Махав (лепра, бемории Ҳансен) бемории музмини сироятӣ мебошад, ки асосан бо Mycobacterium leprae ва камтар бо Mycobacterium lepromatosis алоқаманд буда, махсусан пӯст ва системаи асаби канориро осеб медиҳад. Ин шарҳи сохторёфтаи ривоятӣ сатҳи кунунии далелҳоро барои омӯзиши мошинӣ, омӯзиши амиқ, диди компютерӣ, зеҳни сунъии мултимодалӣ, телетиб ва технологияҳои тандурустии мобилӣ дар ташхиси махав арзёбӣ мекунад. Таҳқиқот модели нави AI ё маълумоти нави беморонро тавлид намекунад; таҳқиқоти қаблан нашршудаи махсуси махавро аз далелҳои ғайримустақими адабиёти умумии AI дар дерматология, ҳангоми зарурат, ҷудо карда баррасӣ мекунад.

Паёми асосии шарҳ ин аст, ки AI метавонад дар ташхиси махав абзори умедбахши дастгирии қарор бошад, аммо далелҳои мавҷуда ҷойгузини арзёбии клиникии мутахассис шудани AI-ро дастгирӣ намекунанд. Дар муҳитҳои таҳқиқотӣ баъзе моделҳо accuracy, sensitivity, specificity ё AUC-и баланд гузориш кардаанд; аммо таҳқиқот аз рӯи маҷмӯи маълумот, аҳолии беморон, усули гирифтани тасвир, вазифаи ҳадаф ва шакли валидасия аз ҳам хеле фарқ мекунанд. Аз ин рӯ, қиматҳои гузоришшудаи иҷроишро ҳамчун як “дақиқии AI барои махав” муттаҳид кардан мумкин нест.

Дар яке аз намунаҳои мустақиман ба махав нигаронидашуда, системаи бар random forest асосёфтаи de Souza ва ҳамкорон, ки бо сабтҳои клиникӣ ва эпидемиологӣ кор мекард, дар таснифи paucibacillary ва multibacillary accuracy-и %92,38, sensitivity-и %93,97 ва specificity-и %87,09 гузориш кардааст. Дар таҳқиқоти AI4Leprosy барои системаи мултимодалӣ, ки аксҳои осеби пӯстро бо тағйирёбандаҳои демографӣ ва клиникӣ якҷо мекард, %90 accuracy ва 0,9646 AUC гузориш шудааст. Дар таҳқиқоти тасвирии Yotsu ва ҳамкорон, ки панҷ бемории тропикии нодидагирифташудаи вобаста ба пӯстро дар бар мегирифт, сатҳи умумии пешгӯии дуруст аз %70 зиёд буда, ResNet-50 нисбат ба VGG-16 беҳтар кор кардааст. Натиҷаи охирин нишондиҳандаи махсуси танҳо махав нест.

Ин рақамҳоро мустақим муқоиса кардан мумкин нест. Таҳқиқоти аввал таснифи амалиётии PB/MB-ро бо маълумоти сохторёфта, дуюм таснифи мултимодалии махавро бо акс ва маълумоти клиникӣ, ва сеюм фарқгузории панҷ бемории пӯст, аз ҷумла махав, аз рӯйи тасвирҳоро арзёбӣ кардааст. Илова бар ин, дар Ҷадвали 1-и худи шарҳи манбаъ баъзе майдонҳои валидасия ва меъмории модел ҳамчун ҷойгузорҳои редаксионии нопурраи “verify in full text” ё “architecture to verify” боқӣ мондаанд, бинобар ин Verianla ин майдонҳоро тахмин накардааст.

Шарҳ таъкид мекунад, ки барои ташхиси махав ягон озмоиши ягонаи лабораторӣ вуҷуд надорад, ки худ аз худ sensitivity-и кофӣ дошта бошад. Арзёбии клиникӣ метавонад бо микроскопияи slit-skin smear, гистопатология, усулҳои молекулавӣ мисли PCR/qPCR, санҷишҳои серологӣ ва биомаркерҳо якҷо истифода шавад. Махсусан дар бемории paucibacillary (PB) паст будани бори бактериявӣ ҳам микроскопияи анъанавӣ ва ҳам ташхиси барвақти клиникиро душвор мекунад.

Эҳтимолтарин нақши наздикмуддати AI дастгирии арзёбии тасвирҳои осеби пӯст, кӯмак ба таснифи амалиётии PB/MB, триажи ҳолатҳои номуайян, назорати сифати тасвир ва осон кардани роҳнамоии теледерматологӣ дар минтақаҳое мебошад, ки дастрасӣ ба мутахассис маҳдуд аст. Бо вуҷуди ин, кам будани маҷмӯи маълумоти калон, хубтамғагузоришуда ва фарогири аҳолии гуногун; набудани валидасияи беруна; ғаразнокии алгоритмие, ки метавонад аз пигментатсияи пӯст, намояндагии демографӣ ва шароити тасвирбардорӣ ба вуҷуд ояд; масъалаҳои шарҳпазирӣ ва махфияти маълумот истифодаи мунтазами клиникиро маҳдуд мекунанд.

Манбаъ ҳамчунин махсус қайд мекунад, ки таҳқиқоти махсуси махав натиҷаҳои иҷроишро аз рӯйи зергуруҳҳои ранги пӯст пешниҳод накардаанд. Аз ин рӯ, на натиҷаи “AI дар пӯсти тира бадтар кор мекунад” ва на “аз ранги пӯст таъсир намегирад” бо маълумоти махсуси махав дар ин шарҳ исбот нашудааст. Ин хатар ҳамчун нигаронии мантиқӣ аз адабиёти умумии AI дар дерматология бармеояд ва барои махав валидасияи проспективии зергуруҳҳоро талаб мекунад.

Дар натиҷа, таҳқиқот зеҳни сунъӣ ва тандурустии рақамиро на ҳамчун системаи ташхиси автономӣ, балки ҳамчун қабати ёрирасоне ҷойгир мекунад, ки клиницист, озмоиши лаборатории тасдиқкунанда, телетиб ва системаҳои роҳнамоиро бо ҳам мепайвандад.

Нақши Зеҳни Сунъӣ дар Ташхиси Махав Чист?

