چارچوب دو‌مدلی برای طبقه‌بندی سلول‌های خونی: ترکیب یادگیری عمیق و مدل‌های تبیینی برای شفافیت بالینی

خلاصه سریع برای خواننده

• موضوع: ترکیب یک مدل یادگیری عمیق (YOLO) با یک مدل تبیینی (Random Forest با SHAP) برای طبقه‌بندی و توضیح پیش‌بینی‌های سلول‌های خونی.
• عملکرد: YOLO روی مجموعه‌های داده اختصاصی و عمومی (PBC، Raabin) نشان‌دهنده AUC بسیار بالا (۰.۹۹۴–۱.۰۰۰) بود؛ مدل تبیینی نیز با پیش‌بینی‌های YOLO هم‌راستا بود.
• قابلیت تبیین: با استخراج ویژگی‌های مورفولوژیک از سلول‌های segment شده و استفاده از SHAP، توضیحات معنی‌دار و قابل‌فهمی ارائه شد.
• ارزیابی انسانی: در مطالعه‌ای با ۹ هماتولوژیست و تکنولوژیست، هم‌خوانی پیش‌بینی‌ها با نظر انسانی تا ۹۶.۹٪ اندازه‌گیری شد.
• اهمیت بالینی: روش می‌تواند به افزایش اعتماد بالینی و شفافیت در سیستم‌های پشتیبانی تصمیم کمک کند، اما هنوز جایگزین کارشناس نیست.

مقدمه

بررسی اسمیر خون محیطی و طبقه‌بندی سلول‌ها براساس مورفولوژی یکی از مراحل پایه‌ای در هماتولوژی بالینی و آزمایشگاهی است. این فرایند به‌طور سنتی تحت میکروسکوپ و توسط کارشناسان آموزش‌دیده انجام می‌شود، کاری زمان‌بر و مستعد تغییرپذیری بین‌ناظری. در سال‌های اخیر مدل‌های یادگیری عمیق عملکرد بالایی در طبقه‌بندی تصاویر پزشکی از جمله تصاویر سلول‌های خونی نشان داده‌اند، اما یکی از موانع کاربرد بالینی آن‌ها، نبود شفافیت یا تبیین‌پذیری است: چرا مدل چنین تصمیمی گرفته است؟

مطالعه‌ای که در PLOS Digital Health (۲۰۲۶) منتشر شده، یک چارچوب دو‌مدلی ارائه می‌دهد که هدف آن ترکیب دقت بالای یک مدل عمیق (YOLO) با توضیحات بالینی‌قابل‌فهم صورت‌بندی‌شده توسط یک مدل کم‌عمق و تبیینی (Random Forest) است. در این نوشتار، هدف ما توضیح دقیق این روش، یافته‌ها، محدودیت‌ها و کاربردهای بالقوه بالینی با لحنی علمی، محتاط و قابل‌فهم برای خوانندگان فارسی‌زبان است.

روش‌ها (به‌صورت خلاصه و قابل‌فهم)

چارچوب کلی

نویسندگان یک چارچوب دو مرحله‌ای پیشنهاد کردند:

• مرحله اول (YOLO): یک مدل یادگیری عمیق مبتنی بر YOLO برای شناسایی، طبقه‌بندی و segment کردن سلول‌ها در تصاویر اسمیر استفاده شد. خروجی شامل برچسب کلاس سلولی و نقشه‌های توجه یا activation map برای محل‌های موثر در تصمیم‌گیری است.
• مرحله دوم (Explainer): از تصاویر segment شده، ویژگی‌های مهندسی‌شده‌ (مانند اندازه، بیضی‌شدگی، تعداد لوب‌های هسته و ویژگی‌های بافتی) استخراج شد. این ویژگی‌ها برای آموزش یک مدل تبیینی (Random Forest) به‌منظور پیش‌بینی همان برچسب‌هایی که YOLO تولید کرد، به‌کار رفتند.

تبیین و هم‌راستاسازی

برای بررسی اینکه آیا توضیحات مدل تبیینی با آنچه مدل عمیق «دنبال می‌کند» همخوانی دارد یا نه، دو روش ترکیب شدند:

• Score-CAM روی خروجی YOLO برای تولید نقشه‌های فعال‌شده (activation maps) استفاده شد تا نشان دهد مدل عمیق به چه نواحی‌ای از تصویر توجه می‌کند.
• SHAP برای مدل Random Forest به‌کار رفت تا اهمیت هر ویژگی مهندسی‌شده در هر پیش‌بینی مشخص شود.

