الذكاء الاصطناعي يساعد في الحفاظ على الرؤية

يمكن أن يؤدي استخدام الذكاء الاصطناعي في الطب اليوم إلى تحسين دقة التشخيص بجدية ، وجعل الحياة أسهل للمرضى. من المتوقع أن يصبح الذكاء الاصطناعي لا غنى عنه في تشخيص الأمراض وتحسينها. نظرًا للقدرة على مقارنة البيانات وجمع المعلومات وتجميعها ، فإن مشاركة الذكاء الاصطناعي في التشخيص يجب أن تساعد في تحسين إحصائيات الأخطاء الطبية من الناحية النوعية ، وزيادة دور الوقاية والوقاية من الأمراض.



وفقًا لتوقعات شركة الأبحاث Research & Markets ، ستنمو السوق العالمية للذكاء الاصطناعي بحلول عام 2020 إلى 5.05 مليار دولار. وفي الوقت نفسه ، ستصبح الرعاية الصحية الجزء الأسرع نمواً. وفقًا للدراسات الدولية ، يمكن أن يؤدي استخدام الذكاء الاصطناعي في الطب إلى زيادة أرباح الشركات في صناعة الرعاية الصحية.

في عام 2016 ، قُدرت حصة السوق الأوروبية للذكاء الاصطناعي بمبلغ 270 مليون دولار ، مع نمو سنوي متوقع بأكثر من 35٪. وفقًا لأبحاث BIS ، بحلول عام 2025 ، سيصل إجمالي سوق الذكاء الاصطناعي في مجال الرعاية الصحية إلى 28 مليار دولار بمتوسط ​​نمو سنوي يزيد عن 45.1٪ ، وسيصل سوق الذكاء الاصطناعي للتصوير الطبي والتشخيص إلى 2.5 مليار دولار.

الذكاء الاصطناعي ومشكلة أمراض الشبكية

وفقًا لمنظمة الصحة العالمية ، ترتبط مشاكل الرؤية بشكل مباشر بحوالي واحد من كل عشرين شخصًا على هذا الكوكب ، وكان من الممكن تجنب حوالي 80 ٪ من هذه المشكلات من خلال التدابير الوقائية. على سبيل المثال ، من المهم جدًا اكتشاف أمراض الشبكية في مرحلة مبكرة ، لكن أطباء العيون ليس لديهم ما يكفي من الموارد لإجراء دراسة شاملة وتشخيص للمرض. يمكن للذكاء الاصطناعي أن يساعدهم في ذلك ، وبالتالي يحفظ بصر الملايين من المرضى.

تعد مضاعفات مرض السكري (اعتلال الشبكية السكري) أحد الأسباب الرئيسية لمشاكل الرؤية. من المتوقع أن يتضاعف العدد الإجمالي للأشخاص المصابين بداء السكري بين عامي 2000 و 2030 ، مما يزيد بشكل كبير من عدد حالات أمراض العيون في جميع أنحاء العالم.


يقلل التشخيص المبكر بأكثر من النصف من حالات فقدان الرؤية الخطير. لسوء الحظ ، في الكشف عن أمراض الشبكية في المراحل المبكرة أثناء فحص المرضى ، يكون التقدم صغيرًا. في البلدان الأكثر معاناة من هذه الأمراض ، لا يخضع المرضى لفحوصات منتظمة ، ولدى أطباء العيون دقة منخفضة إلى حد ما في التعرف على أمراض الشبكية وتشخيصها بشكل صحيح من خلال الفحوصات المتعمقة الفردية للعيون. في الوقت نفسه ، على عكس الأمراض الأخرى التي تهدد الحياة والتي يسمعها الجميع اليوم ، فإن أمراض الشبكية وضعف البصر ليست ملحوظة في أعين الجمهور. لذلك ، غالبًا ما يتم التقليل من المشكلة.

