يُحدث الذكاء الاصطناعي ثورة كبيرة في مجال العناية بالبشرة. دخلت تقنيات الذكاء الاصطناعي في السنوات الأخيرة العديد من مجالات الحياة اليومية؛ وكانت العناية الشخصية وصحة الجلد أيضًا من بين هذه المجالات. توفر هذه الأنظمة، التي يمكنها تحليل كميات كبيرة من البيانات والتعرف على الصور وإجراء تنبؤات باستخدام هذه المعلومات، تطبيقات رائدة في مجال طب الأمراض الجلدية.

كخبراء في مجال العناية بالبشرة، نلاحظ أن أنظمة الذكاء الاصطناعي يمكنها تحليل مجموعات كبيرة من البيانات بسرعة ودقة. على وجه الخصوص، يمكن لخوارزمية الذكاء الاصطناعي تحليل آلاف الآفات الجلدية في وقت أقل وبتكلفة أقل من طبيب الأمراض الجلدية. بالإضافة إلى ذلك، يمكنه أيضًا تقديم توصيات مخصصة حول موضوعات مثل كيفية تنظيف العناية بالبشرة أو الأقنعة الطبيعية للعناية بالبشرة.

بالإضافة إلى ذلك، بفضل التطبيقات المدعومة بالذكاء الاصطناعي وروبوتات الدردشة، يمكن للمستخدمين تلقي توصيات المنتجات المناسبة لنوع بشرتهم وإنشاء إجراءات العناية. ومن أكبر مزايا هذه التكنولوجيا أنها تساهم في تقديم الدعم للمرضى في المناطق النائية من خلال تبادل المعرفة المتخصصة والموارد المحدودة.

يشرح هذا المقال كيفية استخدام الذكاء الاصطناعي في مجال تحليل الجلد.نسبة نجاح مذهلة بلغت 95%سوف نتحقق مما إذا كان قد وصل. بدءًا من أساسيات تحليل الجلد بالذكاء الاصطناعي، سنناقش بالتفصيل العوامل التقنية التي تحدد نسبة النجاح والتكامل السريري والتطورات المستقبلية.

أساسيات تحليل الجلد بالذكاء الاصطناعي

اليوم، تتقدم تقنيات تحليل الجلد بسرعة من الأساليب التقليدية إلى الحلول المدعومة بالذكاء الاصطناعي. وبفضل هذه التقنيات، ظهرت أساليب تحليل من الجيل الجديد تدعم وتكمل عمل خبراء العناية بالبشرة.

عملية التعرف على الصور باستخدام التعلم الآلي

يقوم تحليل الجلد المدعوم بالذكاء الاصطناعي بمسح وتفسير السمات السطحية وتحت السطحية للجلد باستخدام تقنية التصوير المتقدمة. تقوم أنظمة تحليل الجلد الحديثة بمسح صور الوجه تلقائيًاالنتائج في ثوانيمكن أن تقدم. يمكن لبعض الأنظمة تحليل حالة الجلد بالكامل في ثانيتين فقط، ويتم إجراء هذه التحليلات باستخدام نماذج الذكاء الاصطناعي المدربة على قواعد بيانات تضم أكثر من 70.000 صورة مصنفة بشكل احترافي.

تقوم هذه الأنظمة بتقييم 8-12 مقياسًا مختلفًا لصحة الجلد من الصور التي تفحصها، مثل الخطوط الدقيقة والتجاعيد وأضرار الأشعة فوق البنفسجية وحجم المسام والملمس والاحمرار والتصبغ ومستويات الرطوبة. يتم إنشاء درجة الأداء من خلال مقارنة البيانات التي تم الحصول عليها مع قيم المقارنة الخاصة بالعمر.

نماذج التعلم العميق: CNN ونقل التعلم

التعلم العميق هو مجال فرعي من الذكاء الاصطناعي الذي يحاكي بنية الدماغ البشري. يتم استخدام الشبكات العصبية التلافيفية (CNN) والذاكرة طويلة المدى (LSTM) بشكل خاص لتحليل الجلد. تتكون بنية CNN من طبقات ملتوية وطبقات تجميع قصوى، بينما تتوافق الطبقات الأخيرة مع الشبكات التقليدية متعددة الطبقات.

