פיתוח AI לניתוח תמונות דרמטוסקופיות

ניתוח תמונות דרמטוסקופיות: היכן אובדת הדיוק

ניתוח תמונות דרמטוסקופיות נתקל בדרישה לאחידות נתוני הקלט, וכמעט אין כזו. התמונות מגיעות מציוד שונה: מצבי מגע וללא מגע, אופטיקה שונה, קיטוב, תאורה. מודל שאומן על זרם אחד רואה בזרם אחר התפלגות בלתי מוכרת של בהירות וצבע — דיוק הזיהוי יורד עוד לפני שמופיע בפריים נגע מורכב. זה אינו מקרה נדיר, אלא תוצאה אופיינית של ערבוב מקורות במדגם אחד.

המקור השני הוא הפריים עצמו. בוהקים מתווך ההשריה, כיסוי שיער, צללים בשולי העדשה וארטיפקטים של דחיסה — את אלה המודל לומד לעיתים קרובות כתכונה: אם בוהקים הופיעו לעיתים תכופות יותר בתמונות של נגעים שפירים, הרשת מתחילה להישען על הבהיק ולא על מבנה הרשת הפיגמנטית. מחוץ למערך האימון תכונה כזו נעלמת, והשגיאות של המודל הופכות לבלתי צפויות.

איכות הסימון מוסיפה שכבה שלישית. מומחים שונים משרטטים גבולות באופן שונה ומפרשים אחרת מקרי גבול: פער בתוויות על אותה תמונה ממש לעיתים דומה לפער שבין המחלקות. אם לא מודדים ולא פותרים זאת, המודל ממצע תשובות סותרות ומאבד ביטחון בכל מה שדומה למקרה שנוי במחלוקת.

הסיבה הרביעית היא חוסר איזון בין המחלקות. קטגוריות נדירות אך בעלות משמעות קלינית מיוצגות בודדים של תמונות, והמודל נוטה לכיוון הנפוצות. פורמלית המדד נראה מכובד, אך בפועל מפספסים בדיוק את מה שלשמו המערכת מוטמעת.

הוסיפו לכך דריפט: משתנים הציוד, ההגדרות, המפעיל — ונתוני הקלט מתרחקים ממה שהמודל אומן עליו. אנחנו מפרטים כיצד זה נסגר.

מה משתנה בעבודה הקלינית לאחר ההטמעה

ההטמעה משנה לא כל כך את הדיוק של מסקנה בודדת, אלא את אופן העבודה של החדר: תמונות נכנסות לתור עם עדיפות, ולא נבחנות לפי סדר הגעתן. לכן את האפקט מחשבים ברמת המחלקה — לפי הזמן עד למסקנה, שיעור הפערים בין המומחים ומספר הנגעים שעברו למעקב בקרה.

• גילוי מוקדם של נגעים. מבנים חשודים מסומנים על התמונה, והיא עולה לראש התור: הזמן עד לבדיקה מתקצר מכמה ימים למשמרת אחת.
• מהירות המסקנה. קווי המתאר מסומנים, טיוטת התיאור מוכנה — המומחה בודק ומתקן במקום לתאר מאפס, על הזרם נדרש פי 2–3 פחות זמן.
• עקביות המסקנות. סולם תכונות משותף ותבנית תיאור אחידה מסירים פערי ניסוח בין הרופאים.
• צמצום שיעור ההחמצות. כל תמונה נקראת באופן בלתי תלוי על ידי המומחה ועל ידי המודל; פער עובר לקריאה שנייה, ואינו נשאר בלתי מזוהה.
• עומס צפוי על הקבלה. רואים את היקף התור ומורכבותו — לוח הזמנים נבנה לפי המצב בפועל, ולא לפי הממוצע.

המסקנה הסופית נשארת בידי הרופא: המערכת מכינה סימון וטיוטה, אך אינה מחליפה את ההחלטה. הכיול נעשה על הארכיון הפתוח ISIC Archive ועל המקרים המסומנים שלכם, ולכן הבדיקות משקפות את הפרקטיקה האמיתית של המחלקה, ולא תמונה ממוצעת.

מצבי הפעלה של המודל: ענן, קו מתאר מקומי, היברידי

תמונה דרמטוסקופית היא תמונה של עור המטופל, הקשורה להיסטוריית המעקב, ולכן הגנת הנתונים הרפואיים היא המגביל העיקרי כאן, ולא נוחות הפריסה. בחירת קו המתאר קובעת גם את השהיית התגובה בקבלה, וגם מי אחראי על צומת החישוב ועל עדכון המודל.

