​

:نظرة عامة

 

.سرطان البروستاتا هو سرطان يحدث في غدة البروستاتا. وهي غدة صغيرة على شكل حبة الجوز موجودة لدى الذكور، وتنتج السائل المنوي الذي يغذي الحيوانات المنوية وينقلها

وسرطان البروستاتا هو أحد أكثر أنواع السرطان شيوعًا. تنمو العديد من أنواع سرطان البروستاتا ببطء وتقتصر على غدة البروستاتا، ومن الممكن ألا تُسبّب أضرارًا جسيمة. ومع ذلك، في حين أن بعض  أنواع سرطان البروستاتا تنمو ببطء وقد تحتاج إلى حد ضئيل من العلاج أو قد لا تحاجه، هناك أنواع أخرى عدوانية ويمكن أن تنتشر بسرعة

 وسرطان البروستاتا الذي يتم اكتشافه مبكرًا، في المرحلة التي لا يزال فيها محصورًا في غدة البروستاتا، تكون فرص نجاح علاجه هي الأفضل

 

 

 

دراسة يابانية تؤكد نجاح الذكاء الاصطناعي في مساعدة أطباء «الباثولوجي» على تشخيص سرطان البروستاتا

 

الدراسة أجراها فريق بحثي ياباني تابع لمركز "ريكن"، واستهدفت استخدام "الذكاء الاصطناعي" في استكشاف مظاهر عودة ظهور سرطان البروستاتا وتحليل تلك المظاهر وتشخيصها بدقة؛ إذ يحتاج تشخيص الأمراض المعقدة –مثل السرطان- إلى جنود مجهولين قد لا يراهم المريض. وعلى رأسهم يأتي "الطبيب الخفي" في عالم الطب، وهو طبيب الباثولوجي أو علم الأمراض. إن طبيب الباثولوجي يقوم بمسؤولية حيوية في الفريق الطبي، خاصةً في تشخيص السرطان، لكن اكتساب المهارات اللازمة لذلك يحتاج إلى سنوات من التعليم والتدريب في المراكز العلمية المؤهلة لفعل ذلك. يعتمد أطباء الباثولوجي في التشخيص على العديد من التقنيات المعملية، ولا يكتفي طبيب الباثولوجي بالتشخيص، بل يعمل على دراسة أسباب المرض، وكيفية حدوثه

 

نجحت التقنية التي استخدمها الباحثون في مركز "ريكن لمشروع الذكاء المتقدم" باليابان في التعرُّف على بعض العلامات في صور أنسجة مرضى سرطان البروستاتا، التي ارتبطت بتطور مرض السرطان ولم يجرِ ملاحظتها من قبل الأطباء، وهو ما قد يعني دقةً أكبر في تقييم احتمالات عودة المرض بالمقارنة بتشخيص الأطباء

 

:آلية التعليم

 

تشير الدراسة إلى أن "هناك نوعين رئيسيين من وظائف تعلُّم الآلة التي تستخدم في برامج الذكاء الاصطناعي. النوع الأول هو "التعليم المشرَف عليه"، وهو يتم من خلال وضع مُدخَلات ومخرجات ومعادلات تتعلم بها الآلة كيف تم إنتاج هذه المُخرَجات من المُدخَلات المستخدمة، ويهدف هذا النوع إلى تمكين الذكاء الاصطناعي من توقُّع المُخرَجات إذا جرى استخدام مُدخَلات مشابهة لتلك التي تعلَّمها من قبل. في المقابل يعتمد "التعليم غير المشرَف عليه" على سماح المبرمج للبرنامج بالعمل بنفسه من أجل اكتشاف المعلومات

 

يقول يويشيرو ياماموتو -قائد فريق المعلوماتية في علم الأمراض بمركز "ريكن لمشروع الذكاء المتقدم"، والمتخصص في مجال الذكاء الاصطناعي، والباحث الأول في الدراسة:  ان الأطباء يعتمدون عادةً على استخدام "التعليم المشرَف عليه"؛ إذ يعلم الطبيب برامج الذكاء الاصطناعي كيفية عمل التشخيص، لكن هذه الطريقة لا تخلو من العيوب؛ لأن الذكاء الاصطناعي (في هذه الحالة) لن يكتسب معرفةً أكثر مما يعلمه الطبيب الذي برمجه

 

يضيف "ياماموتو": من أجل تجنُّب هذه المشكلة، أجرينا تجربة "التعليم غير المشرَف عليه"، إذ أدخلنا للذكاء الاصطناعي ملايين الصور دون إدخال أي معلومات طبية، ثم عملنا

على تقييم قدرة الذكاء الاصطناعي على التنبؤ بعودة المرض. لكن المشكلة أن الذكاء الاصطناعي يتعامل فقط مع الأرقام، لذا ابتكرنا طريقةً لتحويل الأرقام التي ينتجها الذكاء الاصطناعي إلى صور عالية الدقة يمكن لأطباء الباثولوجي فهمها؛ من أجل تقييم قدرة الذكاء الاصطناعي على الوصول إلى نتائج دقيقة

 

باستخدام هذا النهج، تمكن الباحثون من ابتكار تقنية جديدة للذكاء الاصطناعي تتعرف على معايير معينة للخلايا السرطانية متعارَف عليها لدى الأطباء، ويمكنها كذلك التعرف على معايير ترتبط بتطور المرض لم تكن معروفةً من قبل.

 

يقول "ياماموتو": عملنا على تقييم هذه المعايير من خلال مقارنتها بالمعايير التي يستخدمها الأطباء في التشخيص في ثلاثة مستشفيات جامعية، ووجدنا أن استخدام الطريقتين معًا (تقييمات الأطباء وتقييمات الذكاء الاصطناعي) يؤدي إلى نتائج أكثر دقةً في توقع عودة سرطان البروستاتا.