تتيح طريقة نقل التعلم التقارب الفعال والنتائج المتميزة عن طريق نقل المعلومات من النماذج المدربة مسبقًا إلى النماذج الأخرى. يتم استخدام البنى الشعبية مثل AlexNet وDenseNet-121 وResNet-18 وResNet-34 وSqueezeNet وVGGNet-16 لتصنيف الآفات الجلدية. في التجارب، مع بنية ResNet-34، كان المتوسطمعدل دقة 87.5%، تم الحصول على درجة الجامعة الأمريكية بالقاهرة 94% ودرجة F 84.5%. لقد ثبت أن نماذج التعلم التحويلي تزيد من معدلات التصنيف بنسبة 20% مقارنة بشبكات CNN التقليدية.

عملية وضع العلامات والتعليقات التوضيحية في صور الجلد

يتم استخدام التعليقات التوضيحية للصورة لتدريب الذكاء الاصطناعي ونماذج التعلم الآلي على التعرف على الكائنات من الصور. ومن خلال إضافة علامات تحتوي على معلومات إضافية إلى الصور، فإننا نمكن أجهزة الكمبيوتر من التعرف على هذه الكائنات من مصادر الصور الخاصة بها. تتم هذه العملية عادةً تحت إشراف خبير التعليقات التوضيحية للصور للحفاظ على مستويات الجودة العالية.

يمكن استخدام أنواع مختلفة من التعليقات التوضيحية مثل المربعات المحيطة والمضلعات والأقنعة ونقاط المفاتيح في عملية تصنيف البيانات. يمكن استخدام الأنظمة الأساسية مثل أداة تسمية بيانات Azure Machine Learning لإنشاء مشاريع تسمية البيانات وإدارتها. من الممكن تشغيل نماذج التعلم الآلي التلقائي على صفحة التصنيف المدعومة بالتعلم الآلي لتسريع مهام التصنيف.

العوامل الفنية التي تحدد معدل النجاح

يعتمد النجاح المذهل لأنظمة الذكاء الاصطناعي في مجال تحليل الجلد على تحسين بعض العوامل التقنية. المزيج الصحيح من هذه العوامل يزيد بشكل كبير من دقة التشخيص.

جودة مجموعة البيانات: Fitzpatrick توزيع نوع الجلد

إن التمثيل الدقيق لمقياس نوع الجلد Fitzpatrick له أهمية كبيرة في نجاح نماذج تحليل الجلد. يصنف هذا المقياس لون بشرة الإنسان إلى ست فئات بناءً على استجابتها للأشعة فوق البنفسجية. يعد هذا التصنيف، الذي يتراوح من النوع الأول (البشرة الشاحبة المنمشة) إلى النوع السادس (البشرة البنية الداكنة)، أمرًا بالغ الأهمية لضمان التنوع في تدريب النماذج. في بعض مجموعات البيانات، على سبيل المثال.في Fitzpatrick17k، 16,577 صورة سريريةتمت الإشارة إليه مع أنواع البشرة المختلفة. يلعب إنشاء مجموعة بيانات متوازنة دورًا حاسمًا في ضمان توفير النموذج بدقة عالية لجميع أنواع البشرة.

البرنامج التعليمي النموذجي: عدد العصور واحتياطات التجهيز الزائد

في التدريب النموذجي، يعد عدد العصور عاملاً حاسماً يؤثر بشكل مباشر على النجاح. مع زيادة عدد العصور، يزداد الأداء، ولكن بعد نقطة معينة، تحدث الزيادة في وحدات صغيرة. مشكلة التجهيز الزائد هي عندما يحفظ النموذج بيانات التدريب ويفشل في بيانات الاختبار. في إحدى الدراسات،تم تدريب النموذج على 10 فترات و32 حجم دفعة.يتم تقليل خطر التجهيز الزائد. لتجنب الإفراط في التعلم:

