כלי "מכוון עדין" בינה מלאכותית (AI) מראה הבטחה להערכה אובייקטיבית של חולים עם שיתוק פנים, מדווח מחקר ניסיוני בגיליון יוני של יוני ניתוח פלסטי ושחזור®– כתב העת הרפואי הרשמי של האגודה האמריקאית למנתחים פלסטיים (ASPS). כתב העת מתפרסם בתיק ליפינקוט על ידי וולטרס קלואר.
אנו מאמינים כי המחקר שלנו מציע תובנות חשובות בתחום הערכת שיתוק הפנים ומציג התקדמות משמעותית במינוף AI ליישומים קליניים. "
Takeichiro Kimura, MD, סופר הראשי של אוניברסיטת קיורין, מיטאקה, טוקיו
כלי מעודן לניתוח וידאו אוטומטי של שיתוק פנים
חולים עם שיתוק פנים סובלים משיתוק או אובדן חלקי של תנועת הפנים, הנגרמת כתוצאה מפגיעה עצבית כתוצאה מגידולים, ניתוח, טראומה או גורמים אחרים. הערכה מפורטת חיונית להערכת אפשרויות הטיפול, כמו ניתוח העברת עצבים, אך מציבה אתגרים קשים.
מערכות ניקוד סובייקטיביות שונות פותחו אך יש להן בעיות בשונות. הערכות אובייקטיביות תוארו אך אינן מעשיות לשימוש קליני שגרתי. למידת מכונות ומודלים של AI הם גישה פוטנציאלית להערכה שגרתית, אובייקטיבית של שיתוק פנים.
ד"ר קימורה ועמיתיו העריכו מודל זיהוי פנים קודם לכן AI, שנקרא 3D-Fan, בחולים עם שיתוק פנים. מערכת זו הוכשרה לזהות 68 מנופי מפתחות פנים, כמו גבות ועפעפיים, אף ופה וקווי מתאר פנים.
כאשר הוא מיושם על סרטונים קליניים, מעגן תלת מימד-שהוכשר על תמונות של אנשים עם תנועת פנים רגילה-לא היה מספיק בבירור בהערכת שיתוק הפנים. המערכת הייתה מועדת להחמיץ אסימטריה לפנים בשיתוק פנים, כולל כאשר הונחו מטופלים לחייך; ולא הצליחו לזהות מתי העיניים היו עצומות.
כלי AI מראה הבטחה לדירוגים אובייקטיביים של חומרת שיתוק הפנים
ד"ר קימורה ועמיתיו ניסו "לכוונן" את הדגם באמצעות לימוד מכונה, על בסיס 1,181 תמונות מסרטונים קליניים של 196 חולים עם שיתוק פנים. בתהליך זה הועברו ציוני דרך לפנים באופן ידני למצב הנכון, עם צעדים למזעור השונות. לאחר מכן חזרו על אימונים עד שלא היה שיפור נוסף ברמת הדיוק.
"לאחר למידת מכונה, מצאנו שיפור איכותי וכמותי בגילוי של מקלות מפתחות פנים על ידי ה- AI", כותבים ד"ר קימורה ועמיתיו. המודל המעודן הראה שיעורי שגיאות נמוכים משמעותית, עם שיפור בגילוי נקודת המפתח בכל תחומי הפנים, כולל עפעפי הפה – אזורי מפתח באסימטריה בשיתוק הפנים. המאמר כולל איורים המראים בבירור את השיפור בזיהוי נקודת המפתח לאחר למידת מכונה.
הכותבים מאמינים כי שיטת "הכוונון העדין" שלהם-עם תיקון ידני של ציוני דרך במספר מצומצם של תמונות-"מחזיקה בפוטנציאל ליישומים רחבים יותר של יצירת מודלים בסיוע AI בהפרעות נדירות יחסית יחסית." בהמתנה להערכה נוספת, החוקרים מתכננים להנגיש את מודל ה- AI שלהם באופן חופשי לחוקרים וקלינאים אחרים.
"בהתחשב בתוכנה שלנו כאחד הפתרונות המבטיחים להערכה אובייקטיבית של שיתוק פנים, אנו מבצעים כעת ניתוח רב תחומי של יעילותה של מערכת זו", מסכמים ד"ר קימורה וקואוטורים. על ידי מתן ציון אובייקטיבי, כלי ה- AI עשוי לאפשר דירוגים מדויקים יותר של חומרת שיתוק הפנים כמו גם כלי כמותי להערכת תוצאות הטיפול.