אנחנו מפרקים את המשימה לשלושה סוגי פריסה ומתאימים אותם לתקנון של הקליניקה, ולא להיפך. ההבדל ביניהם הוא בשאלה אם התמונה יוצאת מחוץ להיקף, אם נדרש ערוץ תקשורת קבוע וכיצד מגיעים משקלים חדשים לאחר אימון נוסף.

בפועל, לרוב מורכב מצב היברידי: מקרים סגורים מעובדים באופן מקומי, ואילו בדיקת איכות התמונה ועדכון המשקלים מתבצעים בקו מתאר חיצוני על נתונים ללא זיהוי. כך הקליניקה אינה משלמת על השבתה של ציוד ושומרת על שליטה במה שיוצא ולאן.

שלבי הפיתוח וההטמעה של הפתרון

העבודה מתנהלת באיטרציות: כל שלב מסתיים בארטיפקט שניתן לבדוק — מפת נתונים, סכמת חלוקה, מטריצת שגיאות על מדגם בלתי תלוי. אפשר לעצור בכל שלב בלי לאבד את מה שכבר הושג.

1. ביקורת של מערך התמונות. בוחנים את היקף הארכיון, את המכשירים-מקורות, את קיומו של אישור היסטולוגי, את היסטוריית הסימון, כפילויות ופריימים באיכות ירודה. בתוצר — מפת נתונים ורשימת פערים שיש לסגור לפני האימון.
2. תכנון סכמת הוולידציה. את החלוקה עושים לפי מטופלים ולא לפי תמונות: אחרת פריימים של אותו נגע ייכנסו גם לאימון וגם לבדיקה, והמדדים יהיו מוגזמים. את מדד היעד ואת הסף קובעים לפני תחילת העבודה.
3. הכנת נתונים. מנרמלים את התמונות לצורה אחידה, מסירים פגמי צילום, וחלק מהמדגם מסמנים מחדש באופן עיוור — כך מעריכים את ההסכמה בין המומחים ואת תקרת האיכות.
4. אימון ווולידציה של המודל. תחילה רמת בסיס, לאחר מכן המודל העיקרי. בנפרד בוחנים את כיול ההסתברויות ואת העמידות בפני מכשירים שונים, ואת השגיאות מפרקים לפי קבוצות של נגעים דומים.
5. קבלת הפתרון. הרצה על מדגם שהוחזק בצד לפי פרוטוקול מוסכם: מדדים עם רווחי סמך, וניתוח של החמצות שווא. את התוצאה מקבלים יחד עם הרופא, ולא לפי מספר אחד.
6. מסירה להפעלה. אינטגרציה בקו המתאר העובד, תיעוד התשובות ביומן, ניטור דריפט של נתונים, ותקנון לאימון נוסף של המודל. בהמשך — ליווי עם בקרת איכות על תמונות חדשות.

מה מועבר לידיים: ארטיפקטים של הפרויקט

מסירת מודל היא לא רק משקלים ומדדים על מדגם הבדיקה. קו מתאר בלי סכמת אינטגרציה, כללי גישה ותקנון מתקיים עד העדכון הראשון של הסורק או עד שינוי בפורמט התמונה. לכן אנחנו מקבעים ארטיפקטים מוחשיים — כל אחד ניתן לפתוח, לבדוק ולהעביר למהנדס אחר.

• קו מתאר עיבוד מכויל. מסלול התמונה מהעלאה ועד רישום המסקנה: בדיקת איכות הפריים, נרמול, ניתוח, שמירת התוצאה. כל שלב משאיר רשומה ביומן, וכשל אינו מוביל לאובדן שקט של התמונה.
• סכמת אינטגרציה עם המערכת הממוחשבת הרפואית. אילו שדות יוצאים ונכנסים, היכן נשמרת התמונה המקורית, וכיצד המסקנה מקושרת לכרטיס המטופל. את הכיול לפי סכמה זו מבצע האינטגרטור שלכם — אין תלות קשיחה בנו.
• כללי גישה ותפקידים. מי רואה תמונות, מי רואה רק מסקנות, מי מייצא את המערך לניתוח איכות. הפניות לנתונים מתועדות, ופרטים אישיים מוסרים מהם לפני הכניסה לקו המתאר.
• תיעוד הפתרון. סכמה ארכיטקטונית, פורמטים וייעוד השדות, רשימת התלויות, והוראות פריסה מאפס בסביבה נקייה.
• תקנון עבודת הצוות. מה עושה הרופא, מה עושה המודל, היכן חובה בדיקה על ידי מומחה שני, ולאן מגיע הפער המתועד.
• פרוטוקול בקרת איכות. מערך של מקרים מסומנים עם תשובה ידועה, רגישות וסגוליות לפי מחלקות של נגעים, וסף שמתחתיו המערכת מסמנת את התמונה כבלתי ודאית.
• נוהל עדכון וחזרה לאחור. כיצד מוציאה גרסה חדשה של המודל, על אילו נתונים היא נבדקת וכיצד חוזרים לקודמת אם האיכות ירדה. יחד עם המשקלים והסביבה אנחנו מעבירים את ההרשאות — הצוות ממשיך לעבוד בלעדינו.