• إضافة المزيد والمزيد من البيانات المتنوعة
• تطبيق تقنيات التنظيم
• باستخدام طريقة التحقق من صحة k-fold

مقاييس الدقة: الدقة والاستدعاء ودرجة F1

تكشف المقاييس الأساسية المستخدمة لتقييم معدل النجاح عن الأداء الحقيقي للنموذج. الدقة هي نسبة الملاحظات الإيجابية المتوقعة بشكل صحيح إلى إجمالي الإيجابيات المتوقعة. الاسترجاع هو نسبة الملاحظات الإيجابية المتوقعة بشكل صحيح إلى الإيجابيات الحقيقية، والسلبيات الكاذبة أكثر أهمية من الإيجابيات الكاذبة في تطبيقات مثل اكتشاف السرطان. F1-Score هو المتوسط ​​المرجح للدقة والاستدعاء ويوفر تقييمًا أكثر موثوقية، خاصة في مجموعات البيانات غير المتوازنة. في دراسات تصنيف سرطان الجلد الحميدة والخبيثة، تم تحقيق دقة بنسبة 88.35% عند استخدام خوارزميات اختيار الميزات، وتم تحقيق دقة بنسبة 86.04% عند عدم استخدام خوارزميات اختيار الميزات.

مجالات التطبيق والتكامل السريري

تُحدث تكنولوجيا الذكاء الاصطناعي تغييرًا جذريًا في عمليات التشخيص والعلاج في طب الأمراض الجلدية. تدعم هذه التقنيات عمل الخبراء وتمكن من تقديم خدمة أسرع وأكثر دقة للمرضى.

الكشف عن حب الشباب والأكزيما والميلانوما

يمكن للأنظمة المعتمدة على الذكاء الاصطناعي اكتشاف الأمراض الجلدية المختلفة بدقة عالية. تكتشف تطبيقات مثل AI Dermatologist أكثر من 58 مرضًا جلديًا، بما في ذلك سرطان الجلد وسرطان الجلد.بدقة تزيد عن 97%يمكن تشخيص. تتيح هذه التقنية للمستخدمين معرفة ما إذا كان هناك موقف مثير للقلق في دقيقة واحدة فقط عن طريق تقريب هواتفهم من شامة أو تكوين على جلدهم. وفي الوقت نفسه، يمكن لهذه الأنظمة اكتشاف حب الشباب والأكزيما وغيرها من مشاكل الجلد الشائعة بنجاح.

استخدم على منصات طب الأمراض الجلدية عن بعد

يصبح طب الأمراض الجلدية عن بعد أكثر قوة عندما يقترن بالذكاء الاصطناعي. ويذكر الخبراء أن هذه التقنية تزيد من الثقة التشخيصية لأطباء الأمراض الجلدية الذين يقدمون خدمات طب الأمراض الجلدية عن بعد، وتوسع تشخيصاتهم التفريقية، وفي بعض الحالات تساعدهم على تغيير تشخيصاتهم الأولية. وخاصة في مجال طب الأمراض الجلدية الثانوية عن بعد، يعمل الذكاء الاصطناعي المستخدم بين أطباء الرعاية الأولية وأطباء الجلد على تحسين فرز المرضى من خلال زيادة دقة التشخيص.خلال جائحة كوفيد-19وقد أثبتت هذه التكنولوجيا قيمتها بشكل خاص وتمت التوصية بها كطريقة موثوقة.

تكامل تطبيقات الهاتف المتحرك في الوقت الحقيقي

تطبيقات الهاتف المحمول التي تم تطويرها لتحليل الجلد تجعل الحياة اليومية أسهل. تقدم أدوات مثل SPOTSCAN+ خدمة مجانية لتحليل البشرة مدعومة بالذكاء الاصطناعي تم تطويرها بالتعاون مع أطباء الجلد. يوصي هذا التطبيق بإجراءات العناية الشخصية عن طريق حساب وتصنيف مشاكل الجلد. وبالمثل، يستطيع تطبيق Skin Genius من لوريال اكتشاف 8 علامات شائعة لشيخوخة الجلد بدقة تقترب من تقييمات أطباء الجلد، وذلك باستخدام خوارزميات الذكاء الاصطناعي التي تعتمد على أكثر من 30 عامًا من البيانات السريرية. يمكن لتطبيقات مثل Skivy تحليل جميع أنواع البشرة والكشف عن مشاكل مثل حب الشباب والعيوب والتجاعيد.

