Digital Tهينك Tank (DTT)

يساعد الذكاء الاصطناعي في تقييم اختبارات حساسية الجلد

العلماء البولنديون SkinLogic- تم تطوير حل يتيح اختبار حساسية الجلد بشكل أكثر كفاءة ونتائج أكثر موثوقية. تستخدم الطريقة كاميرات تصوير حراري وفيديو ونظام يقوم بتحليل الصور وصولاً إلى البكسل الأخير.

مؤلفو الحل الموصوف هم متخصصون من كلية الإلكترونيات وتكنولوجيا المعلومات بجامعة وارسو للتكنولوجيا ، وفريق البروفيسور جاسيك ستوبيتش (شركة Milton Essex) والمعهد الطبي العسكري.

أعطت الاختبارات السريرية نتائج جيدة للغاية. يحدد النظام بشكل صحيح ما يصل إلى 98٪ من الحالات ، حتى الحالات النادرة الحساسية. بالإضافة إلى ذلك ، فهي مع SkinLogic من الممكن الكشف عن الآفات التي يبلغ قطرها الأقصى 0,3 مم.

 مصدر الصورة: Pixabay

تطوير وتشغيل SkinLogic

كما أشير في بيان صحفي صادر عن جامعة وارسو للتكنولوجيا (WUT) ، من منظور تكنولوجيا المعلومات ، فإن SkinLogic هو نظام معالجة البيانات. الجهاز يتكون من حامل ثلاثي والكاميرات المذكورة في البداية. أثناء الاختبارات ، يجب تثبيت يد المريض في الحامل. يلتقط الجهاز الصور بالضوء المرئي والأشعة تحت الحمراء في أوقات معينة ويسجل ما يحدث على شظايا الجلد المعالجة بمسببات الحساسية. بمجرد توفر التوثيق الرقمي ، حان الوقت لتحرير PW خوارزمية للاستخدام.

الأهم من ذلك ، مع الطريقة اليدوية المعتادة لقياس ردود الفعل التحسسية (البثور) ، فإن النتيجة ليست دقيقة تمامًا. ومع ذلك ، عند استخدام SkinLogic ، يتم إجراء القياس بواسطة الخوارزمية. بالإضافة إلى ذلك ، يتحقق النظام من حجم التفاعل والمعلمات الأخرى ، مثل شكلها. الصورة التي تم الحصول عليها باستخدام طيف الأشعة تحت الحمراء البعيدة مفيدة لهذا الغرض.

تحليل المواد الرقمية

أثناء التحليل ، يتم تقسيم الصور إلى مقاطع تتوافق مع موقع الشقوق على الجلد (يمكن فحص كل جزء على حدة). من خلال تحليل البيانات بمرور الوقت ، يمكن للمرء أن يرى كيف تغيرت الشريحة.

من أين تأتي بيانات الإدخال لنظام الذكاء الاصطناعي؟ استخدموا 1500 صورة (سجلات) تفاعلات حساسية الجلد التي جمعها الأطباء خلال التجارب السريرية في 100 مريض. سمح ذلك للخوارزمية بتعلم التعرف على الصورة التي تمثل رد فعل تحسسي وأيها لا يمثل رد فعل.

ما نحصل عليه من صور الكاميرا هو صور 100 × 100 بكسل. الطبيب الذي يفحص البثور التحسسية لديه المنطقة المرئية بالعين المجردة فقط. نحن نفحص كل بكسل على الصور. يمكن للمرء أن يقول إن التشخيص القياسي يعتمد على قيمة واحدة ، في حين أن الاستجابة التي تم اختبارها بواسطة الذكاء الاصطناعي تستند إلى ملايين القيم والتركيبات المعترف بها"، يشرح البروفيسور روبرت نوفاك ، رئيس قسم الذكاء الاصطناعي. سيكون من الصعب للغاية على الإنسان أن يجد هذه الأنماط ؛ أ خوارزمية مدربة يقوم بهذه المهمة بسرعة وبدقة كبيرة. المزيد من البيانات يعني مزيدًا من الضوضاء للتخلص منها ، لكن الخوارزمية يمكنها معالجة هذه المشكلة أيضًا. تم تدريب نظامنا باستخدام مجموعة من الأنماط التي طورها اتحاد طبي ، لذلك يتمتع بأساس عالي الجودة "، يضيف الباحث.

تحسين التشخيص وتخطيط العلاج

يتم حاليًا اختبار النظام كجزء من التسجيل المسبق. بمجرد استخدامها في الممارسة السريرية ، يمكن أن تكون مساعدة لا تقدر بثمن. يعني أسرع شخص، يوفر نتائج أكثر دقة ويسمح باستشارة أسهل مع متخصصين آخرين بفضل الاكتساب الرقمي للمواد.

نُشر المقال "التعرف على تفاعل حساسية الجلد المستند إلى التصوير الحراري بواسطة الشبكات العصبية التلافيفية" في مجلة Scientific Reports في منتصف فبراير.