نموذج تعلّم عميق للأنسجة المرضية لسرطان الغدة الدرقية.
بُني مع مستشفى جامعي: شبكة عصبية تصنّف خلايا سرطان الغدة الدرقية من صور الأنسجة المرضية، مربّعًا مربّعًا عبر الشريحة الكاملة.


تشغيل عيّنة على صورة شريحة كاملة واحدة. أعداد المربّعات هي مخرجات تلك الصورة، وليست مقياسًا لدقة النموذج.
شاركنا مستشفى جامعيًا قدّم الأسئلة السريرية وبيانات الأنسجة المرضية الموسومة. وقدّمنا نحن هندسة تعلّم الآلة. كان الهدف نموذجًا قادرًا على تحديد خلايا سرطان الغدة الدرقية وتصنيفها في صور الأنسجة.
شبكة عصبية عميقة، هُندست في MATLAB، تقسّم كل شريحة إلى شبكة من المربّعات، وتصنّف كل مربّع حميدًا أو خبيثًا، ثم تجمع المربّعات في قراءة على مستوى الشريحة، مع توسيم المناطق الخبيثة على الصورة الأصلية.
يصنّف النموذج صور الشرائح الكاملة ويقدّم انطباعًا على مستوى الشريحة مع تعليم المناطق الخبيثة. أما الأداء المقيس فيُبلَّغ عنه في الورقة العلمية القادمة ولا يُدّعى هنا.
هذا هو العمق الذي نأتي به إلى أي مجال. فإذا كانت الهندسة نفسها تُؤتمن على الأنسجة المرضية للسرطان في بيئة مستشفى، فإن الأنظمة التي نبنيها للعيادات والمقاولين وشركات الخدمات اللوجستية تقف على أرض صلبة.
يجري إعداد النتائج للنشر ضمن ورقة أكاديمية قادمة. سنضع الرابط هنا عند صدورها.
جرى السماح بالإشارة إلى المستشفى الشريك مع إبقائه غير مسمّى بانتظار موافقة التسمية. هذا بحث علمي، وليس جهاز تشخيص سريريًا معتمدًا؛ وستُنشر أرقام الأداء مع الورقة.