إس كويز فيت الفعال: إطار خفيف لتحويل الرؤية لتصنيف صور الأشعة السينية للصدر

لماذا تهم قراءة أشعة الصدر بشكل أسرع

تُعدّ مسوحات أشعة صدر واحدة من أكثر الطرق شيوعًا التي يستخدمها الأطباء للبحث عن مشاكل الرئة والقلب، من الالتهاب الرئوي إلى السل. في المستشفيات المزدحمة أو العيادات الصغيرة ذات الحواسيب المحدودة، يصعب تشغيل أدوات ذكاء اصطناعي كبيرة قد تساعد الأطباء على قراءة هذه الصور بسرعة. تقدّم هذه الدراسة نموذج ذكاء اصطناعي مضغوطًا جديدًا يُدعى SqueezeViT، مصمّمًا لاكتشاف أمراض الصدر في الأشعة مع استخدام طاقة حسابية أقل بكثير من الأنظمة التقليدية، مما يجعله أكثر عملية للرعاية الواقعية.

طريقة جديدة لتقليص قارئات الصور الذكية

تعتمد أدوات التعرف على الصور الحديثة عادةً على فكرتين. الشبكات العصبية الالتفافية جيدة في التقاط التفاصيل الدقيقة في مناطق صغيرة من الصورة، في حين أن نماذج المحول (Transformers) أفضل في رؤية الصورة الكبيرة عبر المسح بأكمله. مع ذلك، فإن محولات الرؤية القياسية ثقيلة وبطيئة. صمّم المؤلفون SqueezeViT للحفاظ على النظرة الشاملة للمحوّلات لكن "يضغطون" كمية المعلومات التي يجب معالجتها في كل خطوة. هدفهم هو الاحتفاظ بأجزاء الصورة المهمة للتشخيص مع تقليص العمليات الحسابية الإضافية حتى يتمكن النموذج من العمل على أجهزة متواضعة.

كيف يرى النموذج المضغوط الرئتين والقلب

يجمع SqueezeViT بين كتلتين أساسيتين للتعامل مع أشعة صدر بكفاءة. الأولى، المسماة كتلة Fire، تعمل كمرشح ذكي يضغط المعلومات الواردة من الصورة إلى مجموعة أصغر من الميزات، ثم يوسّعها مجددًا لتسليط الضوء على الأنماط مثل الحواف والملمس المرتبطة بالمرض. الثانية، المسماة كتلة Translution، تقسم الصورة إلى رقع صغيرة وتطبق آلية الانتباه، ما يسمح للنموذج بربط الإشارات من أجزاء بعيدة من الرئتين أو القلب. من خلال استخدام رقع أكبر قليلاً من العديد من التصاميم السابقة، يقلّل النموذج كمية العمل التي يجب على خطوة الانتباه تنفيذها، مع الاستمرار في التقاط كيفية اتصال التغيرات في جزء من الصدر بباقي الأجزاء.

اختبار النظام

لاختبار أداء SqueezeViT عمليًا، قيّم الباحثون النموذج على مجموعتين عامّتين كبيرتين من صور أشعة الصدر: مجموعة بيانات NIH ChestX-ray14 ومجموعة CheXpert. تضم هاتان المجموعتان مئات الآلاف من الصور الموسومة لمجموعة من الحالات، مثل تضخّم القلب، والوذمة، والالتهاب الرئوي، وعقيدات الرئة. درّب الفريق SqueezeViT من الصفر وقارن قدرته على تمييز الحالات المريضة عن السليمة مع نماذج تعلم عميق معروفة، بما في ذلك نماذج ثقيلة مثل ResNet وDenseNet بالإضافة إلى خيارات أخف مثل MobileNet وShuffleNet وSqueezeNet وMobileViT. ركّزوا على مساحة تحت منحنى الإستقبال التشغيلي (AUROC)، وهي درجة تكافئ النماذج على ترتيب الحالات غير الطبيعية قبل الحالات الطبيعية عبر عتبات قرار مختلفة.

توازن السرعة والحجم والدقة

تُظهر النتائج أن SqueezeViT يحقق دقة تضاهي، وفي مهام عدة تتجاوز، النماذج الأكبر بكثير مع كونه أصغر بأهمية. يستخدم نحو نصف مليون معلمة قابلة للتدريب، مما يقلّل عدد المعلمات بأكثر من 40 بالمئة مقارنةً بـ MobileViT وبأكثر من 90 بالمئة مقارنةً ببعض أكبر نماذج الخط الأساس. تُخفّض العمليات الحسابية واستخدام الذاكرة وتأخيرات المعالجة على كل من معالجات الرسوميات والمعالجات المركزية التقليدية، مما يتيح له تحليل الصور في غضون بضعة ملليثوانٍ على الأجهزة النموذجية. في إعدادات الأمراض المتعددة، يوازي SqueezeViT أو يقترب من أفضل النماذج الثقيلة للعديد من الحالات ويتفوّق بوضوح على تصاميم خفيفة أخرى. ولقرارات بسيطة تفصل بين الطبيعي وغير الطبيعي، يقدم مرة أخرى درجات قوية ومتسقة عبر المجموعتين من البيانات.

ماذا يعني هذا للرعاية اليومية

بالنسبة للقراء من غير المتخصّصين، الرسالة الأساسية هي أن SqueezeViT يبيّن إمكانية بناء مساعد ذكاء اصطناعي لأشعة الصدر يكون مقتصدًا في الموارد الحسابية ودقيقًا في اكتشاف الأمراض. ورغم أنه لا يلغي الحاجة إلى أخصائيي الأشعة أو الأطباء، فقد يساعد في تمييز الصور المشبوهة بسرعة أكبر في المستشفيات المزدحمة ويوسّع تحليل الصور المتقدّم إلى العيادات ذات المعدات المحدودة. يلاحظ المؤلفون أن العلامات الحقيقية في العالم الواقعي قد تكون ضجيجية وأن بعض فئات الأمراض تظل تحديًا، لكنهم يقترحون أن هذا التصميم المضغوط خطوة واعدة نحو أدوات دعم موثوقة ومحمولة لتصوير الصدر وقد يُكيّف مستقبلاً مع مسوحات أخرى مثل التصوير المقطعي أو بالرنين المغناطيسي.

الاستشهاد: Maurya, A., Lohia, A., Chirag et al. Efficient SqueezeViT: A lightweight vision transformer framework for chest X-ray image classification. Sci Rep 16, 16183 (2026). https://doi.org/10.1038/s41598-026-47918-4

الكلمات المفتاحية: الذكاء الاصطناعي لأشعة الصدر, محول الرؤية, تحليل الصور الطبية, التعلّم العميق خفيف الوزن, كشف أمراض الرئة