چت‌جی‌پی‌تی و جمینای در آزمون بافت‌شناسی؛ چت‌بات‌های هوش مصنوعی تا چه اندازه در تشخیص سرطان موفق‌اند؟
گروهی از متخصصان پوست در دانشگاه کالیفرنیا، لس‌آنجلس (UCLA)، دو چت‌بات پرکاربرد هوش مصنوعی در جهان را در معرض آزمونی متفاوت قرار دادند. پژوهشگران به‌جای تصاویر ظاهری ضایعات پوستی، تصاویر بافت‌شناسی را در اختیار این سامانه‌ها گذاشتند؛ یعنی تصاویری از برش‌های رنگ‌آمیزی‌شده بافت که آسیب‌شناسان برای تشخیص قطعی سرطان زیر میکروسکوپ بررسی می‌کنند. این مطالعه که در قالب یک نامه پژوهشی در مجله Archives of Dermatological Research منتشر شده است، دقت چت‌جی‌پی‌تی و جمینای را در شناسایی سرطان سلول بازال، شایع‌ترین نوع سرطان پوست در انسان، صرفاً بر اساس تصاویر میکروسکوپی ارزیابی کرد.
تفاوت میان ارزیابی بالینی و بررسی بافت‌شناختی اهمیت زیادی دارد؛ زیرا تشخیص قطعی سرطان سلول بازال در نهایت به بررسی بافت وابسته است، نه صرفاً مشاهده ظاهری ضایعه. هنگامی که متخصص پوست از نظر بالینی به وجود این سرطان مشکوک می‌شود، از ضایعه نمونه‌برداری می‌کند و نمونه را به برش‌های نازک و رنگ‌آمیزی‌شده تبدیل می‌کنند. این برش‌ها معمولاً با هماتوکسیلین و ائوزین رنگ‌آمیزی می‌شوند تا ساختار سلولی تومور مشخص شود. سپس آسیب‌شناس به دنبال ویژگی‌های شاخصی مانند تجمعات سلول‌های بازالوئید، ردیف‌شدن منظم سلول‌ها در حاشیه این تجمعات و آثار جمع‌شدگی استروما می‌گردد. بنابراین، ابزاری که قرار است در مرحله تشخیص قطعی به پزشک کمک کند، باید بتواند تصاویر میکروسکوپی را تحلیل کند، نه اینکه فقط به درموسکوپی، یعنی بررسی ضایعات پوستی با ابزار بزرگ‌نمایی تخصصی، متکی باشد. گروه دانشگاه UCLA دقیقاً همین حوزه را برای ارزیابی انتخاب کرد.
سرطان سلول بازال بخش عمده سرطان‌های پوست غیرملانومی را تشکیل می‌دهد. این سرطان با وجود احتمال پایین متاستاز، در صورت تأخیر در تشخیص می‌تواند موجب تخریب قابل‌توجه بافت‌های موضعی شود. بااین‌حال، ظاهر بافت‌شناختی آن در همه موارد یکسان نیست. زیرگونه‌هایی مانند نوع ندولار، سطحی، نفوذی و مورفه‌آفرم الگوهای میکروسکوپی متفاوتی دارند و برخی از آن‌ها ممکن است با تومورهای خوش‌خیم ضمائم پوستی یا دیگر بدخیمی‌های پوستی اشتباه گرفته شوند. این تنوع یکی از دلایلی است که طبقه‌بندی خودکار سرطان سلول بازال را، حتی برای سامانه‌های یادگیری عمیقی که به‌طور اختصاصی با مجموعه‌های بزرگی از تصاویر بافت‌شناختی برچسب‌گذاری‌شده آموزش دیده‌اند، دشوار کرده است.
انتخاب چت‌جی‌پی‌تی و جمینای برای این آزمون، بازتاب‌دهنده تغییری گسترده‌تر در شیوه ارزیابی هوش مصنوعی در پژوهش‌های پزشکی است. نسل‌های پیشین الگوریتم‌های تشخیصی، مدل‌هایی تخصصی بودند که برای تحلیل تصاویر پزشکی آموزش می‌دیدند و اغلب به مجموعه‌داده‌های گزینش‌شده و تنظیم دقیق تحت نظارت نیاز داشتند. در مقابل، مدل‌های زبانی بزرگ چندوجهی، سامانه‌هایی عمومی هستند که می‌توانند تصاویر و دستورهای متنی را بدون آموزش اختصاصی برای یک وظیفه مشخص دریافت کنند. انعطاف‌پذیری ظاهری این مدل‌ها این گمانه‌زنی را تقویت کرده است که شاید بتوان از آن‌ها به‌عنوان ابزارهای تشخیصی در دسترس، به‌ویژه در مناطقی که دسترسی به متخصصان محدود است، استفاده کرد. بااین‌حال، این مدل‌ها به‌صورت عمومی آموزش دیده‌اند و به‌طور خاص برای آسیب‌شناسی بافتی بهینه‌سازی نشده‌اند. افزون بر این، فرایند استدلال آن‌ها درباره شکل و ساختار بافت‌ها همچنان تا حد زیادی برای پژوهشگران ناشناخته است.