تحت أنظار الذكاء الاصطناعي

يمكن أن يساهم الذكاء الاصطناعي (AI) في الحد بشكل كبير في حالات أمراض الشبكية ، مما يساعد أطباء العيون على اكتشاف المرض بشكل أكثر فعالية واستكمال الخبرة البشرية. بالتعاون مع Lenovo ، قرر مركز الحوسبة الفائقة في برشلونة (BSC) التحقيق في كيفية تحسين الذكاء الاصطناعي في دقة عملية الفحص والكشف عن أمراض الشبكية في وقت أبكر من المعتاد. تزيد تقنية الذكاء الاصطناعي من احتمال الكشف المبكر عن المرض ، مما يجعل فحص المرضى أكثر سهولة وأسرع في البلدان ذات التغطية غير الكافية. علاوة على ذلك ، يمكن للمرضى الخضوع لفحص أولي بشكل مستقل في غضون بضع دقائق باستخدام هواتفهم الذكية مع تطبيق خاص.


مستقبل الطب هو الوقاية من الأمراض. لذلك ، من المهم زيادة دقة التشخيص الأولي.

بالإضافة إلى اعتلال الشبكية السكري ، تسبب أمراض العيون العديد من الأمراض الأخرى ، مثل الجلوكوما ، والضمور البقعي ، والوحمة ، والغشاء الفوقي. تتيح نماذج التعلم الآلي التعرف على هذه الأمراض المختلفة بسهولة أكبر من طرق الفحص الحالية. متفائل داريو جارسيا-جاسولا ، الباحث الفخري في مركز الكمبيوتر العملاق في برشلونة ، بشأن إمكانيات استخدام هذه التكنولوجيا: "يمكن أن يكون قياس نماذج التدريب الآلي وتدريبها والتحقق منها لدراسة مشاكل الرؤية هذه عملية معقدة. لكن الإمكانات هائلة ، لأنه يمكن تطبيق نفس الأساليب في مجالات أخرى من الطب وفي العديد من التطبيقات الصناعية ".

التدريب النموذجي والتغلب على مشاكل ندرة البيانات

إن مشكلة تعلم نموذج الذكاء الاصطناعي للكشف عن بعض أمراض الشبكية هي نقص البيانات "النظيفة" المتاحة لتدريب الشبكة العصبية. بالنسبة للأمراض ذات التوفر المحدود لمجموعة البيانات (على سبيل المثال ، أقل من 5000 صورة) ، قد لا يكون التدريب العميق الموثوق لشبكة عصبية من البداية ممكنًا. في هذه الحالة ، يمكنك استخدام "نقل التدريب".


ستمنح الأتمتة الطبيب وقتًا إضافيًا يمكنه استخدامه لدراسة مرض المريض وتحديد التشخيص الأكثر دقة. وفقًا لخبراء من كلية الطب بجامعة هارفارد ، فإن استخدام تقنيات الذكاء الاصطناعي سيقلل من مستوى الأخطاء في التشخيص بنسبة 85٪.

يعتمد نقل التدريب على النماذج المعدة للمهام ذات مجموعات البيانات الأكبر ، والتي يتم إعادة استخدامها بعد ذلك لحل المهام الأخرى مع توفر القليل من البيانات. في بعض الأحيان يتم استخدامه لإبراز العلامات (المستخرج). ونتيجة لذلك ، يمكن أن يقلل نقل التدريب أيضًا من وقت التدريب (حتى دقائق) ، ويوفر ساعات البحث ، وفي النهاية ، التكاليف المرتبطة بتطوير الحل.

علم الأمراض	دقة الكشف
الزرق	85.5٪
تصبغ الشبكية	75.1٪
الغشاء فوق الشبكي	78.8٪
عيون الوحش	65.0٪
التنكس البقعي	91.07٪

دقة الكشف عن أمراض الشبكية المختلفة باستخدام AI هي 75-91٪.

تقنية الذكاء الاصطناعي الجديدة

في مؤتمر الحواسيب العملاقة الدولي (ISC) في فرانكفورت ، ستعرض Lenovo و BSC تطبيقًا يوضح كيفية عمل نقل التعلم. تم إنشاؤه في مركز Lenovo AI Innovation Center في Morrisville ، الكمبيوتر الشخصي. كارولينا الشمالية (الولايات المتحدة الأمريكية). سيسمح التطبيق للزوار من خلال واجهة بديهية لبناء نموذج وتدريبه بشكل مستقل وبالتالي لعب دور نشط في تحسين فحص أمراض الشبكية.