Зеҳни сунъӣ дар ташхиси махав қабати ҳисоббарории дастгирӣ мебошад, ки метавонад бо истифода аз қолабҳо дар аксҳои клиникӣ ё маълумоти сохторёфтаи клиникӣ ва эпидемиологӣ ба шинохти осеб, таснифи амалиётӣ, триаж ва дастгирии қарори клиникӣ кумак кунад; далелҳои мавҷудаи махсуси махав на ҷойгузин шудани клиницист ва усулҳои ташхиси тасдиқкунанда, балки пурра кардани онҳоро аз ҷониби AI дастгирӣ мекунанд.

Чаро ташхиси барвақти махав душвор аст?

Намуди клиникии махав якхела нест. Дар пӯст метавонанд минтақаҳои гипопигментшуда ё эритематозӣ, аз даст рафтани ҳис, осеби асабҳои канорӣ, ихтилоли моторӣ, заъфи мушакҳо, кам шудани арақкунӣ, пӯсти хушк, гиреҳҳо ё инфилтратсияи васеътари пӯст пайдо шаванд. Ин тағйирпазирӣ, махсусан дар марҳилаи аввали беморӣ, хавфи омехта шудан бо дигар бемориҳои илтиҳобӣ ё сироятии пӯстро зиёд мекунад.

Мушкилоти дуюме, ки манбаъ таъкид мекунад, давраи тӯлонии инкубатсия мебошад. Азбаски нишонаҳои клиникӣ метавонанд муддати дароз пас аз сироят пайдо шаванд, ёфтани ҳолатҳои барвақт метавонад душвортар шавад.

Мушкилоти сеюм ин аст, ки дар тамоми спектри беморӣ озмоиши лабораторие нест, ки танҳо худаш sensitivity-и кофӣ таъмин кунад. Арзёбии ниҳоии ташхисӣ метавонад ба баррасии якҷояи нишонаҳои клиникӣ, санҷиши бактериологӣ, гистопатология, усулҳои молекулавӣ ва дар ҳолати зарурӣ биомаркерҳои иммунологӣ асос ёбад.

Нишонаҳои кардиналӣ дар ташхиси махав

Дар шарҳ се гурӯҳи асосии нишонаҳо дар пояи ташхиси клиникӣ қарор доранд: осебҳои гипопигментшуда ё эритематозии пӯст, ки бо аз даст рафтани ҳис алоқаманданд; осеби асабҳои канорӣ бо ихтилоли ҳиссӣ ё моторӣ; ва нишон додани бациллаҳои ба кислота тобовар дар санҷиши slit-skin smear.

Дар манбаъ хулосае нест, ки ягонтои ин нишонаҳо пурра бо таснифи автоматии тасвир иваз шудаанд. Махсусан, санҷиши ҳис ва арзёбии асабҳои канорӣ маълумоти клиникие мебошанд, ки аз як акси пӯст мустақим гирифта намешаванд.

Чаро Фарқи Байни Махави Paucibacillary ва Multibacillary Муҳим Аст?

Paucibacillary (PB) ва multibacillary (MB) ду гурӯҳе мебошанд, ки дар таснифи амалиётии махав истифода мешаванд; дар ин шарҳ бемории PB махсусан муҳим аст, зеро бори пасти бактериявӣ ва нишонаҳои клиникии камтар намоён метавонанд sensitivity-и микроскопия ва дигар равишҳои ташхисиро коҳиш дода, ташхиси барвақтро душвор кунанд.

Бемории Paucibacillary

Дар бемории PB паст будани бори бактериявӣ метавонад тасдиқи классикии бактериологиро душвортар кунад. Манбаъ қайд мекунад, ки микроскопияи slit-skin smear дар бемории PB метавонад sensitivity-и паст дошта бошад.

Ин ҳолат аз ҷиҳати AI низ муҳим аст. Агар худи ташхиси референсӣ бо душворӣ ба даст ояд, сохтани “тамғаҳои дуруст”, ки модели AI бо онҳо омӯзонда мешавад, низ душвортар мегардад. Ин шарҳи методологие мебошад, ки Verianla аз натиҷаҳои манбаъ баровардааст; манбаъ сатҳи нави рақамии хатои тамғагузориро намедиҳад.

Бемории Multibacillary

Азбаски бемории MB бо бори баланди бактериявӣ алоқаманд аст, усулҳои бактериологӣ мисли slit-skin smear метавонанд дар ин гурӯҳ муфидтар бошанд. Манбаъ мегӯяд, ки усули slit-skin smear барои тасдиқи бемории MB specificity-и баланд дорад ва метавонад bacterial index-ро муайян кунад.

Оё манбаъ ҳадҳои дақиқи PB/MB-ро медиҳад?

Шарҳ аз таснифи амалиётии PB ва MB ёд мекунад ва дар Расми 1 ҳар ду синфро ҳамчун марҳилаи роҳи ташхис нишон медиҳад. Аммо матни асосии ин мақола ҳадҳои муфассали рақамии осеб ё асабро барои PB/MB дар шакли ҷадвали омӯзишии тасниф пешниҳод намекунад. Аз ин рӯ, Verianla ҳадҳое, ки дар манбаъ нестанд, ҳамчун натиҷаи ин мақола илова намекунад.

Микроскопияи slit-skin smear чист?

Slit-skin smear арзёбии бактериологӣ мебошад, ки дар он бациллаҳои ба кислота тобовар дар маводи аз пӯст гирифташуда микроскопӣ ҷустуҷӯ мешаванд. Шарҳ қайд мекунад, ки ин усул дар бемории MB specificity-и баланд медиҳад ва ба чен кардани bacterial index кумак мекунад, аммо дар бемории PB sensitivity метавонад паст бошад.

Иҷроиш ба гирифтани намунаи мувофиқ ва кормандони ботаҷриба вобаста аст. Аз ин рӯ, на танҳо мавҷудияти техникии усул, балки сифати иҷрои он низ қисми эътимоднокии ташхис мебошад.

Чаро гистопатология истифода мешавад?

Санҷиши гистопатологии биопсияи пӯст дар бораи нишонаҳое мисли илтиҳоби гранулематозӣ, осеби асабҳои канорӣ ва тақсимшавии бациллаҳо маълумоти иловагӣ медиҳад. Он инчунин метавонад ба чаҳорчӯбаҳои гистопатологӣ/клиникӣ мисли таснифи Ridley–Jopling саҳм гузорад.