پژوهش جدید گروه UCLA مستقیماً بر مطالعه پیشین همین گروه استوار است؛ پژوهشی که در آن، چت‌جی‌پی‌تی و جمینای با استفاده از عکس‌های بالینی سرطان‌های پوست غیرملانومی، نه تصاویر میکروسکوپی، ارزیابی شده بودند. آن مطالعه نیز در همین مجله منتشر شد و پرسشی را مطرح کرد که در حوزه انفورماتیک پوست به‌طور فزاینده‌ای مورد توجه قرار گرفته است: آیا سامانه‌های هوش مصنوعی مکالمه‌ای که در دسترس عموم مردم هستند، می‌توانند به‌عنوان ابزارهای غربالگری اولیه عمل کنند؟ پژوهشگران با گسترش بررسی خود به تصاویر بافت‌شناختی، یک مرحله عمیق‌تر وارد فرایند تشخیص شدند و سنجیدند که آیا عملکرد این مدل‌ها در مواجهه با اطلاعاتی که آسیب‌شناس برای تشخیص قطعی به کار می‌گیرد، بهتر است یا ضعیف‌تر.
این مطالعه همچنین در چارچوب مجموعه رو به رشدی از پژوهش‌ها درباره یادگیری ماشین و سرطان سلول بازال قرار می‌گیرد. در تحلیلی که سال ۲۰۲۳ در مجله Pathology منتشر شد، سامانه‌های هوش مصنوعی برای تشخیص سرطان سلول بازال و تمایز آن از ضایعات بافت‌شناختی مشابه بررسی شدند. این پژوهش بر این نکته تأکید داشت که حتی مدل‌های تخصصی طبقه‌بندی تصویر نیز باید با ضایعاتی روبه‌رو شوند که از نظر ظاهری به یکدیگر شباهت دارند و تشخیص آن‌ها برای متخصصان انسانی هم دشوار است. در حوزه ملانوما نیز، مطالعه‌ای پرارجاع در سال ۲۰۱۹ نشان داد که یک سامانه یادگیری عمیق در طبقه‌بندی تصاویر بافت‌شناختی ملانوما می‌تواند از گروهی متشکل از ۱۱ آسیب‌شناس عملکرد بهتری داشته باشد. این نتیجه توجه بسیاری را به خود جلب کرد، اما در عین حال نشان داد که چنین سامانه‌هایی به حجم زیادی از داده‌های آموزشی گزینش‌شده نیاز دارند. تفاوت میان این سامانه‌های اختصاصی و چت‌بات‌های عمومی امروزی، برای درک درست آنچه پژوهش جدید نشان می‌دهد و آنچه اثبات نمی‌کند، اساسی است.
نمونه مرتبط دیگر، مطالعه‌ای است که در سال ۲۰۲۵ در مجله JMIR Dermatology منتشر شد و توانایی چت‌جی‌پی‌تی ۴ را در شناسایی طیف متنوعی از ضایعات پوستی و تمایز آن‌ها از سرطان سلول سنگفرشی و سرطان سلول بازال بررسی کرد. آن پژوهش نیز مانند مطالعه UCLA بر مدل‌های تجاری در دسترس تمرکز داشت، نه طبقه‌بندهایی که به‌طور اختصاصی ساخته شده‌اند. این رویکرد نشان‌دهنده روندی روش‌شناختی است: پژوهشگران به‌طور فزاینده‌ای مدل‌های پیشرفته هوش مصنوعی را سامانه‌هایی با سازوکار داخلی نامشخص در نظر می‌گیرند که می‌توان توانایی تشخیصی آن‌ها را از طریق آزمون تجربی سنجید، حتی اگر به داده‌های آموزشی یا معماری درونی آن‌ها دسترسی نداشته باشند. این روش از نظر عملی جذاب است، اما تفسیر نتایج را نیز محدود می‌کند؛ زیرا پژوهشگران نمی‌توانند به‌آسانی مشخص کنند چرا یک مدل در تحلیل تصویری موفق می‌شود و در تحلیل تصویری دیگر شکست می‌خورد.