يوضح غارسيا-غاسولا: "الغرض من العرض هو إظهار مدى سهولة استخدام الشبكات العصبية العميقة المدربة مسبقًا كمستخلصات للميزات ، والتي أصبحت أساسًا لنماذج أخرى أبسط وأسرع (في هذه الحالة SVM). في غضون 10 دقائق ، سيتمكن كل مشارك من تصميم وتدريب واختبار فعالية نموذج التعلم الآلي لتحديد أمراض الشبكية. ستتم مقارنة نماذج المشاركين في المؤتمر الذين يعملون بنفس علم الأمراض وتقييمها للعثور على أفضل نموذج تم تطويره خلال هذا المنتدى ومنحه.


تعمل شركة LiCO على تسريع تعلم نموذج الذكاء الاصطناعي والنشر التقليدي لأنظمة الحوسبة عالية الأداء من خلال توفير واجهة مستخدم سهلة الاستخدام لإدارة مجموعة البرامج والأجهزة.

يتم تطوير المنتجات والخدمات والعمليات الطبية الذكية بالفعل من قبل أكثر من 800 شركة ، بما في ذلك كبار الموردين. لمثل هذه الأبحاث ، تبني لينوفو حلولها الخاصة بالذكاء الاصطناعي ، بما في ذلك منصة Lenovo Intelligent Comput Orchestration (LiCO) 5.1 التي تم إصدارها مؤخرًا والبنية المرجعية التصميمية المعتمدة من Lenovo AI لتطوير نماذج تستند إلى معماري Intel Xeon Scalable و NVIDIA Tesla.


مكونات التدريب النموذجي. تتطور حزمة برامج الذكاء الاصطناعي بسرعة ، حيث تظهر أطر العمل الجديدة والمحدثة شهريًا تقريبًا. يمكن أن يستغرق الاختيار من بين العديد من خيارات المصدر المفتوح وقتًا طويلاً. تم اختبار بنية Lenovo المرجعية وتهيئتها على منصة Lenovo ThinkSystem.

الذكاء الاصطناعي في الطب: لقد حان المستقبل

يمكن أن يؤدي استخدام الذكاء الاصطناعي في الطب إلى إحداث ثورة في قطاع الرعاية الصحية من خلال تطوير مجالات مثل الطب الشخصي والتشخيص وتطوير الأدوية الجديدة والجراحة بمساعدة الروبوت ومراقبة الأمراض المزمنة عن بُعد والمساعدة عن بعد للمرضى ودعم اتخاذ القرارات الطبية الصحيحة وتحديد الأخطاء الطبية.

تشير وكالة Frost & Sullivan إلى أن تقنيات الذكاء الاصطناعي تزيد من دقة التشخيص بنسبة 30-40 ٪ ، بينما يتم تقليل تكلفة الرعاية الطبية بمقدار النصف. أظهر ماكينزي أنه في الطب ، يمكن أتمتة 36٪ من الوظائف ، بشكل أساسي على مستويات جمع البيانات وتحليلها.

يتم تنفيذ التطورات في هذا الاتجاه بنشاط في الخارج وفي روسيا ، على سبيل المثال ، أحد المشاريع الروسية هو نظام لتشخيص الأمراض ، والذي يتضمن التعرف على الأمراض باستخدام الصور الرقمية الطبية التي تم الحصول عليها من التصوير الشعاعي للرئة ، والتصوير الشعاعي للثدي ، والتصوير المقطعي والموجات فوق الصوتية. المشروع هو تطبيق يمكن استخدامه على كمبيوتر العمل أو الهاتف الذكي الخاص بالمستخدم. يعمل على أساس شبكة عصبية مدربة على التعرف على الأمراض في الصور الطبية. المرحلة الأولى من المشروع هي محلل لخلايا الدم المرضية والتعرف على أمراض قاع العين. في المستقبل ، سيغطي مجالات مثل التصوير الشعاعي للرئتين ، والتصوير الشعاعي للثدي ، والتصوير المقطعي المحوسب ، والموجات فوق الصوتية المتنقلة.

وتظهر مشاريع جديدة كل عام تقريبًا. العديد من التطورات متوفرة الآن. على سبيل المثال ، في روسيا ، تم إطلاق نظام المعلومات والتحليلات CoBrain-Analytics لتشخيص وصياغة العلاج الشخصي للمرضى الذين يعانون من أمراض الدماغ. الذكاء الاصطناعي في الطب هو المستقبل الذي جاء بالفعل.