Манбаъ ҳамзамон қайд мекунад, ки баъзе нишонаҳои гистопатологӣ дар бемории барвақт метавонанд махсус набошанд ва тафсир таҷрибаи дерматопатологиро талаб кунад.

PCR ва qPCR чӣ медиҳанд?

Polymerase chain reaction (PCR) ва quantitative PCR (qPCR) равишҳои ташхиси молекулавие мебошанд, ки DNA-и Mycobacterium leprae -ро мустақим ҳадаф мегиранд. Махсусан дар ҳолатҳои PB, ки бори бактериявӣ паст буда, микроскопияи классикӣ метавонад манфӣ монад, онҳо метавонанд дастгирии ташхисиро зиёд кунанд.

Бо вуҷуди ин, шарҳ таъкид мекунад, ки иҷроиши PCR метавонад вобаста ба таснифи клиникӣ, навъи намуна, пайдарпаии ҳадаф ва тарҳи усул тағйир ёбад. Илова бар ин, усулҳои молекулавӣ инфрасохтори техникӣ ва хароҷот талаб мекунанд, бинобар ин дар ҳамаи минтақаҳои эндемикӣ ба таври мунтазам дастрас нестанд.

LAMP чист?

Манбаъ дар Расми 1 LAMP-ро ҳамчун яке аз марҳилаҳои ташхиси молекулавӣ нишон медиҳад. LAMP ихтисораи “loop-mediated isothermal amplification” буда, равиши амплификатсияи молекулавӣ аст, ки ба зиёд кардани кислотаи нуклеинии ҳадаф дар шароити ҳарорати доимӣ асос ёфтааст. Ин шарҳ барои омӯзонидани мафҳум аст; шарҳ барои LAMP маълумоти мустақили иҷроиш ё таҷрибаи нав гузориш намекунад.

Маҳдудияти серологияи Anti-PGL-I чист?

Усулҳои серологие, ки антителоҳоро бар зидди антигени Phenolic glycolipid-I (PGL-I) ҳадаф мегиранд, барои ошкор кардани ҳолатҳо ё таснифи хавф дар шахсони тамосдошта омӯхта шудаанд. Аммо вобастагии ҷавоби антитело ба бори бактериявӣ метавонад sensitivity-ро дар бемории PB маҳдуд кунад.

Натиҷаи муҳими шарҳ ин аст, ки дар айни ҳол ягон биомаркер дар тамоми спектри клиникии махав ба қадри кофӣ дақиқи озмоиши ягонаи ташхисӣ нест.

AI дар куҷои ҷараёни ташхис ҷойгир мешавад?

Манбаъ AI-ро ҳамчун як “қуттии ташхиси автоматӣ”, ки тамоми раванди ташхисро пас аз шубҳаи клиникӣ иваз мекунад, тавсиф намекунад. AI бештар қабатест, ки метавонад ба таҳлили тасвир, таснифи амалиётӣ, дастгирии қарори клиникӣ, триаж ва равандҳои роҳнамоӣ кумак кунад.

Ин фарқ махсусан муҳим аст, зеро дар махав маълумоти мустақил аз акс, мисли санҷиши ҳис, арзёбии асабҳои канорӣ, санҷиши бактериологӣ ва тасдиқи молекулавӣ низ қисми раванди ташхис мебошанд.

Телетиб ва тандурустии мобилӣ чӣ дода метавонанд?

Гирифтани тасвир бо смартфон, теледерматология ва абзорҳои тандурустии мобилӣ метавонанд дар минтақаҳое, ки дастрасии ҷисмонӣ ба духтури мутахассис маҳдуд аст, ба арзёбии фосилавии ҳолатҳои шубҳанок кумак кунанд.

Шарҳ барномаи мобилии WHO Skin NTD-ро ҳамчун яке аз намунаҳои тандурустии рақамӣ дар ин замина баррасӣ мекунад. Самтҳои эҳтимолии истифода машварати фосилавӣ, афзалиятдиҳии ҳолатҳо, назорати эпидемиологӣ, пайгирии шахсони тамосдошта ва мониторинги табобатро дар бар мегиранд.

Бо вуҷуди ин, мавҷудияти барнома далели автоматии самаранокии клиникӣ ё дақиқии AI-и махсуси махав нест. Дар истифодаи воқеӣ кори офлайн, қобили истифода будан, хароҷот, мубодилаи маълумот, мутобиқати байнисистемавӣ ва анҷом ёфтани занҷири роҳнамоӣ низ бояд арзёбӣ шаванд.

Accuracy, Sensitivity, Specificity ва AUC Чӣ Гуна Тафсир Шаванд?

Accuracy ҳиссаи умумии ҳамаи таснифҳои дурустро, sensitivity чанд қисми ҳолатҳои воқеан мусбат ошкор шудаанд, specificity чанд қисми ҳолатҳои воқеан манфӣ дуруст хориҷ шудаанд ва AUC иҷроиши ҷудокунӣ байни sensitivity ва false-positive rate-ро дар ҳадҳои гуногуни қарор ҷамъбаст мекунад; баланд будани ин метрикаҳо муфид аст, аммо ҷойи валидасияи мустақили беруна ва қобили татбиқи клиникиро намегирад.

TP, TN, FP ва FN чӣ маъно доранд?

• TP — True Positive: Намунаи воқеан мусбат, ки модел онро мусбат тасниф кардааст.
• TN — True Negative: Намунаи воқеан манфӣ, ки модел онро манфӣ тасниф кардааст.
• FP — False Positive: Намунаи воқеан манфӣ, ки модел онро мусбат тасниф кардааст.
• FN — False Negative: Намунаи воқеан мусбат, ки модел онро манфӣ тасниф кардааст.

Ёддошти муҳим: Муодилаҳои зерин муодилаҳои аслии мақолаи манбаъ нестанд. Онҳо таърифҳои стандартии консептуалӣ мебошанд, ки барои фаҳмондани маънои метрикаҳои иҷроиши дар манбаъ гузоришшуда дода шудаанд.