السمة المشتركة لجميع هذه التطبيقات هي أنها تسهل على المستخدمين مراقبة صحة بشرتهم وتقديم التوجيه لدعم الخبراء عند الضرورة. ولا ينبغي أن ننسى أن الأنظمة المدعومة بالذكاء الاصطناعي تلعب دوراً تكميلياً في عمل أطباء الجلد بدلاً من أن تحل محلهم.

التحسينات اللازمة لتجاوز 95% في المستقبل

لكي تتجاوز تقنيات تحليل الجلد المعتمدة على الذكاء الاصطناعي معدل النجاح الحالي البالغ 95%، يلزم إجراء تحسينات في العديد من المجالات. وستكون هذه التطورات أساسية لتحقيق نتائج أكثر دقة وأنظمة شاملة.

استخدام البيانات المتعددة الوسائط: تحليل الصورة + نمط الحياة

في Quantum Orbit Labs، لا نقوم بتقييم تحليل الجلد فقط على "صورة" - لأن الجلد هو انعكاس لنمط الحياة.

لهذا السبب Longos Sense نظام تحليل الصور المتقدم المدعوم بالذكاء الاصطناعي مع نمط الحياة وبيانات العادة يجمع.

يجيب المستخدم على بعض الأسئلة القصيرة داخل التطبيق:

💧 ما هي كمية الماء التي تشربها؟

☀️ كم ساعة تتعرض للشمس يوميا؟

😴 كيف هو نمط نومك؟

🍎 ما هي عاداتك الغذائية؟

هذه المعلومات، بالإضافة إلى البيانات التي تم الحصول عليها من صورة الجلد نموذج متعدد الوسائط يتم التقييم بواسطة. وبالتالي، ليس المظهر الخارجي فقط، بل الجلد أيضًا التوازن الداخلي يتم تضمين العوامل المؤثرة أيضا في التحليل.

هذا التقريب لـ Quantum Orbit Labs خريطة الجلد الشخصية إنه يجعل من الممكن فهم كل جانب وتقديم مشورة رعاية فعالة حقًا.

النتيجة: ليس فقط حجمًا تم تحليله بدقة 95%، أنت الذي "مفهوم" حرفيًا.

أداء النموذج على البشرة الداكنة

تواجه نماذج الذكاء الاصطناعي اليوم مشاكل خطيرة في الأداء مع المستخدمين ذوي البشرة الداكنة. في الدراسات التي أجريت على النساء ذوات البشرة الداكنةبينما وصلت معدلات الخطأ إلى 34.7%وتم قياس هذا المعدل على أنه 0.8% فقط عند الرجال ذوي البشرة الفاتحة. تم الإبلاغ أيضًا عن أن بعض التطبيقات تعمل على تفتيح لون البشرة للمستخدمين ذوي البشرة الداكنة. الحل لهذه المشكلة هو أن جميع الشركات المصنعة، بما في ذلك تلك التي تطور الأقنعة الطبيعية للعناية بالبشرة، لديها تمثيل متوازن لجميع أنواع البشرة على مقياس Fitzpatrick في مجموعات البيانات الخاصة بها.

إعادة التدريب باستخدام مجموعات البيانات التي تم التحقق من صحتها سريريًا

لزيادة معدلات الدقة، من الضروري إعادة تدريب النماذج باستخدام مجموعات البيانات التي تم التحقق من صحتها سريريًا. لوريال، الفئة العمرية من 20 إلى 80 عامًا من فرنسا والصين واليابان والهند والولايات المتحدة الأمريكيةأطالس تغطي إجمالي 4000 شخصالمتقدمة. بالإضافة إلى ذلك، تم إنشاء نماذج جديدة باستخدام 4500 صورة شخصية لنساء من أصول آسيوية وقوقازية وأمريكية من أصل أفريقي، تم التقاطها في بيئات إضاءة مختلفة. ستشكل مجموعات البيانات الشاملة والمتنوعة والمعتمدة من قبل أطباء الجلد أساسًا للتطورات المستقبلية لتقديم توصيات أكثر دقة بشأن تنظيف البشرة.

