تقنية التعلم المعزز: تعاون الطبيب والذكاء الاصطناعي لتشخيص سرطان الجلد الأسود بدقة

أظهر بحث طبي نتائج واعدة في تشخيص الورم الميلانيني الخبيث أو سرطان الجلد الأسود عبر تقنية تدمج بين إمكانيات البشر وقدرات الذكاء الاصطناعي.

وترتفع فرص الشفاء من الورم الميلانيني الخبيث أو سرطان الجلد الأسود في حال اكتُشف مبكراً. 

في التفاصيل، درس فريق بحثي دولي من "جامعة فيينا الطبية" إمكانية الاستفادة من "التعلم المعزز" كطريقة تُدخِل معايير صنع القرار البشري في الذكاء الاصطناعي، بهدف تحسين دقة تشخيص سرطان الجلد الأسود.

نتيجة لذلك، تحسنت نسبة التشخيص الصحيح والدقيق لسرطان الجلد بنسبة 12% وفقاً للدراسة التي نُشرت في مجلة Nature Medicine العلمية المتخصصة، كما جاء في يومية Kurier النمساوية.

في هذا السياق، تدمج تقنية التعلم المعزز المعايير البشرية في نظام الذكاء الاصطناعي على شكل "جداول المكافآت" أي أدوات تدمج النتائج الإيجابية والسلبية للتقييمات السريرية من وجهة نظر الطبيب والمريض في عملية صنع القرار.

من هنا، لا يتم تصنيف نتائج تشخيص الذكاء الاصطناعي كصحيحة أو خاطئة فقط بل يتم وضع عدد معين من النقاط الإيجابية أو السلبية.

وأوضح المشرف على الدراسة هارالد كيتلر من قسم الأمراض الجلدية في "جامعة فيينا الطبية" أنه عبر هذه الطريقة يتعلم الذكاء الاصطناعي عواقب التشخيص الخاطئ عند تقييم التغييرات في الجلد الحميدة منها والخبيثة.

وخلصت نتائج الدراسة إلى تحسن كبير في دقة تشخيص سرطان الجلد على الشكل الآتي:

من 61.4% إلى 79.5% للورم الميلانينيومن 79.4% إلى 87.1% لسرطان الخلايا القاعديةوبنسبة 12% بشكل عام لمعدل التشخيصو من 57.4% إلى 65.3% لمعدل القرارات المثلى للعلاج

في هذا السياق، يقول كيتلر تستخلص هذه الدراسة أن تحسن تشخيص سرطان الجلد بالاستعانة بالذكاء الاصطناعي تعني أن التعلم المعزز يقلل من الاعتماد المفرط للذكاء الاصطناعي على تنبؤاته الخاصة ويجعل الاقتراحات أكثر تمايزا وإنسانية. وبالتالي مساعدة الأطباء في اتخاذ قرارات أكثر دقة وفردية لكل مريض في الحالات الطبية المعقدة.

وصحيح أن البحث بشكل أساسي على تشخيص سرطان الجلد، لكن يمكن استخدام أفكار البحث الأساسية في مجالات أخرى بهدف المساعدة في صنع واتخاذ القرارات الطبية.