Accuracy — дақиқӣ

Accuracy нишон медиҳад, ки чанд қисми ҳамаи намунаҳо дуруст тасниф шудаанд. Аммо агар синфҳо хеле номутавозун бошанд, accuracy-и баланд метавонад гумроҳкунанда бошад. Масалан, агар намунаҳои манфӣ хеле зиёд бошанд, модел метавонад бо дуруст пешгӯӣ кардани аксарият accuracy-и баланд гирад, вале беморони мусбатро ба қадри кофӣ ошкор накунад.

Sensitivity — ҳассосият

Ҳассосият нишон медиҳад, ки чанд қисми намунаҳое, ки воқеан беморӣ ё синфи ҳадаф доранд, аз ҷониби модел ошкор шудаанд. Ҳассосияти паст дар ташхис метавонад маънои аз назар мондани қисми муҳими беморони воқеиро дошта бошад.

Specificity — хосиятнокӣ

Хосиятнокӣ нишон медиҳад, ки чанд қисми намунаҳои воқеан манфӣ дуруст ҳамчун манфӣ тасниф шудаанд. Specificity-и паст метавонад ба шумораи зиёди роҳнамоиҳои мусбати бардурӯғ оварда расонад.

AUC чист?

AUC майдони зери каҷи ROC-ро ифода мекунад. Каҷи ROC муносибати true-positive rate ва false-positive rate-ро дар ҳадҳои гуногуни қарор нишон медиҳад. Ба 1 наздик шудани AUC нишон медиҳад, ки қобилияти модел барои ҷудо кардани синфҳо дар маҷмӯи маълумоти арзёбишуда зиёд мешавад.

Аммо баланд будани AUC маънои онро надорад, ки модел дар ҳамаи ҳадҳои клиникӣ ба як андоза муфид аст. Илова бар ин, ҳамон модел метавонад дар беморхонаҳои нав, системаҳои дигари камера ё аҳолии дигар иҷроиши пасттар нишон диҳад.

Валидасияи беруна чӣ маъно дорад?

Валидасияи беруна санҷидани модел дар аҳолӣ ё маҷмӯи маълумоти мустақил мебошад, ки ҳангоми таҳияи модел истифода нашудааст. Ин санҷиш барои фаҳмидани он кумак мекунад, ки модел танҳо хусусиятҳои маркази омӯзишӣ ё одатҳои ҷамъоварии маълумотро аз ёд кардааст ё не.

Дар шарҳ набудани валидасияи беруна ҳамчун яке аз маҳдудиятҳои асосии адабиёти AI оид ба махав таъкид шудааст.

Чаро валидасияи проспективӣ қавитар аст?

Дар валидасияи проспективӣ модел пешакӣ таҳия мешавад ва баъдан дар ҳолатҳои наве, ки дар ҷараёни воқеии клиникӣ дучор мешаванд, арзёбӣ мегардад. Ин тарҳ, бар хилофи маҷмӯи маълумоти ретроспективӣ, метавонад унсурҳои воқеии истифода, мисли ҷамъоварии маълумот, рафтори корбар, раванди роҳнамоӣ ва қарори клиникиро беҳтар намояндагӣ кунад.

Оё Натиҷаҳои AI-и Дерматологияи Умумиро Бевосита ба Махав Гузаронидан Мумкин Аст?

Не. Шарҳ натиҷаҳои қавии AI-ро дар дерматологияи умумӣ танҳо ҳамчун далели ғайримустақим дар бораи имконпазир будани ҳамкории инсон–AI истифода мекунад; азбаски таҳқиқоти head-to-head-и дерматолог–AI барои махав ба қадри кофӣ ташкил нашудаанд, афзоиши иҷроиш дар melanoma ё дигар бемориҳои пӯст барои ташхиси махав ба таври миқдорӣ истифода шуда наметавонад.

Чаро намунаи PanDerm далели ғайримустақим аст?

Мақола аз арзёбии васеи дерматологии соли 2025 барои модели мултимодалии foundation бо номи PanDerm дар ошкорсозии барвақти melanoma нисбат ба клиницистҳо фарқи %10,2, дар таснифи саратони пӯсти дермоскопӣ афзоиши %11-и дақиқии клиницистҳо ва дар ташхиси дифференсиалии 128 бемории пӯст афзоиши %16,5-и иҷроиши клиницистҳои ғайридерматологро гузориш мекунад.

Аммо PanDerm барои махав валидасия нашудааст. Ин рақамҳоро ҳамчун пешгӯии иҷроиши ташхиси махав истифода кардан мумкин нест.

Илова бар ин, матни манбаъ натиҷаҳои PanDerm-ро бо истиноди [19] медиҳад, дар ҳоле ки дар рӯйхати адабиёт [19] мақолаи foundation-model-и Moor ва ҳамкорон аз соли 2023 мебошад; сабти соли 2025-и Nature Medicine , ки мустақиман ба PanDerm дахл дорад, ҳамчун [21] рӯйхат шудааст. Verianla ин номувофиқии рақамгузории дохилиманбаъро хомӯшона ислоҳ намекунад.

Оё AI Метавонад Ҷойи Духтури Мутахассисро Гирад?

Тибқи ин шарҳ, не; далелҳои мавҷудаи махав AI-ро на ҳамчун системаи ташхиси автономие, ки ҷойи арзёбии мутахассисро мегирад, балки ҳамчун технологияи ёрирасон барои дастгирии қарори клиникӣ, триаж, таснифи амалиётӣ ва осон кардани дастрасӣ ба нигоҳубини мутахассис дастгирӣ мекунанд.

Чаро далел барои ташхиси автономӣ кофӣ нест?

Аввал, шумора ва гуногунии маълумоти таҳқиқоти мавҷудаи махсуси махав маҳдуд аст. Дуюм, вазифаҳои таҳқиқотӣ фарқ мекунанд: баъзе моделҳо бо таснифи PB/MB, баъзеҳо бо таснифи махав ва баъзеҳо бо масъалаи фарқгузории чанд бемории пӯст кор мекунанд.

Сеюм, валидасияи беруна ва проспективӣ маҳдуд аст. Иҷроиши баланди модел дар маҷмӯи маълумоти рушди худ кафолат намедиҳад, ки дар ҷуғрофияи дигар, дастгоҳи камераи дигар ё таҷрибаи клиникии дигар ҳамон натиҷа ба даст меояд.

