چرا داده چندوجهی ارزشمند است؟ وقتی AI پزشکی به یک «قطعه» از بیمار بسنده نمی‌کند

---

داده چندوجهی در پزشکی یعنی ترکیب اطلاعاتی مانند تصویر، پرونده الکترونیک، آزمایش، ژنتیک، علائم حیاتی و داده‌های پوشیدنی. در این مقاله بررسی می‌کنیم چرا این ترکیب می‌تواند مدل‌های هوش مصنوعی را به تصمیم‌گیری واقعی پزشک نزدیک‌تر کند و چه چالش‌هایی در کیفیت، همگام‌سازی، سوگیری و حریم خصوصی دارد.

---

مقدمه

پزشک برای تصمیم‌گیری فقط به یک عدد یا یک تصویر نگاه نمی‌کند. ممکن است MRI را ببیند، نتیجه آزمایش را بررسی کند، داروهای قبلی را بخواند، درباره علائم سؤال بپرسد و سابقه خانوادگی را در نظر بگیرد. داده چندوجهی در پزشکی تلاش می‌کند همین منطق را وارد هوش مصنوعی کند: به جای اینکه مدل فقط یک منبع، مانند تصویر یا متن، را تحلیل کند، چند نوع داده مکمل را کنار هم بگذارد.

سلامت انسان چندبعدی است: تصویر ساختار بدن را نشان می‌دهد، آزمایش وضعیت فیزیولوژیک را، ژنتیک استعداد زیستی را و پوشیدنی‌ها تغییرات روزمره را ثبت می‌کنند. ترکیب این قطعات فقط وقتی ارزش دارد که داده‌ها باکیفیت و از نظر بالینی مرتبط باشند.

---

داده چندوجهی در پزشکی چیست؟

Multimodal Data یا داده چندوجهی به مجموعه‌ای از داده‌ها گفته می‌شود که از چند منبع یا قالب متفاوت درباره یک بیمار به دست می‌آیند. این منابع می‌توانند شامل تصویر پزشکی، متن گزارش، پرونده الکترونیک، نتایج آزمایشگاه، نوار قلب، داده ژنومی، صدا، ویدئو یا اطلاعات ابزارهای پوشیدنی باشند.

مرور Multimodal Biomedical AI در Nature Medicine توضیح می‌دهد که رشد پرونده‌های الکترونیک، تصویربرداری، حسگرها و داده‌های ژنومی زمینه توسعه مدل‌های چندوجهی را فراهم کرده است.

پاسخ کوتاه برای موتورهای پاسخ‌گو

داده چندوجهی ارزشمند است، زیرا هر نوع داده فقط بخشی از وضعیت بیمار را نشان می‌دهد. ترکیب تصویر، آزمایش، سابقه بالینی، ژنتیک و داده‌های روزمره می‌تواند اطلاعات مکمل ایجاد کند و به AI کمک کند خطر، تشخیص یا پاسخ درمانی را با زمینه بیشتری ارزیابی کند. بااین‌حال، «داده بیشتر» فقط زمانی مفید است که هر منبع اطلاعات تازه و قابل اعتماد اضافه کند.

---

چرا یک نوع داده برای شناخت بیمار کافی نیست؟

فرض کنید در CT ریه یک ندول دیده شده است. خود تصویر درباره اندازه و شکل ضایعه اطلاعات می‌دهد، اما سن بیمار، سابقه سیگار، تغییر اندازه ندول در اسکن قبلی و نتیجه پاتولوژی می‌توانند معنای آن را کاملاً تغییر دهند. در چنین شرایطی، مدل تک‌وجهی فقط بخشی از مسئله را می‌بیند.

داده آزمایشگاهی نیز بدون علائم، تصویر یا سابقه بالینی ممکن است مبهم باشد. ارزش اصلی در اطلاعات مکمل است؛ اگر دو منبع همان چیز را تکرار کنند، افزودن هر دو لزوماً مدل را بهتر نمی‌کند، اما منابع مکمل می‌توانند ابهام را کاهش دهند.

---

ترکیب تصویر و پرونده الکترونیک چه ارزشی ایجاد می‌کند؟

تصویر پزشکی اطلاعات بسیار غنی درباره ساختار یا بافت دارد، اما اغلب فاقد زمینه گسترده بیمار است. پرونده الکترونیک سلامت این زمینه را اضافه می‌کند: تشخیص‌های قبلی، داروها، سن، آزمایش‌ها، بستری‌ها و تغییرات زمانی.

برای مثال، رادیوگرافی قفسه سینه در کنار علائم حیاتی و سابقه بیماری معنای بیشتری پیدا می‌کند. متن گزارش نیز ارزش مستقل دارد؛ مدل‌های تصویر–متن می‌توانند میان ویژگی‌های بصری و زبان پزشکی رابطه برقرار کنند و برای بازیابی تصویر یا پشتیبانی از گزارش‌نویسی به کار روند.