اگر نواحی برجسته Score-CAM با ویژگی‌های شناسایی‌شده توسط SHAP هم‌راستا بودند، پژوهشگران این را نشانۀ تطابق بین مدل‌های «سیاه‌باکس» و مدل قابل‌تبیین در نظر گرفتند. در موارد اختلاف، خروجی به‌عنوان «دلایل دیگر» برچسب‌گذاری شد تا شفافیت افزایش یابد.

مجموعه داده‌ها و ارزیابی

تحلیل‌ها روی مجموعه‌های داده اختصاصی و دو مجموعه داده عمومی شامل PBC و Raabin انجام شد. معیارهای عملکرد شامل AUC و دقت طبقه‌بندی بود. علاوه بر اعتبارسنجی خودکار، یک مطالعه کاربر با ۹ متخصص (هماتولوژیست‌ها و تکنولوژیست‌های آزمایشگاهی) انجام شد تا میزان هم‌خوانی بین پیش‌بینی‌ها و قضاوت انسانی ارزیابی شود.

یافته‌ها

نتایج کلیدی گزارش‌شده عبارتند از:

• عملکرد YOLO: روی مجموعه‌های داده گزارش‌شده، مقادیر AUC بالایی گزارش شد: ۰.۹۹۷، ۰.۹۹۴ و ۱.۰۰۰ برای مجموعه‌های مختلف، که نشان‌دهنده توانایی بالا در جداسازی کلاس‌ها است.
• هم‌راستایی با مدل تبیینی: مدل Random Forest روی ویژگی‌های مهندسی‌شده توانست پیش‌بینی‌های YOLO را با دقت خوب تقلید کند و تحلیل SHAP نشان داد ویژگی‌های کلیدی مورفولوژی (مانند اندازه سلول، بیضی‌شدگی، تعداد لوب‌ها) بیشترین اثر را بر تصمیم‌گیری داشتند.
• هم‌خوانی تصویری: نقشه‌های Score-CAM و تحلیل SHAP در بسیاری از نمونه‌ها نواحی و ویژگی‌های مشابه را برجسته کردند؛ به‌عبارت دیگر، آنچه مدل عمیق به آن توجه کرده بود با آنچه مدل تبیینی به‌عنوان عوامل مهم معرفی کرده بود، هم‌پوشانی قابل‌توجهی داشت.
• ارزیابی انسانی: مطالعه با ۹ کارشناس نشان داد که هم‌خوانی کلی بین پیش‌بینی‌های این چارچوب و نظر انسانی برابر با ۹۶.۹٪ بود، که می‌تواند نشان‌دهنده افزایش اعتماد بالینی باشد.

تفسیر نتایج

این مطالعه نشان می‌دهد که ترکیب یک مدل عمیق برای شناسایی و segment کردن تصاویر با یک مدل تبیینی که روی ویژگی‌های قابل‌تدریس آموزش دیده است، می‌تواند:

• عملکرد بالا در طبقه‌بندی سلولی را حفظ کند،
• توضیحات مبتنی بر ویژگی‌های شناخته‌شده بالینی ارائه دهد، و
• هم‌راستایی بین نواحی مورد توجه مدل عمیق و ویژگی‌های مورفولوژیک تبیین‌شده را نشان دهد.

این هم‌راستایی برای پذیرش بالینی اهمیت دارد، زیرا پزشکان و تکنولوژیست‌ها اغلب نیاز دارند تا بفهمند مدل چرا تصمیم گرفته است و آیا دلایل آن با دانش بالینی آن‌ها سازگار است یا خیر.

این یافته برای بیمار چه معنایی دارد؟

به‌طور خلاصه، این تحقیق نویدبخشِ توسعه سیستم‌های پشتیبان تصمیم در آزمایشگاه‌های خون است که نه تنها دقت بالایی دارند بلکه می‌توانند دلایل طبقه‌بندی را به صورت شفاف‌تر ارائه کنند. برای بیماران این امر ممکن است به‌صورت‌های زیر معنی‌دار باشد:

• افزایش سرعت گزارش نتایج آزمایشگاهی در مواقعی که مدل در نقش دستیار عمل می‌کند؛
• کاهش بعضی خطاهای انسانی ناشی از خستگی یا تغییرپذیری بین‌ناظری؛
• افزایش اعتماد پزشکان به خروجی‌های الگوریتمی چون توضیحات مبتنی بر ویژگی‌های زیست‌پزشکی ارائه می‌شود؛
• با این حال، تصمیم‌گیری نهایی همچنان به عهده پزشک یا تکنولوژیست است و مدل جایگزین انسان نیست.