Чорум, дар ташхиси махав танҳо маълумоти визуалӣ вуҷуд надорад. Навъҳои гуногуни маълумот, аз ҷумла аз даст рафтани ҳис, осеби асабҳои канорӣ, натиҷаҳои бактериологӣ, гистопатология ва бозёфтҳои молекулавӣ бояд дар клиника якҷо тафсир шаванд.

Automation bias чист?

Automation bias хавфест, ки корманди тиб ба тавсияи системаи автоматӣ аз ҳад зиёд бовар карда, арзёбии клиникии худро ба ҷойи дуюм мегузорад. Шарҳ тавсия медиҳад, ки дар таҳқиқоти ояндаи human–AI reader studies арзёбӣ шавад, ки AI иҷроиши кормандони хатти аввалро беҳтар мекунад ё не ва ҳамзамон automation bias ба вуҷуд меорад ё не.

Оё ғаразнокии алгоритмӣ метавонад бо пигментатсияи пӯст алоқаманд бошад?

Метавонад; аммо манбаъ дар ин ҷо ҳадди хеле эҳтиёткор мегузорад. Ранги пӯст ва пигментатсия метавонанд манбаи эҳтимолии distribution shift ва иҷроиши фарқкунанда дар моделҳои бар тасвир асосёфта бошанд. Бо вуҷуди ин, таҳқиқоти аввалияи махсуси махав дар шарҳ натиҷаҳои иҷроишро аз рӯйи ранги пӯст ҷудо пешниҳод намекунанд.

Аз ин рӯ, маълумоти мавҷудаи махав на нишон медиҳанд, ки нобаробарии иҷроиш аз пигментатсия ба вуҷуд омадааст ва на ин ки ба вуҷуд наомадааст. Ин масъала арзёбии проспективии зергуруҳҳоро дар аҳолии гуногуни эндемикӣ талаб мекунад.

Чаро Explainable AI муҳим аст?

AI-и шарҳпазир ҳадаф дорад, ки клиницист беҳтар фаҳмад, модел бар кадом бозёфт ё қолаби маълумот такя карда тавсияи муайянро тавлид кардааст. Дар барномаҳои тандурустӣ ин хусусият танҳо кунҷковии техникӣ нест, балки барои эътимод, таҳлили хато, бехатарии бемор ва назорати танзимкунанда муҳим аст.

Манбаъ таҳияи шаффофи модел, шарҳпазирӣ, fairness, махфияти бемор, розигии огоҳона, идоракунии бехатари маълумот ва назорати клиникиро аз соҳаҳои зарурии AI-и боэътимод мешуморад.

Усул ва Натиҷаҳои Таҳқиқот

Шарҳ чӣ гуна гузаронда шуд?

Муаллифон таҳқиқотро ҳамчун “structured narrative review” муайян мекунанд. PubMed/MEDLINE ҳамчун пойгоҳи асосии библиографӣ истифода шудааст.

Дар ҷустуҷӯи PubMed аз тарафи махав истилоҳҳои “leprosy”, “Hansen disease” ё “Mycobacterium leprae”; аз тарафи технология бошад “artificial intelligence”, “machine learning”, “deep learning”, “convolutional neural network”, “computer vision”, “foundation model”, “digital health”, “telemedicine”, “mobile health” ё “clinical decision support” якҷо карда шудаанд.

Ҷустуҷӯ охирин бор 17 августи 2026 нав карда шудааст. Илова бар ин, дар сомонаҳои ноширон ва манбаъҳои WHO ҷустуҷӯҳои ҳадафнок оид ба ташхиси махав ва истифодаи тандурустии рақамӣ гузаронда шуда, рӯйхати адабиёти шарҳҳо ва таҳқиқоти аввалияи мувофиқ барои нашрияҳои иловагӣ баррасӣ шудааст.

Барои ташхиси молекулавӣ, биомаркерҳо, валидасияи беруна, ғаразнокии алгоритмӣ ва муқоисаҳои ташхисии инсон–AI низ ҷустуҷӯҳои ҳадафноки иловагӣ анҷом дода шудаанд.

Ба кадом нашрияҳо афзалият дода шуд?

Ба таҳқиқоти аввалияи рецензияшуда, ки истифодаи AI ё тандурустии рақамиро дар махав мустақиман арзёбӣ мекарданд, афзалият дода шуд. Дар соҳаҳое, ки далели аввалия кам буд, шарҳҳои систематикӣ ё scoping ва дастурҳои ваколатдор истифода шуданд.

Таҳқиқоте, ки таснифи ташхисӣ, таснифи амалиётӣ, таҳлили тасвир, теледерматология, дастгирии қарори клиникӣ, интегратсияи молекулавӣ/биомаркерӣ, валидасияи беруна ё масъалаҳои татбиқро баррасӣ мекарданд, мувофиқ дониста шуданд.

Таҳқиқоти кӯҳнатар танҳо дар ҳолате нигоҳ дошта шуданд, ки дар телетиби махав ё ташхиси фосилавӣ далели асосӣ ташкил мекарданд.

Чаро мета-таҳлил гузаронда нашуд?

Муаллифон қайд мекунанд, ки вазифаҳои клиникӣ, маҷмӯи маълумот, таърифҳои натиҷа ва метрикаҳои иҷроиш байни таҳқиқот хеле фарқ мекунанд. Аз сабаби ин гетерогенӣ, мета-таҳлили миқдорӣ мувофиқ дониста нашуд ва бозёфтҳо ба таври ривоятӣ синтез шуданд.

Ин қарор ҳамчунин нишон медиҳад, ки метрикаҳои гуногуни модел набояд мустақиман ба як рақами муттаҳидаи иҷроиш табдил дода шаванд.

Муқоисаи таҳқиқоти AI, ки мустақиман ба махав татбиқ шудаанд

Модели de Souza ва ҳамкорон чӣ кор кард?

Ин таҳқиқот вазифаи дигареро баррасӣ кард, на кӯшиши ташхиси мустақими беморони махав танҳо аз рӯйи акс. Ҳадаф кумак ба таснифи амалиётии paucibacillary ва multibacillary бо истифода аз сабтҳои клиникӣ ва эпидемиологӣ буд.