מקרה בוחן: מדדים על זרם תמונות דרמטוסקופיות

לפני האוטומציה, זרם התמונות הדרמטוסקופיות נבחן ידנית: התמונות חולקו בין משמרות, ובשבועות שיא התור הגיע לכמה ימים. הסיכון העיקרי לא היה במהירות — שני מומחים על אותה תמונה נתנו הערכות שונות, וחלק מהנגעים שדרשו בירור נוסף עברו ל«מעקב».

עבדנו עם מרכז דרמטולוגי, שבו נצברו ארכיונים של תמונות עם תוצאות מאושרות בהיסטולוגיה. מהם הרכבנו מדגם בקרה והפרדנו אותו מיד ממדגם האימון: הסימון נעשה לפי דפוסים דרמטוסקופיים, ומקרים שנויים במחלוקת תוארו על ידי קונסיליום ולא על ידי מסמן יחיד. את סף ההפעלה כיילנו כך שעלייה ברגישות לא תהפוך לזרם מיותר של הפניות לביופסיה.

על מדגם הבקרה הרגישות הגיעה ל-0.94 לעומת 0.86 בקריאה שגרתית, ושיעור הנגעים שהוחמצו פחת בערך פי שלושה. את הסגוליות החזקנו על 0.88 — אחרת העומס על הרופאים היה גדל בגלל התראות שווא והרווח בזמן היה נאכל.

בזרם המודל אינו קובע אבחנה, אלא ממיין את התמונות: תמונות בעלות ודאות נמוכה מגיעות לרופא ראשונות, והזמן עד לבדיקת מקרה בעדיפות הצטמצם מימים לשעות. את המדדים על מדגם הבקרה הצוות מחשב מחדש בכל עדכון של המודל — הידרדרות במכשירים חדשים ובאופטיקה אחרת נראית לפני הפריסה לכל החדרים.

במה שונה זיהוי (דטקציה) מסיווג תמונה

סיווג עונה על השאלה «מה יש בתמונה בכללותה»: המודל מקבל תמונה ומחזיר תווית עם הסתברות ההשתייכות למחלקת היעד. זיהוי (דטקציה) עונה על השאלה «היכן בדיוק»: בפלט קואורדינטות של מסגרת או מסכה של אזור העניין, ובפריים יכולים להיות כמה נגעים חשודים.

עבור דרמטוסקופיה ההבדל עקרוני — המוקד תופס לעיתים קרובות חלק קטן מהפריים, וההחלטה תלויה בשאלה אם הרופא זקוק לעוגן חזותי.

הגישה נקבעת על ידי הצבת המשימה, ולא על ידי נוחות המימוש. אם התרחיש הוא מיון זרם תמונות ל«דורש תשומת לב» ו«מעקב מתוכנן», די בסיווג של הפריים כולו. אם הפתרון צריך להראות למומחה אזור מסוים ואת גבולותיו, אין דרך בלי זיהוי: מסווג על הפריים כולו ייתן תשובה, אך לא יסביר על מה היא נשענת.

הסימון נגזר מבחירת הגישה וקובע את התקציב של הפרויקט. לסיווג מספיקה תווית על התמונה, אך הרקע וארטיפקטים של הצילום מתחילים להשפיע על המודל: הוא לומד על תכונות נלוות, ולא על הנגע.

לזיהוי נדרשות מסגרות או מסכות ממומחה בתחום, תיאום של מקרים שנויים במחלוקת בין המסמנים ובקרת פערים — היקף העבודה הידנית והדרישות למיומנות המסמן גדלים במידה מרובה.