---

نقش ژنتیک، اُمیکس و آزمایش‌های بالینی

ژنوم اطلاعاتی نسبتاً پایدار درباره استعداد زیستی می‌دهد، اما وضعیت فعلی بدن را کامل نشان نمی‌دهد. ترنسکریپتوم، پروتئوم و متابولوم می‌توانند فعالیت مولکولی جاری را منعکس کنند. وقتی این داده‌ها با تصویر، آزمایش و سابقه بیمار ترکیب شوند، امکان شناسایی زیرگروه‌های دقیق‌تر بیماری افزایش می‌یابد.

در سرطان، دو تومور با ظاهر مشابه ممکن است از نظر جهش یا مسیر مولکولی متفاوت باشند و به درمان‌های متفاوت پاسخ دهند. در چنین مثالی، تصویر محل و ساختار را نشان می‌دهد و داده مولکولی درباره زیست‌شناسی تومور اطلاعات اضافه می‌کند.

این ترکیب برای پزشکی دقیق جذاب است، اما افزایش لایه‌های اُمیکس هزینه و پیچیدگی را بالا می‌برد؛ هر نشانگر تازه باید ارزش بالینی واقعی داشته باشد.

---

پوشیدنی‌ها چگونه بُعد زمان را وارد مدل می‌کنند؟

بیشتر داده‌های بیمارستانی مقطعی‌اند؛ بیمار در یک زمان مشخص آزمایش می‌دهد یا تصویر تهیه می‌کند. ساعت هوشمند، پایشگر قند و حسگرهای خانگی می‌توانند داده را در طول روزها و ماه‌ها ثبت کنند. این مسئله بُعد زمان را وارد مدل می‌کند.

یک ECG کوتاه ممکن است طبیعی باشد، اما پوشیدنی می‌تواند حمله‌های پراکنده آریتمی را ثبت کند. در دیابت نیز روند پیوسته قند از یک اندازه‌گیری منفرد اطلاعات بیشتری می‌دهد. البته کیفیت دستگاه و داده‌های گمشده باید کنترل شوند.

---

هوش مصنوعی چگونه چند نوع داده را با هم ادغام می‌کند؟

مدل‌های چندوجهی باید داده‌هایی با ساختار کاملاً متفاوت را به نمایش مشترک تبدیل کنند. تصویر از پیکسل ساخته شده، متن از کلمه، آزمایش از عدد و ژنوم از توالی. یکی از چالش‌های فنی اصلی این است که مدل ارتباط میان این قالب‌ها را بدون از دست دادن معنای هرکدام یاد بگیرد.

مدل‌ها می‌توانند داده‌ها را در مراحل ابتدایی، میانی یا در سطح خروجی با هم ادغام کنند. برای کاربرد بالینی، پرسش مهم این است که آیا منبع جدید واقعاً عملکرد و تصمیم‌گیری را بهتر کرده یا فقط مدل را پیچیده‌تر کرده است.

---

کاربرد داده چندوجهی در سرطان، قلب و مغز

در سرطان، می‌توان CT یا پاتولوژی را با ژنتیک تومور، آزمایش و پرونده بیمار ترکیب کرد تا خطر یا پاسخ درمان بررسی شود.

در قلب، ECG، اکوکاردیوگرافی و داده‌های پوشیدنی اطلاعات مکمل می‌دهند. در بیماری‌های عصبی نیز MRI، PET، آزمون شناختی، گفتار و نشانگرهای زیستی می‌توانند کنار هم قرار گیرند.

پژوهش Med-PaLM Multimodal مدلی را بررسی کرد که زبان پزشکی، تصویر و داده ژنومی را پردازش می‌کرد. چنین مدل‌هایی برای استفاده بالینی همچنان به اعتبارسنجی محیط واقعی نیاز دارند.

---

آیا مدل چندوجهی همیشه از مدل تک‌وجهی بهتر است؟

خیر. این یکی از مهم‌ترین سوءبرداشت‌هاست. اگر یک منبع داده کیفیت پایین داشته باشد یا اطلاعاتی غیرمرتبط وارد کند، ممکن است مدل را ضعیف‌تر کند. پیچیدگی بیشتر همچنین خطر بیش‌برازش و هزینه محاسبات را افزایش می‌دهد.

مطالعات متعدد بهبود عملکرد مدل‌های چندوجهی را گزارش کرده‌اند، اما داده ناقص و ناهمگونی همچنان چالش مهمی است. بنابراین هر پروژه نباید صرفاً همه داده‌های موجود را وارد مدل کند.

قاعده عملی ساده است: هر مدالیته باید ارزش افزوده قابل سنجش داشته باشد. اگر حذف یک نوع داده عملکرد را تغییر ندهد، نگهداری آن ممکن است هزینه و ریسک غیرضروری ایجاد کند.

---

چالش داده‌های گمشده، ناهمگونی و سوگیری

در دنیای واقعی، همه بیماران همه آزمایش‌ها را ندارند. MRI ممکن است فقط برای افراد خاص درخواست شود و آزمایش ژنتیک نیز در دسترس همه نباشد. این «گمشدگی» تصادفی نیست؛ تصمیم پزشک، هزینه و دسترسی در آن نقش دارند. مدل ممکن است همین الگو را به اشتباه به عنوان نشانه بیماری یاد بگیرد.

