PANTHER: مشروع طلابي من AIRI يفوز بمسابقة FLARE 2026 عبر اكتشاف الأورام في 11 ثانية

فاز نموذج PANTHER، الذي طوّره الطالب فاسيلي بارانوف من معهد موسكو الفيزيائي التقني خلال مدرسة AIRI الصيفية، بمسابقة FLARE 2026 في فئة سرعة الكشف عن الأورام في صور الأشعة المقطعية. ولم يعتمد هذا الحل على سباق لتعقيد البنية المعمارية، بل على ثلاث أفكار بسيطة تتعلق بالبيانات ومجموعات النماذج والتصفية.

FLARE 2026: الشروط والمهمة

طرحت المسابقة مهمة شاملة بقيود صارمة: الكشف عن ورم في أي عضو (الكبد أو الكلية أو البنكرياس أو الرئة أو العقدة اللمفاوية) في صورة أشعة مقطعية خلال 60 ثانية، باستخدام ذاكرة فيديو لا تتجاوز 4 غيغابايت، وذاكرة وصول عشوائي لا تتجاوز 28 غيغابايت، دون اتصال بالإنترنت ودون أوزان مُدرَّبة مسبقاً من مصادر خارجية.

تكوّنت مجموعة التدريب من 17,575 صورة أشعة مقطعية موصوفة، مستقاة من أكثر من 50 مصدراً، من بينها DeepLesion وKiTS وLiTS وMSD وautoPET وTotalSegmentator وLIDC وغيرها. وكان الوصف جزئياً: ففي كل مجموعة بيانات، لم توصَف الأورام إلا لأعضاء معينة، في حين بقيت باقي الحالات غير معروفة. أُضيف إلى ذلك 122 غيغابايت من صور أشعة مقطعية غير موصوفة، و172 صورة لمرضى سليمين، استُخدمت للتحقق من الإيجابيات الكاذبة.

حُسب التصنيف بالتساوي: نصفه للسرعة والكفاءة (ذاكرة الفيديو مضروبة في زمن الاستدلال لكل صورة)، ونصفه للدقة عبر مقياسين. يقيس مؤشر Dice (DSC) درجة التطابق بين حجم القناع المتوقع للورم والوصف الذي يحدده الطبيب (1 يعني تطابقاً كاملاً، و0 يعني عدم وجود أي تطابق). ويفحص مؤشر Normalized Surface Dice (NSD) الحدود: أي نسبة من سطح الورم تتطابق بدقة تصل إلى 2 ملم. أما النماذج التي تعمل بزمن أبطأ من 60 ثانية، فتحصل على قيمة Dice تساوي صفراً وتُستبعد من المسابقة.

ثلاث أفكار لنموذج PANTHER: التكوين والمجموعة والمرشّح

تكوين البيانات أهم من البنية المعمارية. كانت مجموعة البيانات غير متوازنة إلى حد كبير: 5,700 صورة لكامل الجسم، و5,700 صورة للصدر، في حين لم يتجاوز عدد صور سرطان المريء 154 صورة، وسرطان القولون 126 صورة، وسرطان بطانة الرحم (الغشاء المبطّن لجدار الرحم) 79 صورة، ولم تتجاوز أورام الغدة الكظرية 52 صورة فقط. ولو جرى التدريب على كامل البيانات دون تمييز، يصبح النموذج خبيراً في المصادر الكبيرة، ولا يستطيع إلا التخمين بشأن الأعضاء النادرة.

فعمد الفريق إلى إنشاء مجموعة Dataset500: حدّ من حجم المصادر الكبيرة، واحتفظ بالمصادر النادرة بالكامل. وبذلك نتجت مجموعة من 8,762 صورة أشعة مقطعية مستقاة من 28 مجموعة بيانات، موزّعة على 11 فئة تشريحية. وكانت النتيجة زيادة في Dice بمقدار 0.

060 مقارنة بمجموعة البيانات الكاملة المكوّنة من 17,575 صورة. وللمقارنة، لم يحقق تغيير البنية المعمارية إلى مُرمّز بقايا (residual encoder)، بثلاث أضعاف عدد المعاملات، سوى زيادة قدرها 0.002، أي أقل بمقدار رتبة كاملة.

كما عمد الفريق إلى تكبير الشبكة إلى 2.0×1.5×1.5 ملم، بدلاً من القياس المُوصى به البالغ 0.78 ملم، لكي يغطي الرقعة الواحدة ضعف مساحة الجسم تقريباً، فلم تعد الأورام الكبيرة «تتجاوز» حدود الرقعة. وفي المقابل، أدت التجربة العكسية باستخدام شبكة متساوية القياس عند 1.25 ملم إلى انخفاض في Dice بمقدار 0.078.

مجموعة من خمسة نماذج U-Net أساسية. تصوّت خمسة نماذج بالاحتمال المتوسط: لا يُضَمّ أي عنصر صوتي (فوكسل) إلى القناع إلا إذا صوّتت غالبية النماذج بـ«نعم». وفي 172 صورة لمرضى سليمين، اكتشف نموذج واحد «ورماً» في جميع الصور الـ172 بلا استثناء، في حين صمتت المجموعة أمام 52 صورة منها. وحقّقت المجموعة أيضاً فائدة إضافية تمثّلت في زيادة قدرها 0.028 في Dice على الصور التي تضم أوراماً حقيقية.

مرشّح ماهالانوبيس اعتماداً على شكل القناع. في الصور السليمة المتبقية البالغة 120 صورة، اكتشفت المجموعة شيئاً ما مع ذلك. فحدّد الفريق «البصمة» المميزة لهذا الضجيج: قطع صغيرة متناثرة في الصورة، لا تسيطر إحداها على الأخرى، مع مساحة سطح كبيرة نسبياً إلى الحجم. أما الأورام الحقيقية فتبدو مختلفة: بؤر كثيفة ومتماسكة.

تُحسب لكل قناع خمس خصائص: الحجم الإجمالي، وعدد القطع (التي يتجاوز حجمها 3×3×3 فوكسل)، وحجم أكبر قطعة، ونسبتها من الحجم الإجمالي، والنسبة بين مساحة السطح والحجم. وتشكّل هذه القيم الخمس «ملامح» الخطأ النموذجي. وتُحدّد مسافة ماهالانوبيس درجة تشابه القناع الجديد مع هذه الملامح. فإذا كانت المسافة أقل من أو تساوي 7.0، يُعتبر القناع ضجيجاً ويُحذف. وأدى ذلك إلى انخفاض الإيجابيات الكاذبة من 70% إلى 8%، مع فقدان لا يتجاوز 0.004 في Dice على الأورام الحقيقية.

يعمل نموذج PANTHER في 11 ثانية باستخدام 4 غيغابايت فقط من ذاكرة الفيديو، متفوقاً على جميع المنافسين من حيث السرعة. وهذا يؤكد أن المعالجة المسبقة الصحيحة وتقنيات التجميع البسيطة تتفوق على البنى المعمارية المعقدة.