دراسة: "التعلم الآلي" يشخص أمراض الجلد بدقة تعادل أداء الأطباء

أكدت دراسة تجريبية أجراها فريق بحثي في قسم الأمراض الجلدية والتناسلية بأكاديمية ساهلغرينسكا في جامعة غوتنبرغ السويدية، أن خوارزمية برنامج الذكاء الاصطناعي "التعلم الآلي"، يمكنها فحص الأمراض الجلدية بدقة تعادل أداء أطباء جلدية من ذوي الخبرة.

وبحسب موقع EurekAlert للأخبار العلمية، قدم الباحثون في دراستهم أدلة تعزز استخدام حلول الذكاء الاصطناعي في تشخيص سرطان الجلد، باستخدام خوارزمية ابتكروها لإجراء دراستهم.

وأظهرت الدراسة مقدرة التكنولوجيا على الأداء، بمستوى أطباء الجلدية نفسه، في تقييم درجة سرطان الجلد.

وأُجريت الدراسة التي نُشرت في مجلة the American Academy of Dermatology  للأمراض الجلدية، في مستشفى جامعة ساهلغرينسكا بمدينة غوتنبرغ السويدية، حيث هدفت إلى تدريب خوارزمية باستخدام التعلم الآلي لتحديد ما إذا كان الورم الميلانيني الجلدي غازيا، أو أن هناك خطرا من انتشاره، أو ما إذا كان لا يزال في مرحلة النمو التي تكون محصورة في البشرة، مع عدم وجود خطر انتقاله من عضو إلى آخر.

وتم تدريب الخوارزمية والتحقق من صحتها على 937 صورة بالمنظار الجلدي لسرطان الجلد، ثم اختبرها فريق الدراسة على 200 حالة، حيث تم تشخيص جميع الحالات المشمولة في الدراسة من قبل طبيب أمراض جلدية.

وعندما تم تنفيذ نفس مهمة التصنيف بواسطة الخوارزمية من ناحية، وسبعة أطباء أمراض جلدية من ناحية أخرى، كانت النتيجة التعادل.

وقال سام بوليسي، الباحث المشارك في الدراسة، إنه "لم يتفوق أي من أطباء الجلد بشكل ملحوظ على خوارزمية التعلم الآلي، حيث إن الخوارزمية في شكلها المطور يمكن أن تكون بمثابة دعم في مهمة تقييم خطورة سرطان الجلد قبل الجراحة".

ويأمل الباحثون استخدام الخوارزمية كدعم لقرار الفحص السريري في المستقبل، لكنها تحتاج إلى مزيد من الدراسات، حيث من الضروري أيضا مراقبة المرضى بمرور الوقت.

ولفتت الدراسة إلى أن غالبية الأورام الميلانينية يكتشفها المرضى وليس الأطباء، حيث يشير ذلك إلى أنه في معظم الحالات، يكون التشخيص سهلا نسبيا قبل الجراحة، ومع ذلك، فإنها غالبا ما تكون أكثر صعوبة لتحديد المرحلة التي وصل إليها سرطان الجلد.

ولجعل التصنيفات أكثر دقة، يستخدم أطباء الجلدية مناظير الجلد، والأدوات التي تجمع بين نوع من العدسة المكبرة مع إضاءة ساطعة.

وفي السنوات الأخيرة، زاد الاهتمام باستخدام التعلم الآلي لتصنيفات أورام الجلد، حيث أظهرت العديد من المنشورات أن خوارزميات التعلم الآلي، يمكن أن تؤدي على قدم المساواة مع أطباء الجلدية ذوي الخبرة، في تقييم الأمراض الجلدية.