همگام‌سازی زمانی نیز مهم است؛ آزمایش امروز و MRI شش ماه قبل الزاماً یک وضعیت زیستی واحد را نشان نمی‌دهند.

ناهمگونی جمعیت و دستگاه نیز مهم است. اصول Good Machine Learning Practice FDA بر داده‌های نماینده جمعیت هدف، استقلال مناسب مجموعه‌های آموزش و آزمون و ارزیابی کل چرخه عمر تأکید می‌کند. مدل چندوجهی نباید فقط در یک مرکز عملکرد خوبی داشته باشد.

---

حریم خصوصی و حکمرانی داده

اتصال ژنوم، تاریخ مراجعه، تصویر و داده پوشیدنی می‌تواند خطر شناسایی فرد را افزایش دهد، حتی اگر هر منبع به‌تنهایی کم‌خطر به نظر برسد.

راهنمای سازمان جهانی بهداشت درباره مدل‌های بزرگ چندوجهی در سلامت بر شفافیت، حریم خصوصی، نظارت انسانی و ارزیابی خطر تأکید دارد و درباره خروجی نادرست یا سوگیرانه هشدار می‌دهد.

بنابراین سازمان درمانی باید مشخص کند چه داده‌ای واقعاً لازم است، چه کسی به آن دسترسی دارد و نتیجه مدل چگونه بر بیمار اثر می‌گذارد.

---

آینده AI چندوجهی در پزشکی

آینده احتمالاً به مدل‌هایی تعلق دارد که اطلاعات بیمار را مانند یک پزشک از چند زاویه بخوانند: تصویر را ببینند، گزارش را بفهمند، آزمایش را تحلیل کنند و روند زمانی را در نظر بگیرند. اما هدف، ساخت «مدلی که همه چیز می‌بیند» نیست؛ هدف ساخت مدلی است که اطلاعات لازم را در زمان درست ترکیب کند.

این رویکرد می‌تواند به برآورد خطر، انتخاب درمان و پایش طولی کمک کند. معیار موفقیت باید بالینی باشد: آیا مدل تصمیم را بهتر، سریع‌تر یا عادلانه‌تر می‌کند؟

---

جمع‌بندی

چرا داده چندوجهی ارزشمند است؟ چون بیماری و سلامت انسان در یک نوع داده خلاصه نمی‌شوند. تصویر ساختار را نشان می‌دهد، آزمایش وضعیت فیزیولوژیک را، ژنتیک استعداد زیستی را، پرونده الکترونیک تاریخچه را و پوشیدنی‌ها تغییرات روزمره را ثبت می‌کنند. کنار هم قرار دادن این اطلاعات می‌تواند AI را به شیوه واقعی تصمیم‌گیری بالینی نزدیک‌تر کند.

اما چندوجهی بودن مترادف بهتر بودن نیست. کیفیت پایین، داده گمشده، ناهمگونی زمانی، سوگیری و خطر حریم خصوصی می‌توانند مزیت ترکیب داده را از بین ببرند. ارزش واقعی زمانی شکل می‌گیرد که هر منبع اطلاعات مکمل، معتبر و قابل اقدام ارائه کند و مدل در جمعیت واقعی اعتبارسنجی شود.

---

سوالات متداول

داده چندوجهی پزشکی شامل چه چیزهایی است؟

تصاویر پزشکی، پرونده الکترونیک، آزمایش‌ها، ژنتیک و اُمیکس، علائم حیاتی، متن گزارش، صدا، ویدئو و داده‌های پوشیدنی می‌توانند بخشی از یک مجموعه چندوجهی باشند.

چرا ترکیب چند نوع داده می‌تواند دقت AI را افزایش دهد؟

زیرا منابع مختلف جنبه‌های متفاوتی از بیماری را نشان می‌دهند. ترکیب اطلاعات مکمل می‌تواند ابهام یک منبع منفرد را کاهش دهد، البته فقط اگر داده‌ها باکیفیت و مرتبط باشند.

آیا مدل چندوجهی همیشه بهتر از مدل تک‌وجهی است؟

خیر. داده کم‌کیفیت یا غیرمرتبط ممکن است عملکرد را کاهش دهد. باید ارزش افزوده هر مدالیته به صورت جداگانه سنجیده شود.

مهم‌ترین چالش AI چندوجهی چیست؟

داده‌های گمشده، هماهنگ‌سازی زمانی، تفاوت فرمت‌ها، انتقال مدل میان مراکز، سوگیری جمعیتی و حریم خصوصی از چالش‌های اصلی‌اند.

آینده داده چندوجهی در پزشکی چیست؟

احتمالاً مدل‌های آینده تصویر، متن، آزمایش، ژنتیک و داده‌های طولی را برای تصمیم‌گیری شخصی‌تر ترکیب می‌کنند؛ اما استفاده بالینی آن‌ها به اعتبارسنجی، شفافیت و نظارت انسانی وابسته خواهد بود.