تصاویر مورد استفاده در پژوهش UCLA با کسب مجوز از پایگاه داده عمومی Pathology Outlines تهیه شدند؛ منبعی مرجع در زمینه آسیب‌شناسی که کارآموزان و آسیب‌شناسان شاغل به‌طور گسترده از آن استفاده می‌کنند. این انتخاب هم مزایایی دارد و هم محدودیت‌هایی که باید در نظر گرفته شوند. از یک سو، استفاده از تصاویر در دسترس عموم، امکان بازتولید پژوهش را فراهم می‌کند؛ زیرا هر فرد علاقه‌مند می‌تواند همان تصاویری را مشاهده کند که در اختیار مدل‌ها قرار گرفته‌اند. این کار همچنین نیاز به گردآوری یک آرشیو جدید از نمونه‌های حاصل از نمونه‌برداری را کاهش می‌دهد و از پیچیدگی‌های اجرایی و ملاحظات اخلاقی چنین کاری می‌کاهد. از سوی دیگر، تصاویر منتشرشده در پایگاه‌های مرجع معمولاً به این دلیل انتخاب می‌شوند که نمونه‌هایی شاخص و واضح از یک بیماری هستند. در نتیجه، طبقه‌بندی آن‌ها ممکن است از تشخیص برش‌های مبهم، با جهت‌گیری نامناسب یا دارای آثار مصنوعی و خطاهای آماده‌سازی که در جریان واقعی آسیب‌شناسی جراحی دیده می‌شوند، آسان‌تر باشد. بنابراین، عملکرد مدل‌ها روی تصاویر آموزشی گزینش‌شده ممکن است نشان‌دهنده سقفی خوش‌بینانه از توانایی آن‌ها باشد، نه حداقل عملکردی که در عمل می‌توان انتظار داشت.
نکته دیگر این است که تفسیر تصاویر بافت‌شناختی به اطلاعات زمینه‌ای نیز وابسته است؛ اطلاعاتی که ممکن است در یک تصویر ثابت به‌طور کامل منعکس نشوند. آسیب‌شناسان هنگام تصمیم‌گیری تشخیصی، داده‌های بالینی مانند سن بیمار، محل ضایعه، سابقه پزشکی و ظاهر کلی نمونه‌برداری‌شده را نیز در نظر می‌گیرند. مدلی که فقط یک بخش برش‌خورده از تصویر میکروسکوپی را دریافت می‌کند، به این اطلاعات دسترسی ندارد؛ البته هر فرد دیگری که همان تصویر را به‌تنهایی بررسی کند نیز با همین محدودیت روبه‌رو است. اینکه آیا پژوهشگران همراه تصاویر، شرح‌حال‌های بالینی نیز ارائه کرده‌اند و خروجی مدل‌ها را با چه معیار مرجعی سنجیده‌اند، از جمله جزئیاتی است که بر نحوه تفسیر ارقام دقت اثر می‌گذارد. نامه‌های پژوهشی به دلیل کوتاه بودن، گاهی این پرسش‌های روش‌شناختی را برای بررسی و قضاوت خوانندگان باقی می‌گذارند.
زمان‌بندی انتشار این مطالعه نیز اطلاعاتی درباره چارچوب پژوهش به دست می‌دهد. مقاله در ماه مه ۲۰۲۶ دریافت شد، در ژوئن مورد بازنگری قرار گرفت و در اوت پذیرفته شد. انتشار آن در اول سپتامبر همان سال و در جلد ۳۱۸ مجله صورت گرفت. این روند نسبتاً سریع برای نامه‌های پژوهشی معمول است؛ قالبی که هدف آن انتشار سریع یافته‌های مختصر است، نه ارائه تحلیل‌هایی جامع و مفصل. نویسندگان اعلام کردند که تعارض منافعی ندارند و هیچ بودجه خارجی دریافت نکرده‌اند. این اطلاعات نشان می‌دهد که پژوهش احتمالاً به‌عنوان فعالیتی دانشگاهی انجام شده است، نه ارزیابی‌ای با حمایت مالی یک شرکت صنعتی. چنین الگویی در این حوزه رایج است و هم دسترس‌پذیری روش‌ها و هم مقیاس نسبتاً محدود این نوع مطالعات را نشان می‌دهد.
ترکیب اعضای گروه پژوهشی نیز قابل توجه است. این تیم از بخش پوست دانشگاه UCLA و دانشکده پزشکی دیوید گفن تشکیل شده و متخصصان بالینی را در کنار یکی از نویسندگان دانشجوی پزشکی گرد هم آورده است. تقسیم وظایف گزارش‌شده در مقاله، شامل تدوین ایده و طراحی مطالعه توسط دو نویسنده ارشد، گردآوری داده‌ها توسط یک عضو و انجام تحلیل و آماده‌سازی دست‌نوشته توسط عضو دیگر بوده است. این ساختار با الگوی فزاینده پژوهش‌های ارزیابی هوش مصنوعی در دانشگاه‌ها و مراکز پوست‌شناسی همخوانی دارد؛ در این الگو، متخصصان بالینی چارچوب پژوهش را تعیین می‌کنند و پژوهشگران در حال آموزش اغلب آزمون‌های عملی و نگارش مقاله را بر عهده می‌گیرند.
