بالعدوى.
تعرض أقل للأشعة
وقال الباحث جاندومي: "يمكن أن يكون نظام الذكاء الاصطناعي الجديد مفيدًا بشكل خاص في البلدان التي تعاني من مستويات عالية من كوفيد-19 حيث يوجد نقص في اختصاصيي الأشعة"، مشيرًا إلى أن "أجهزة الأشعة السينية للصدر محمولة ومتاحة على نطاق واسع وتوفر تعرضًا أقل للإشعاعات المؤينة مقارنة بالأشعة المقطعية".