محدودیت‌ها و نکاتی که باید با احتیاط خواند

• نوع مطالعه: این تحقیق یک مطالعه فنی و تحلیلی مبتنی بر مجموعه داده‌ها و ارزیابی انسانی محدود است، نه یک کارآزمایی بالینی یا مطالعه پیگیری در محیط واقعی آزمایشگاهِ بالینی.
• محدودیت مجموعه داده: استفاده از مجموعه داده اختصاصی (غیرعمومی) می‌تواند به بایاس منجر شود—الگوریتم ممکن است روی نوع خاصی از تصاویر یا رنگ‌آمیزی‌ها بهتر عمل کند. هرچند Raabin و PBC مجموعه‌های عمومی مورد استفاده بودند، تعمیم‌پذیری کامل به تمامی آزمایشگاه‌ها نیاز به ارزیابی بیشتر دارد.
• اندازه مطالعه انسانی: مطالعه کاربری با ۹ شرکت‌کننده صِرفاً مقدماتی است و نشان‌دهنده پایایی در یک نمونه کوچک می‌باشد؛ تعمیم به جمعیت گسترده‌تر متخصصان نیازمند مطالعات بزرگ‌تر است.
• محدودیت‌های تبیین: SHAP و Score-CAM ابزارهای مفیدی برای تبیین هستند، اما تبیین‌های آن‌ها نیز محدودیت‌هایی دارند: SHAP وابسته به متغیرهای طراحی‌شده است و Score-CAM بازتاب‌دهنده توجه شبکه عمیق است نه لزوماً علت‌گرایی بالینی.
• کیفیت segmentation: دقت مدل تبیینی تا حد زیادی بستگی به کیفیت segmentation دارد؛ خطا در جداسازی مرزهای سلول می‌تواند ویژگی‌های مهندسی‌شده را مخدوش کند و پیامدش کاهش دقت یا تبیین نادرست است.
• تعامل با کار بالینی: پذیرش واقعی در محیط بالینی نیازمند ارزیابی‌های عملی، سازگاری با جریان کار آزمایشگاه، مسائل حقوقی و مقررات (CE, FDA یا مقررات محلی) و آموزش کاربران است.

نظر تحریریه پزشک سایت

چارچوب ارائه‌شده گامی مهم در جهت عملی‌تر کردن یادگیری عمیق در هماتولوژی است، زیرا به‌جای ارائه یک تصمیم بدون تبیین، تلاش می‌کند با استخراج ویژگی‌های بالینی‌محور، علت‌های احتمالی تصمیم را شرح دهد. با این حال، باید تأکید کرد که یافته‌های تکرارپذیری و تعمیم‌پذیری در محیط‌های واقعی آزمایشگاهی، مخصوصاً در مراکز با روش‌های رنگ‌آمیزی و تجهیزات تصویربرداری مختلف، نیازمند ارزیابی‌های مستقل و بزرگ‌تر است. در حال حاضر این نوع سیستم‌ها بهترین کاربرد را به‌عنوان ابزار کمکی برای کاهش بار کاری و افزایش یکنواختی گزارش‌گیری دارند، نه جایگزین انسان.

چه زمانی باید با پزشک مشورت کرد؟

اگر گزارش‌های آزمایشگاهی شامل یافته‌هایی باشند که به نظر شما غیرمعمول، متناقض یا نگران‌کننده می‌آیند، یا اگر پزشک آزمایشگاه اشارۀ خاصی به «نتیجه الگوریتمی» کند، مشورت با پزشک یا متخصص آزمایشگاه مناسب است. به‌طور خاص:

• در صورت وجود نتایج مشکوک به لوسمی یا دیگر اختلالات حاد خونی.
• اگر نتایج آزمایش پیگیری برای بیماری زمینه‌ای (مثلاً اختلالات انعقادی یا کم‌خونی شدید) غیرمنتظره باشد.
• در دوره‌های حساس مانند بارداری، یا در مورد کودکان و بیماران دارای بیماری قلبی یا سیستم ایمنی تحت تاثیر قرار گرفته، هرگونه تفسیر مشکوک باید توسط پزشک پیگیری شود.
• وقتی گزارش آزمایش به استفاده از الگوریتم اشاره دارد و شما می‌خواهید توضیحات بیشتری درباره اینکه «چرا» چنین عنوان شده دریافت کنید.

پرسش‌های رایج

آیا این سیستم می‌تواند جایگزین تکنسین آزمایشگاه شود؟

خیر. هدف این سیستم افزایش کارایی و ارائه توضیحات تبیینی برای تصمیمات الگوریتمی است؛ تصمیم نهایی و تفسیر بالینی باید توسط تکنسین یا پزشک انجام شود.