Random forest равиши омӯзиши мошинӣ мебошад, ки чанд дарахти қарорро якҷо карда, аз натиҷаҳои ҳар дарахт таснифи дастаҷамъӣ месозад. Дар ин ҷо шарҳи манбаъ гиперпараметрҳои муфассали модел ё ҳамаи қадамҳои пешкоркарди маълумотро бознашр намекунад.

Accuracy-и %92,38, sensitivity-и %93,97 ва specificity-и %87,09 иҷроиши умедбахши таҳқиқотӣ мебошанд. Аммо наметавон хулоса кард, ки ин қиматҳо дар кишварҳои дигар ё ҷараёнҳои мустақили клиникӣ ҳамон гуна ба даст меоянд.

Чаро AI4Leprosy мултимодалӣ аст?

Таҳқиқоти AI4Leprosy ба ҷои истифодаи танҳо акси пӯст, тасвири клиникиро бо тағйирёбандаҳои демографӣ ва клиникӣ якҷо кардааст. Аз ин рӯ, манбаъ онро ҳамчун таҳқиқоти мултимодалии AI баррасӣ мекунад.

Шарҳи манбаъ 1229 тасвири пӯст аз 222 иштирокчӣ ва 585 маҷмӯи metadata-ро гузориш мекунад ва барои модел %90 accuracy ва 0,9646 AUC медиҳад.

Аммо манбаъ дар Ҷадвали 1 ба ҷои нишон додани дақиқи меъмории модел ибораи “architecture to verify”-ро гузоштааст. Аз ин рӯ, Verianla қабатҳои CNN, optimizer, loss function ё дигар ҷузъиёти техникии меъмориро, ки дар манбаъ тасдиқ нашудаанд, пур намекунад.

Чаро натиҷаи Yotsu ва ҳамкорон бояд боэҳтиёт хонда шавад?

Таҳқиқоти Yotsu ва ҳамкорон маҷмӯи маълумоти танҳо аз махав иборатбударо тасниф накардааст. Аз панҷ синфи гуногуни neglected tropical disease-и вобаста ба пӯст барои 506 бемор дар маҷмӯъ 1709 тасвир истифода шудааст.

Шарҳи манбаъ натиҷаи “пешгӯии дуруст аз %70 зиёд”-ро барои тамоми вазифаи бисёрсинфӣ медиҳад. Аз нав навиштани ин нисбат ҳамчун “дақиқии беш аз %70 дар ташхиси махав” аз ҷиҳати илмӣ дуруст нест.

Чаро иҷроиши се таҳқиқотро набояд рейтинг кард?

Қиматҳои %92,38, %90 ва беш аз %70-ро паҳлӯ ба паҳлӯ гузошта, “модели аввал беҳтарин аст” гуфтан мувофиқ нест. Моделҳо вазифаҳои гуногун, аҳолии гуногун ва навъҳои гуногуни маълумотро арзёбӣ кардаанд.

Илова бар ин, accuracy, sensitivity, specificity ва AUC як мафҳуми иҷроиш нестанд. Қимати AUC-и як моделро бо accuracy-и модели дигар барои муқоисаи мустақими бартарии миқдорӣ истифода кардан мумкин нест.

Оё равиши foundation model дар махав тасдиқ шудааст?

Не. Манбаъ аз потенсиали моделҳои бузурги мултимодалии foundation барои якҷо кардани акси клиникӣ, дермоскопия, гистопатология, матн ва маълумоти сохторёфтаи клиникӣ дар як намояндагӣ дар оянда сухан мегӯяд.

Аммо равшан мегӯяд, ки манфиати клиникии foundation model-и махсуси махав ҳанӯз нишон дода нашудааст.

Интегратсияи мултимодалии маълумот, ки барои оянда пешниҳод мешавад

Манбаъ муҳокима мекунад, ки дар оянда аксҳои стандартии пӯстро бо бозёфтҳои ҳиссӣ, арзёбии асабҳои канорӣ, санҷишҳои молекулавӣ, биомаркерҳои ҷавоби мизбон ва маълумоти пайгирии дарозмуддат якҷо кардан мумкин аст.

Ин сохтор ҳоло абзори валидацияшудаи клиникӣ нест. Муаллифон зарур медонанд, ки ба таври проспективӣ чен карда шавад, оё навъҳои иловагии маълумот воқеан нисбат ба клиницист танҳо ё моделҳои содатар манфиати бештар медиҳанд.

Потенсиали интегратсияи PCR/qPCR ва AI

Санҷишҳои молекулавӣ қабати маълумоти фарқкунанда аз намуди морфологии пӯстро медиҳанд. Махсусан дар бемории PB, ки бори бактериявӣ паст аст, илова кардани далели молекулавӣ ба тасвир ва маълумоти клиникӣ метавонад аз ҷиҳати назариявӣ номуайянии ташхисиро кам кунад.

Шарҳ ин равишро ҳамчун самти ояндае муайян мекунад, ки бояд таҳқиқ шавад. Ҳанӯз ба таври проспективӣ нишон дода нашудааст, ки системаҳои ҳамгиро самаранокии ташхисӣ, вақти то ташхис, пешгӯии пешрафти беморӣ ё таснифи хавфи шахсони тамосдоштаро воқеан беҳтар мекунанд.

Системаҳои тандурустии рақамӣ бо кадом меъёрҳои ҳаёти воқеӣ арзёбӣ шаванд?

Манбаъ таъкид мекунад, ки танҳо accuracy ё AUC кофӣ нест. Дар таҳқиқоти татбиқӣ бояд меъёрҳои воқеии хадамоти тиббӣ, аз ҷумла қобили истифода будан, кори офлайн, ҳамкории байнисистемавӣ, самаранокии хароҷот, анҷом ёфтани роҳнамоӣ, вақти то табобат ва баробарӣ низ арзёбӣ шаванд.