الاستنتاج

أنظمة تحليل الجلد المدعومة بالذكاء الاصطناعي موجودة الآننسبة نجاح مذهلة بلغت 95%حقق وأحرز تقدما رائدا في مجال الأمراض الجلدية. توفر قدرة التعلم الآلي ونماذج التعلم العميق على تحليل صور البشرة في ثوانٍ فرصًا فريدة لخبراء العناية بالبشرة. وأثناء القيام بذلك، تتحسن الأنظمة يومًا بعد يوم، وذلك بفضل بنيات CNN ونقل أساليب التعلم.

ومما لا شك فيه أن أحد أهم عوامل نجاح هذه التكنولوجيا هو جودة مجموعات البيانات. أدى التمثيل المتوازن لتوزيع نوع الجلد Fitzpatrick والتحسينات الفنية في تدريب النماذج إلى زيادات كبيرة في مقاييس الدقة. خاصة في الكشف عن حب الشباب والأكزيما والورم الميلانيني، مثل تطبيقات الذكاء الاصطناعي للأمراض الجلديةمعدلات دقة تزيد عن 97%يكشف الاستحواذ عن الإمكانات في هذا المجال.

ومع ذلك، لا يزال هناك مجال للتحسين في مجالات مثل تحسين أداء النموذج على البشرة الداكنة واستخدام البيانات المتعددة الوسائط. إن إعادة التدريب باستخدام مجموعات البيانات التي تم التحقق من صحتها سريريًا لديها القدرة على زيادة معدل النجاح إلى أكثر من 95%.

كخبير في العناية بالبشرة، يجب أن أؤكد أن دور الذكاء الاصطناعي لا يتمثل في استبدال أطباء الجلد، بل في دعم واستكمال عملهم. هذه التكنولوجيا، التي أصبحت منتشرة بشكل متزايد في منصات طب الأمراض الجلدية عن بعد وتطبيقات الهاتف المحمول، تمكن المعرفة المتخصصة من الوصول إلى جماهير أوسع. كما أنه يساعد المستخدمين على تحسين روتينهم اليومي من خلال تقديم توصيات مخصصة بشأن تنظيف البشرة والعناية بها.

ونتيجة لذلك، أحدثت تقنيات تحليل الجلد المدعومة بالذكاء الاصطناعي تحولًا كبيرًا في مجال الأمراض الجلدية. ورغم أن معدل النجاح البالغ 95% مثير للإعجاب، فإنني أتوقع أن يرتفع هذا المعدل بشكل أكبر في السنوات المقبلة مع توسيع مجموعات البيانات، وتحسين الخوارزميات، وتعميق التكامل السريري. مع تقدم التكنولوجيا، سيكون من الممكن إجراء تشخيصات أكثر دقة وطرق علاج شخصية في مجال صحة الجلد. سيستمر المزيج المثالي بين الذكاء الاصطناعي والخبرة البشرية في تشكيل مستقبل العناية بالبشرة.

لم يعد الذكاء الاصطناعي مجرد تقنية، بل أصبح رفيقًا يفهم بشرتك ويقدم لك حلولاً مخصصة.

Quantum Orbit Labsومن خلال الجمع بين العلم وتوازن الطبيعة، يقدم تحليل الجلد المدعوم بالذكاء الاصطناعي بنسبة نجاح تصل إلى 95% للجميع.

✨ Longos Sense قم بتحليل بشرتك في ثوانٍ معدودة باستخدام الجهاز، واكتشف توصيات المصل الخاصة لك، وامنح بشرتك الرعاية التي تحتاجها في الوقت المناسب.

لأنه الآن في مجال العناية بالبشرة، البيانات هي التي تتحدث، وليس الحدس.