AI INAYOSOMA MHURI WA HOSPITALI BADALA YA MAPAFU

Kiainishaji cha eksirei za kifua kinaweza kujifunza kusoma msimbo ambao hospitali hugonga kama mhuri pembeni mwa kila picha badala ya ugonjwa ulio kwenye mapafu. Kisha kinafanya vizuri kwenye data ya hospitali hiyo na kushindwa kimyakimya katika inayofuata. Tafiti za awali ziliandika hili kwa viainishaji vya COVID-19 na nimonia. Kile ambacho hawakuweza kusema ni sehemu ipi ya modeli inayofanya usomaji huo, na kama kuondoa sehemu hiyo kungesaidia.

Zana za kawaida za kueleza — ramani za joto kama Grad-CAM, attention rollout, LIME — zinaonyesha modeli ilitazama wapi. Hazibainishi kijenzi kinachohusika, na haziwezi kuthibitisha usababishi. Joshua Muhumuza na Cornelius Kalenzi, katika Chuo Kikuu cha Makerere, badala yake waliazima zana za ufasiri wa kimitambo (mechanistic interpretability), zilizobuniwa kupasua modeli za lugha, na wakazitumia kwenye Vision Transformer.

Kutoka hospitali ya kufundishia hadi kliniki ya wilaya

Waandishi wanaeleza kilicho hatarini kwa mifano halisi. Viainishaji vya eksirei vinavyotegemea Transformer vinazidi kutumika kuchunguza kifua kikuu na nimonia katika mazingira yenye rasilimali chache, mara nyingi vikifunzwa katika hospitali kubwa ya rufaa na kuhamishwa, bila kukaguliwa upya, hadi hospitali za wilaya au vitengo vinavyotembea vyenye mashine tofauti, programu tofauti na mazoea tofauti ya kuweka lebo. Modeli iliyojifunza mhuri wa hospitali yake ya nyumbani ingedorora mara tu inapokutana na kliniki isiyogonga mhuri wowote, au inayogonga kitu kingine, mahali pengine.

Kichwa kimoja kati ya 144

Modeli iliyochunguzwa, ViT-Base/16 (checkpoint ya umma google/vit-base-patch16-224, iliyofunzwa awali kwenye ImageNet-21k), inakata kila picha katika vipande 196 na kuvichakata kupitia tabaka 12 zenye vichwa 12 vya umakini kila moja. Timu ilipima vichwa vyote 144 kwa jinsi umakini wao ulivyolenga na ulivyofika mbali.

Ulengaji unajitokeza ghafla katika tabaka 7 hadi 9. Kichwa kimoja kinasimama peke yake: L8H10, kichwa cha 10 cha tabaka la 8. Kinaweka 34.6% ya umakini wake kwenye kipande kimoja — mara 2.8 zaidi ya kichwa kingine chochote. Kwenye eksirei iliyowekwa alama “D CLINO” kwenye pembe ya juu kushoto, kinaweka 0.346 ya umakini wake kwenye kipande hicho, mara 68 ya kiwango sawasawa cha 0.0051, huku mapafu yakipata karibu hakuna chochote.

Kichwa L8H10 kwenye eksirei ya kwanza iliyochunguzwa: doa moja angavu kwenye maelezo ya pembeni, karibu giza tupu kwenye mapafu. — Figure 4, Muhumuza and Kalenzi (2026), arXiv:2610.21638.

Katika eksirei 200 za COVID-19, kichwa hiki kinatenda hivi katika 123 (62%). Katika picha hizo, umakini kwenye pembe kwa wastani ni mara 57.5 ya umakini kwenye mapafu; katika nyingine, mara 0.77. Makundi haya mawili hayapishani. Kinachotabiri tabia hii si mng’ao bali utofautishaji wa eneo husika pembeni — hasa kile ambacho herufi nyeusi kwenye mandharinyuma angavu huzalisha.

Umakini wa juu kabisa kwa kipande kimoja kwa kila kichwa: L8H10 (nyekundu) kiko 0.346, kinachofuata 0.124. — Figure 3, Muhumuza and Kalenzi (2026), arXiv:2610.21638.

Uthibitisho kwa kufuta

Kufunika pembe kwa kijivu tambarare si jaribio safi: mraba wa kijivu sawasawa wenyewe una utofautishaji mkubwa na unavutia kichwa. Kwa hiyo waandishi badala yake walijaza upya (inpainting) pembe, wakiijaza kwa umbile la tishu linaloonekana halisi. Umakini wa pembeni kisha ulishuka katika picha 158 kati ya 200 (79%). Katika picha zilizoathirika, umakini kwa mapafu uliongezeka mara 1.52; katika nyingine, haukubadilika (mara 0.99). Maandishi yenyewe, si mng’ao wala kingo, ndiyo yanayoendesha kichwa.

Mtindo huo unajirudia kwingineko: katika 79% ya eksirei 200 kutoka seti ya data ya NIH ChestX-ray14, na katika miundo mingine miwili — DeiT-Base (kichwa L9H2, 88%) na ViT-Large/16 (kichwa L8H8, 80%).

Saketi ambayo majaribio ya mtu yeyote hayawezi kuiona

Tokeo kuu ni hasi. Katika kiainishaji cha eksirei cha madaraja matano kilichojengwa kwa muundo uleule, kuzima L8H10 kulibadilisha 5% ya matabiri — lakini mara nyingi vilevile kwenye picha za kawaida kama kwenye zilizoathirika (p = 0.340). Kiainishaji cha pili cha nimonia, kilichofunzwa kwa kujitegemea, kilitoa tokeo lilelile la kutokuwa na athari. Kuzima vichwa vyote vitatu vinavyoshukiwa kwa wakati mmoja (L8H10, L7H2, L9H3) kuliongeza mabadiliko maradufu hadi 10%, bado bila athari mahususi (p = 0.532).

Waandishi wanalitafsiri hili kama urudufu: taarifa imesambazwa katika vijenzi vingi, kwa hiyo kuondoa vibebaji vinavyoonekana zaidi kunaacha vilivyobaki vifanye kazi. Kufunza upya pia hakusaidii. Baada ya kuboresha kikamilifu kwa eksirei, picha 121 kati ya 123 zilizoathirika (98.4%) bado zilichochea kichwa, kwa sababu mhuri unabaki na uwezo wa kutabiri katika data ambamo mazoea ya kuweka lebo yanafuata picha inatoka hospitali ipi — na magonjwa yapi.

Chungulia ndani kabla ya kusambaza

Hatari, waandishi wanaandika, si utambuzi mmoja usio sahihi bali udhaifu uliofichika unaowaka modeli inapobadilisha hospitali. Pendekezo lao: kagua vichwa vya umakini, bainisha vibebaji, vihakiki kwa usababishi, na fanya hivyo kabla ya kusambaza — hasa kati ya taasisi tofauti. Marekebisho pekee ya kuaminika wanayoyajua yako katika kiwango cha data: funza kwa picha zilizoondolewa maelezo, au adhibu vichwa vilivyobainishwa wakati wa mafunzo.

Mipaka pia imeelezwa. Eneo la pembeni na kizingiti viliwekwa kwa ajili ya seti hizi za data; majaribio ya kuboresha yalitumia picha 200 tu; na jaribio la kuamua — kufunza kwa picha zenye maelezo dhidi ya picha zilizoondolewa maelezo za ukubwa uleule — bado halijafanyika.