Ҷиҳатҳои қавии таҳқиқот

• Далели AI-и махсуси махавро аз далели AI-и дерматологияи умумӣ равшан ҷудо мекунад.
• Ташхисро танҳо ҳамчун таснифи тасвир намебинад ва онро бо қабатҳои клиникӣ, бактериологӣ, гистопатологӣ ва молекулавӣ якҷо арзёбӣ мекунад.
• Мушкили махсуси ташхисии бемории PB-ро, ки ба бори пасти бактериявӣ вобаста аст, намоён мекунад.
• Иҷроиши моделро танҳо аз рӯйи accuracy арзёбӣ намекунад; валидасияи беруна, calibration ва иҷроиши зергуруҳҳоро низ баррасӣ мекунад.
• Масъалаҳои fairness, аз ҷумла пигментатсияи пӯст ва намояндагии демографиро муҳокима мекунад.
• Телетиб, тандурустии мобилӣ ва занҷири роҳнамоиро ба муҳокимаи AI ворид мекунад.
• Равшан мегӯяд, ки AI бояд на ҷойи духтури мутахассис, балки дастгирии қарорро ҳадаф гирад.

Маҳдудиятҳои таҳқиқот

• Таҳқиқот шарҳи ривоятӣ аст; мета-таҳлили систематикӣ нест.
• PubMed/MEDLINE пойгоҳи асосии маълумот аст; фарогирӣ дар сатҳи шарҳи формалии систематикӣ нест, ки ҳамаи пойгоҳҳои илмиро пурра ҷустуҷӯ кунад.
• Таҳқиқоти дохилшуда аз рӯйи вазифа, навъи маълумот ва меъёри иҷроиш гетерогенӣ мебошанд.
• Шумораи таҳқиқоти аввалияи AI-и махсуси махав маҳдуд аст.
• Валидасияи мустақили беруна ва проспективӣ дар маҷмӯъ нокифоя аст.
• Дар Ҷадвали 1 ибораҳои редаксионии нопурра мисли “verify in full text”, “architecture to verify” ва “denominator to verify” мавҷуданд.
• Шарҳ маълумоти иҷроиши AI-и махсуси махавро, ки аз рӯйи ранги пӯст ҷудо шудааст, пешниҳод намекунад.
• Натиҷаҳои PanDerm аз дерматологияи умумӣ ба махав бевосита гузаронда намешаванд.
• Байни рақами истинод дар параграфи PanDerm ва сабти мувофиқ дар рӯйхати адабиёт мушкили мутобиқати дохилиманбаъ вуҷуд дорад.
• Таҳқиқот модели нави AI таҳия намекунад ва дар когорти нави беморон валидасияи проспективӣ анҷом намедиҳад.
• Барои метрикаҳои иҷроиш дар ҳамаи таҳқиқот фосилаҳои эътимоди муштарак ё меъёрҳои умумии хато дода нашудаанд.
• Қиматҳои model calibration барои ҳамаи таҳқиқоти аввалия ба таври миқдорӣ гузориш нашудаанд.
• Қобили татбиқи иқтисодӣ ва натиҷаҳои воқеии роҳнамоии клиникӣ ҳанӯз ба қадри кофӣ тасдиқ нашудаанд.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад ва намекунад

Афзалиятҳои таҳқиқоти оянда

Муаллифон ҳамкории бисёрмарказӣ, маҷмӯи стандартии маълумоти клиникӣ, валидасияи проспективии беруна, гузоришдиҳии шаффоф ва AI-и шарҳпазирро аз афзалиятҳои асосӣ мешуморанд.

Арзёбии алоҳидаи иҷроиши зергуруҳҳо дар пигментатсияҳои гуногуни пӯст, аҳолии гуногуни эндемикӣ ва муҳитҳои гуногуни тандурустӣ аз нуқтаи назари fairness зарур аст.

Дар моделҳои AI бояд на танҳо discrimination, балки calibration ва uncertainty estimation низ арзёбӣ шаванд. Ҳамон қадаре ки сатҳи пешгӯии дурусти модел муҳим аст, қобилияти боэътимод нишон додани он ки кай номуайян аст, низ барои бехатарии клиникӣ муҳим мебошад.

Prospektive human–AI reader studies бояд иҷроиши AI танҳо, клиницист танҳо ва клиницисти бо AI дастгиришударо муқоиса карда, саҳми воқеии системаро чен кунанд.

Ҳадафи ниҳоӣ на абзори ҷудогонае аст, ки AI беморро мустақиман автоматӣ “мусбат/манфӣ” эълон мекунад; балки системаи бехатари дастгирии қарори клиникӣ мебошад, ки ҳолати шубҳанокро ба озмоиши тасдиқкунандаи мувофиқ ва нигоҳубини мутахассис мепайвандад.

Натиҷаи асосии илмии шарҳ

Натиҷаи асосии ин шарҳ “AI махавро аз одамон беҳтар ташхис мекунад” нест. Таҳқиқоти мавҷудаи махсуси махав дар шароити таҳқиқотӣ иҷроиши умедбахш нишон медиҳанд; аммо маҷмӯи маълумот хурд ё маҳдуд, вазифаҳо гетерогенӣ ва валидасияи мустақили проспективӣ нокифоя аст.

Равиши аз ҳама асоснок ин аст, ки AI бо истифода аз тасвири пӯст, маълумоти клиникӣ ва ҷараёнҳои тандурустии рақамӣ кормандони хатти аввали тандурустиро дастгирӣ карда, ҳолатҳои номуайян ё шубҳанокро ба усулҳои лаборатории тасдиқкунанда ва арзёбии клиникии мутахассис равона кунад.

Ёддошт оид ба Манбаъ ва Усул

Унвони аслӣ: Artificial Intelligence and Digital Health in the Diagnosis of Leprosy: Current Advances and Future Perspectives

Муаллифон: Gerardo Rivera; Raúl Rubio; Luis Rodríguez; Josefina Rodríguez; Augusto Salinas; David Orozco; Francisco González; María Moreno.

Муаллифи масъул: María Moreno.

Саҳми баробар: Дар манбаъ изҳороти ҳаммуаллифи аввал ё саҳми баробар нишон дода нашудааст.

Муассиса 1: Academic Department and Cardiovascular Tissue Bank, Faculty of Medicine, University of Monterrey (UDEM), Monterrey, Nuevo Leon, Mexico.

Муассиса 2: Center for Interdisciplinary Studies and Research, Autonomous University of Coahuila (UAdeC), Saltillo, Coahuila, Mexico.