آیا دقت بسیار بالا (AUC نزدیک به ۱) به معنی اشتباه‌ناپذیری است؟

خیر. AUC بالا نشان‌دهنده عملکرد خوب روی داده‌های ارزیابی‌شده است، اما خطاها امکان‌پذیرند، مخصوصاً در تصاویر با کیفیت پایین یا انواع سلول‌های نادر که به‌اندازه کافی در آموزش حضور نداشته‌اند.

SHAP دقیقا چه چیزی را نشان می‌دهد؟

SHAP نشان می‌دهد هر ویژگی ورودی (مثلا اندازه یا بیضی‌شدگی) چه مقدار به پیش‌بینی مدل تبیینی کمک کرده یا از آن کاسته است. این اعداد تبیینی‌اند و دلیل قطعیِ علت نیستند اما کمک می‌کنند دلایل مدل را قابل‌فهم‌تر کنیم.

آیا می‌توان این روش را در همه آزمایشگاه‌ها به‌کار برد؟

احتمالا نیاز به تنظیمات محلی، ارزیابی سازگاری با روش‌های رنگ‌آمیزی و تصویر‌برداری، و همچنین اعتبارسنجی در مجموعه داده‌های محلی دارد. اجرای گسترده نیازمند آزمون و تطبیق است.

آیا این کار تنظیمات قانونی یا اخلاقی نیاز دارد؟

بله. سیستم‌های پشتیبان تصمیم بالینی معمولاً تحت مقررات مربوط به تجهیزات پزشکی قرار می‌گیرند و نیاز به مستندسازی، آزمون‌های بالینی و تایید توسط مراجع ذی‌صلاح دارند. مسائل مربوط به حفظ حریم خصوصی داده‌های تصویری نیز باید رعایت شود.

ملاحظات فنی برای توسعه‌دهندگان و پژوهشگران

برای تیم‌هایی که می‌خواهند این روش را توسعه دهند یا پیاده‌سازی کنند، نکات زیر اهمیت دارد:

• استانداردسازی پروتکل‌های تصویرگیری و رنگ‌آمیزی برای کاهش بایاس؛
• افزایش تنوع داده‌های آموزش با نمونه‌های از مراکز مختلف؛
• پایش عملکرد در میدان واقعی (post-deployment monitoring) و جمع‌آوری بازخورد انسانی برای بهبود مدل؛
• اطمینان از شفافیت در تبیین‌ها و گزارش‌سازی جهت کمک به تعامل کاربر–الگوریتم؛
• طراحی رابط کاربری که توضیحات SHAP و نقشه‌های Score-CAM را به زبان قابل‌فهم برای کاربران آزمایشگاهی نمایش دهد.

جمع‌بندی کاربردی

این مطالعه نشان می‌دهد ترکیب یک مدل یادگیری عمیق (YOLO) با یک مدل تبیینی مبتنی بر ویژگی‌های مورفولوژیک می‌تواند هم دقت بالا و هم قابلیت تبیین را فراهم آورد. نتایج امیدوارکننده‌اند، اما پیش از استفاده بالینی گسترده باید موارد زیر انجام شود: اعتبارسنجی در مراکز و مجموعه داده‌های مختلف، آزمایش در جریان کار واقعی آزمایشگاه، و ارزیابی ملاحظات قانونی و اخلاقی. در وضعیت فعلی، این چارچوب می‌تواند به‌عنوان یک ابزار کمکی برای افزایش کارایی و شفافیت در گزارش‌های هماتولوژی مطرح شود، اما جایگزین نظر کارشناسی انسانی نیست.

منبع

Aligning deep learning and interpretable models for blood cell classification: A dual-model framework for explainability. PLOS Digital Health (2026). DOI: https://doi.org/10.1371/journal.pdig.0001514

توجه: این نوشتار بر مبنای خلاصه و اطلاعات منتشرشده در منبع فوق تهیه شده و تحلیل‌ها و تفسیرهای تحریریه پزشک سایت است. استفاده از نتایج پژوهش در محیط‌های بالینی نیازمند ارزیابی‌های مستقل، در نظر گرفتن مقررات محلی و مشورت با متخصصین بالینی است.

مطالب این مقاله فقط برای افزایش آگاهی عمومی است و جایگزین تشخیص یا درمان پزشکی نیست. برای اطلاعات بیشتر، صفحه سیاست پزشکی و سلب مسئولیت پزشک سایت را بخوانید.