גם המדדים מופרדים. בסיווג בוחנים רגישות וסגוליות בסף נבחר, ובנפרד את האיזון בין החמצות להתראות שווא. בזיהוי מעריכים תחילה את איכות הלוקליזציה — איזה חלק מהאזורים נמצאו ובאיזו מידה מדויקת חפפו הגבולות — ורק אחר כך את איכות האבחנה בתוך האזור שנמצא. אסור לערבב את המספרים הללו: דיוק גבוה של סיווג מסווה פספוסים בלוקליזציה, ולהפך.

בפועל הולכים לרוב בהיברידי: גלאי מבליט את אזור העניין, ומסווג של שלב שני קובע לגביו מסקנה. זה מגביר את העמידות בפני הרקע, אך מכפיל את הדרישות לסימון, ולכן כבר בהתחלה אנחנו מקבעים את תרחיש השימוש ואת מדדי היעד — מהם תלוי גם היקף הסימון וגם מה בדיוק ייכנס לקבלה.

שאלות טכניות נפוצות בפרויקט

אספנו את השאלות שנשמעות בתדירות הגבוהה ביותר בפגישות טכניות: נתונים, ציוד, קו מתאר סגור וחיי הפתרון לאחר ההשקה. אם הנושא לא הספיק — נפרט יותר לעומק עם מהנדס.

ציוד שונה — לא מפריע?

אנחנו מנרמלים את התמונות לצורה אחידה בקלט: קנה מידה, צבע, תאורה. את המדדים מחשבים בנפרד לפי קבוצות מכשירים — במקרה של ירידה מאמנים את המודל מחדש על הקבוצה הבעייתית.

עבודה בלי תעבורה חיצונית

כן, הפתרון נפרס בקו מתאר סגור של הקליניקה: התמונות אינן יוצאות מהרשת שלה. התוצאה מגיעה ישירות למערכת הממוחשבת הרפואית — הרופא אינו צריך לפתוח חלון נפרד.

מה קורה לאחר ההשקה?

אחת לרבעון אנחנו בוחנים מחדש את המדדים על סימונים עדכניים: מלאי הציוד ואופי המקרים משתנים. את העדכון בודקים על מדגם שהוחזק בצד ומפיצים עם אפשרות חזרה לגרסה הקודמת.

נדון במשימה: אילו נתונים נדרשים להתחלה

לשיחה עניינית אין צורך בקורפוס תמונות מסומן ומוכן. די לתאר כיצד בנוי כעת מסלול התמונה — מהדרמטוסקופ ועד למסקנת הרופא: זה מספיק כדי לדון במשימה באופן ענייני ולחזור עם הערכת הפרויקט ותוכנית עבודה.

נתוני ההתחלה יכולים להיות «גולמיים»: פריימים — בלי סינון וניקוי, תיאורים — בצורה חופשית. להלן מה שבאמת מסיר את אי-הוודאות ומגדיר את המסגרת של הפתרון העתידי.

• זרם הבדיקות: כמה בדיקות ביום ובשבוע, מי מצלם — הרופא או עוזר, מכשיר אחד או כמה שונים.
• דוגמאות של תמונות: כמה עשרות פריימים מדרמטוסקופים שונים ובתאורה שונה, כולל שנויים במחלוקת ולא מוצלחים.
• הסדר הנוכחי של הבדיקה: אילו סוגי נגעים הרופא מבחין ביניהם, היכן הוא מסתפק לעיתים תכופות יותר, ולמי הוא מפנה לבירור.
• אמת מידה לבדיקה: מסקנות מביופסיה או דעה מוסכמת של כמה רופאים — לפיהן נמדדת איכות הבדיקה.
• דרישות לאחסון: היכן צריכים להיות הנתונים, למי יש גישה, והאם נדרש קו מתאר נפרד לתמונות ללא זיהוי.
• נקודות אינטגרציה: עמדת הרופא או המערכת הממוחשבת — באיזו צורה התוצאה צריכה לחזור ובאיזו השהיה.
• מגבלות: מה אסור להוציא מחוץ להיקף, ואילו כללי הסרת זיהוי כבר תקפים בקליניקה.

אם חלק מהסעיפים עדיין לא מוגדרים — לא נורא, נפרט אותם בשיחת ועידה ונקבע אותם בתוכנית השלבים. תארו את המשימה במילים שלכם — נחזור עם הערכה והצעה ללוחות זמנים.