Муассиса 3: Mexican Social Security Institute (IMSS), Monterrey, Nuevo Leon, Mexico.

Маҷалла: Acta Microbiologica Hellenica.

Ношир: MDPI аз номи Hellenic Society for Microbiology.

Навъи манбаъ: Review; бо таърифи усули муаллифон structured narrative review.

Сабти библиографӣ: Acta Microbiologica Hellenica, 2026, 71(4), Article 44.

DOI: 10.3390/amh71040044

Пайванди расмӣ: Сабти ношир тавассути DOI 10.3390/amh71040044.

Ҷадвали вақти нашр: Received: 31 августи 2026; Revised: 16 октябри 2026; Accepted: 20 октябри 2026; Published: 22 октябри 2026.

Academic Editor: Tomislav S. Kostyanev.

Ҳолати баррасии ҳамтоён: Review-и нашршуда; Acta Microbiologica Hellenica маҷаллаи рецензияшавандаи дастрасии кушода дар микробиологияи тиббӣ мебошад.

Литсензия: Creative Commons Attribution (CC BY).

Ҳолати preprint: Манбаи баррасишуда версияи нашршудаи маҷалла мебошад; дар манбаъ идентификатори алоҳидаи preprint нишон дода нашудааст.

Усули ҷустуҷӯи адабиёт: PubMed/MEDLINE пойгоҳи асосӣ; ҷустуҷӯи ҳадафнок дар сомонаҳои ноширон ва манбаъҳои WHO; баррасии рӯйхати адабиёти таҳқиқоти мувофиқ; ҷустуҷӯҳои ҳадафноки иловагӣ барои ташхиси молекулавӣ, биомаркерҳо, валидасияи беруна, ғаразнокии алгоритмӣ ва муқоисаҳои инсон–AI.

Навсозии охирини ҷустуҷӯ: 17 августи 2026.

Мета-таҳлил: Анҷом дода нашудааст. Муаллифон қайд кардаанд, ки аз сабаби гетерогении вазифаҳои таҳқиқотӣ, маҷмӯи маълумот, таърифҳои натиҷа ва метрикаҳои иҷроиш мета-таҳлили миқдорӣ мувофиқ нест.

Маълумоти нави таҷрибавӣ: Нест.

Модели нави AI: Нест.

Муодилаи илмии рақамгузоришуда дар манбаъ: Нест. Муодилаҳои accuracy, sensitivity ва specificity дар Verianla танҳо ҳамчун шарҳи омӯзишии метрикаҳои дар манбаъ истифодашуда дода шудаанд.

Таҳқиқоти асосии махав-AI: de Souza ва ҳамкорон (2021), Barbieri ва ҳамкорон / AI4Leprosy (2022) ва Yotsu ва ҳамкорон (2023).

Ёддошти редаксионии Ҷадвали 1-и манбаъ: Дар баъзе ҳуҷайраҳо ибораҳои “denominator to verify”, “architecture to verify” ва “verify in full text” дар манбаи нашршуда дида мешаванд. Ин майдонҳо аз ҷониби Verianla тахмин карда пур нашудаанд.

Ёддошти истиноди PanDerm: Мақола дар параграфи иҷроиши PanDerm рақами [19]-ро истифода мекунад; дар рӯйхати адабиёт [19] Moor ва ҳамкорон (2023), сабти соли 2025-и Nature Medicine , ки мустақиман ба PanDerm дахл дорад, ҳамчун [21] Yan ва ҳамкорон нишон дода шудааст. Ин мутобиқати дохилиманбаъ хомӯшона тағйир дода нашудааст.

IRB: Татбиқ намешавад; таҳқиқот шарҳи ривоятии адабиёти қаблан нашршуда ва дастраси умум мебошад.

Розигии огоҳона: Татбиқ намешавад.

Маблағгузорӣ: Таҳқиқот маблағгузории беруна нагирифтааст.

Дастрасии маълумот: Дар ҳоле ки қисми усул мегӯяд маълумоти таҳлилшуда дар нашрияҳои истинодшуда мавҷуд аст, Data Availability Statement-и ниҳоӣ мегӯяд, ки маълумоти хом, ки натиҷаҳои мақоларо дастгирӣ мекунад, аз муаллифон бо дархост дастрас мешавад. Verianla ҳар ду изҳоротро бе тағйир сабт мекунад.

Бархӯрди манфиатҳо: Муаллифон бархӯрди манфиатҳоро гузориш накардаанд.

Conceptualization: María Moreno ва Gerardo Rivera.

Methodology: Gerardo Rivera, María Moreno ва Luis Rodríguez.

Software: Raúl Rubio ва Augusto Salinas.

Validation: Gerardo Rivera, Josefina Rodríguez ва David Orozco.

Formal analysis: Gerardo Rivera, María Moreno ва Francisco González.

Investigation: Gerardo Rivera, María Moreno, Raúl Rubio, Luis Rodríguez, Josefina Rodríguez, Augusto Salinas, David Orozco ва Francisco González.

Resources: María Moreno ва Francisco González.

Data curation: Gerardo Rivera, Luis Rodríguez ва Josefina Rodríguez.

Writing — original draft: Gerardo Rivera ва María Moreno.

Writing — review & editing: María Moreno, Gerardo Rivera, Raúl Rubio, Luis Rodríguez, Josefina Rodríguez, Augusto Salinas, David Orozco ва Francisco González.

Visualization: Gerardo Rivera ва David Orozco.

Supervision: María Moreno ва Raúl Rubio.

Project administration: María Moreno.

Funding acquisition: María Moreno.

Ёддошти Acknowledgment: Манбаъ мегӯяд, ки муаллифон натиҷаро баррасӣ ва таҳрир карда, масъулияти мундариҷаи нашршударо ба уҳда гирифтаанд; ягон абзори мушаххаси зеҳни сунъӣ ё ҷузъиёти истифода дар манбаъ алоҳида номбар нашудааст.

Ҳадди асосии тафсир: Иҷроиши таҳқиқотии моделҳои AI-и махсуси махав далели самаранокии клиникии ҳаёти воқеӣ ё қобилияти ҷойгузин кардани духтури мутахассис нест. Натиҷаҳои AI-и дерматологияи умумӣ набояд ба махав ба таври миқдорӣ гузаронда шаванд.