برای پزشکان و بیماران، نتیجه عملی این دسته از پژوهش‌ها باید با علاقه‌مندی محتاطانه همراه باشد، نه استفاده فوری از این ابزارها. حتی اگر چت‌جی‌پی‌تی و جمینای در تحلیل تصاویر بافت‌شناختی گزینش‌شده عملکرد قابل قبولی داشته باشند، در حال حاضر چارچوب مقرراتی لازم برای استفاده از آن‌ها به‌عنوان ابزار تشخیصی پزشکی فراهم نیست. افزون بر این، پاسخ این مدل‌ها ممکن است در پرسش‌های مختلف تغییر کند و دلایل این تغییرات به‌خوبی شناخته نشده است. جزئیات داده‌های آموزشی آن‌ها نیز منتشر نشده و این احتمال وجود دارد که مدل‌ها در جریان آموزش با تصاویری مشابه نمونه‌های موجود در پایگاه‌های عمومی آسیب‌شناسی مواجه شده باشند؛ مسئله‌ای که می‌تواند دقت ظاهری آن‌ها را بیش از حد واقعی نشان دهد. برای مشخص شدن اینکه آیا هوش مصنوعی عمومی می‌تواند به‌طور معناداری به تشخیص بافت‌شناختی کمک کند، همچنان اعتبارسنجی مستقل با استفاده از نمونه‌های تازه و اختصاصی مراکز درمانی، معیار اصلی به شمار می‌رود.
با وجود این محدودیت‌ها، مسیر تحول این حوزه پژوهشی قابل توجه است. تنها در چند سال، پرسش اصلی از این تغییر کرده است که آیا هوش مصنوعی اساساً می‌تواند سرطان پوست را طبقه‌بندی کند یا نه؛ مسئله‌ای که سامانه‌های یادگیری عمیق تخصصی تا حد زیادی به آن پاسخ داده‌اند. اکنون پرسش این است که آیا مدل‌های مکالمه‌ای پرکاربرد نیز می‌توانند بدون آموزش تخصصی همین کار را انجام دهند. دو مطالعه گروه UCLA که از عکس‌های بالینی به برش‌های بافت‌شناختی حرکت کرده‌اند، مراحل مختلف فرایند تشخیص را دنبال می‌کنند و می‌پرسند هوش مصنوعی عمومی در کدام مرحله ممکن است مفید باشد. با پیشرفت مدل‌های چندوجهی و فراهم شدن مجموعه‌داده‌های اعتبارسنجی بزرگ‌تر و متنوع‌تر، پژوهش‌هایی از این دست می‌توانند معیارهایی برای سنجش پیشرفت‌ها و محدودیت‌های پایدار هوش مصنوعی در تشخیص میکروسکوپی شایع‌ترین نوع سرطان پوست فراهم کنند.
موضوع پژوهش: دقت تشخیصی چت‌بات‌های مبتنی بر مدل‌های زبانی بزرگ در شناسایی سرطان سلول بازال از تصاویر بافت‌شناختی.
عنوان مقاله: ارزیابی دقت تشخیصی چت‌جی‌پی‌تی و جمینای در شناسایی سرطان سلول بازال در تصاویر بافت‌شناختی.
منابع مقاله: خان، س.، هندری، ا.، مدیری، ا. و دیویس، ج. (۲۰۲۶). ارزیابی دقت تشخیصی چت‌جی‌پی‌تی و جمینای در شناسایی سرطان سلول بازال در تصاویر بافت‌شناختی. Archives of Dermatological Research, 318(1)، مقاله ۳۸۸. https://doi.org/10.1007/s00403-026-04836-9
اعتبار تصویر: تولیدشده با هوش مصنوعی.
شناسه دیجیتال مقاله (DOI): 10.1007/s00403-026-04836-9
کلیدواژه‌ها: هوش مصنوعی، چت‌جی‌پی‌تی، جمینای، سرطان سلول بازال، آسیب‌شناسی پوست، بافت‌شناسی، مدل‌های زبانی بزرگ، دقت تشخیصی، سرطان پوست، یادگیری ماشین، تصویربرداری پزشکی، آسیب‌شناسی.
منبع خبر: اوفلیا کیتینگ، ۱۶ اکتبر ۲۰۲۶، «چت‌جی‌پی‌تی و جمینای در آزمون بافت‌شناسی؛ چت‌بات‌های هوش مصنوعی تا چه اندازه می‌توانند سرطان سلول بازال را زیر میکروسکوپ تشخیص دهند؟»، Scienmag.