تسريع تحليل البراز المدعوم بالذكاء الاصطناعي باستخدام التعليقات التوضيحية عالية الدقة للصور الطبية
اكتشف كيف تساعد شركة Shaip فرق الذكاء الاصطناعي في مجال الرعاية الصحية على بناء نماذج رؤية حاسوبية لتحليل صور البراز، والمراحيض الذكية، ومراقبة الصحة من خلال شرح دقيق للصور.
نظرة عامة على المشروع
يتطلب بناء نموذج ذكاء اصطناعي لتحليل البراز تلقائيًا أكثر من مجرد جمع الصور. فهو يتطلب تصنيفًا دقيقًا ومتسقًا للغاية وذا صلة سريرية، بحيث يلتقط شكل البراز وسياق الحوض وخصائص المشهد بدقة متناهية.
تعاون العميل مع شركة Shaip لترقيم صورة كبيرة الحجم تحتوي على صور براز تم التقاطها في بيئات مراحيض واقعية. تطلب المشروع استراتيجية ترقيم متعددة الطبقات تجمع بين ترقيم البراز باستخدام المضلعات، وإنشاء مربعات إحاطة للأحواض، وترقيم مناطق الاهتمام بناءً على التصنيف.
الهدف النهائي هو إنشاء مجموعة بيانات تدريبية قوية تدعم نماذج رؤية الكمبيوتر للكشف عن البراز، وتصنيف براز بريستول، والتعرف على سياق التبول، ورؤى مستقبلية حول صحة الجهاز الهضمي.
إحصائيات أساسية
الاستخدام النهائي
تحليل البراز المدعوم بالذكاء الاصطناعي للرعاية الصحية وأمراض الجهاز الهضمي
حجم البيانات
700,000 + الصور
تصنيف مناطق الاهتمام
10 تصنيفات
الجدول الزمني للمشروع
مستمر منذ نوفمبر 2023
التحديات
- ضمان تقسيم أجسام البراز بحدود مضلعية ضيقة على الرغم من اختلاف الإضاءة وظروف المرحاض وتكوين الصورة.
- توحيد تسمية مربعات تحديد الأحواض مع تطبيق منطق مستوى الزيارة فقط على الصورة الأولى الصالحة في كل زيارة.
- إدارة سير عمل تصنيف مناطق الاهتمام متعددة الفئات عبر ملصقات مثل البراز والبول والتبول والشطف وورق التواليت ورقم بريستول.
- الحفاظ على الاتساق والإنتاجية عبر حجم صور كبير جدًا يتجاوز 700,000 ملف.
- دعم حالات استخدام الذكاء الاصطناعي الموجهة نحو الرعاية الصحية حيث تؤثر جودة التعليقات التوضيحية بشكل مباشر على دقة النموذج اللاحق.
الحلول
قام شيب بتصميم سير عمل للتعليقات التوضيحية يركز على السكك الحديدية، مصمم خصيصاً لتلبية المتطلبات التقنية للمشروع.
استراتيجية البيانات
تم تحديد إطار عمل منظم للتعليقات التوضيحية يجمع بين التجزئة وتحديد موقع الكائنات والتصنيف لدعم أهداف نموذجية متعددة من خلال مسار صور موحد.
شرح البراز
تم وضع تعليقات توضيحية على نماذج البراز المرئية باستخدام أقنعة مضلعة دقيقة، مع تتبع دقيق حول كل قطعة من البراز للحفاظ على تفاصيل الحواف والشكل والملمس.
صندوق حدود الحوض
تم تحديد حوض المرحاض باستخدام مربع محيط بدلاً من تقسيم مستوى الماء. تم تطبيق مربعات الحوض على الصورة الأولى فقط من كل زيارة ما لم يتم تحديد الصورة على أنها "تجاهل" أو "لون".
تسمية مناطق الفحص
تم تصنيف الصور إلى تصنيف متحكم به يشمل: غير المرحاض، تجاهل، فارغ، ورق التواليت، شطف، بول، تبول، براز، صابون المرحاض، ورقم بريستول.
خدمة ضمان الجودة
تم تطبيق سير عمل المراجعة المصمم لتلبية عتبة قبول الدفعة بنسبة 95٪، مع فحوصات الجودة التي تركز على دقة التعليقات التوضيحية، وتعيين الفئة الصحيح، وقواعد وضع العلامات على مستوى الزيارة.
تمكين الذكاء الاصطناعي
تم تنظيم مجموعة بيانات الإخراج لدعم عمليات التجزئة، واكتشاف الكائنات، وتصنيفها لتحليل البراز الآلي، ومراقبة صحة الجهاز الهضمي، وتطبيقات الصحة الذكية المستقبلية.
نطاق المشروع
| نوع مجموعة البيانات / المهمة | طريقة الشرح | القاعدة الرئيسية | قيمة الذكاء الاصطناعي |
|---|---|---|---|
| صور البراز | شرح المضلع | قم بلصق البراز بإحكام حول الحواف الظاهرة | يدعم تجزئة البراز وتحليل شكله |
| حوض المرحاض | الصندوق المحيط | ضع علامة فقط في أول صورة صالحة لكل زيارة | يساعد النموذج على تعلم سياق الحوض وتأطير المشهد |
| ملصقات منطقة الفحص | التصنيف فقط | قم بتطبيق تسمية المشهد/الحدث الصحيحة بدون إضافة تعليق توضيحي للكائن. | يُمكّن من فهم المشهد وتصنيف الأحداث |
نتائج
- قمت ببناء مسار تعليق منظم عبر أكثر من 700,000 صورة ذات صلة بالرعاية الصحية
- موحدة 3 مسارات عمل متميزة للتجزئة والتحديد والتصنيف
- تم تمكين تدريب الذكاء الاصطناعي لـ الكشف الآلي عن البراز والتصنيف المرتبط بمقياس بريستول
- تطوير النماذج المدعومة لـ تحليل الجهاز الهضمي، وسياق الترطيب، وسير عمل التنبؤ بالأمراض
- أنشأت قاعدة بيانات قابلة للتوسع تتماشى مع هدف قبول الدفعة بنسبة 95%
من خلال الجمع بين سرعة معالجة البيانات العالية ودقة تصنيف الصور الطبية، ساعدت شركة Shaip العميل على الانتقال من مرحلة التقاط الصور الخام إلى قاعدة بيانات جاهزة للإنتاج، وذلك لتطوير الجيل القادم من التحليل الآلي للبراز. وقد أرسى هذا المشروع البنية اللازمة لتوسيع نطاق تطوير الذكاء الاصطناعي في تطبيقات مراقبة صحة الجهاز الهضمي والرعاية الوقائية.
قدّمت شركة Shaip دقةً عاليةً في عملية التوصيف ونطاقاً تشغيلياً واسعاً كنا نحتاجه لمبادرة الذكاء الاصطناعي المتخصصة للغاية في مجال الرعاية الصحية. وقد منحتنا قدرتهم على إدارة تجزئة البراز المعقدة، وتحديد موقع الحوض، وتصنيف مناطق الاهتمام على نطاق واسع، أساساً متيناً لتطوير النموذج.
