نشرت دراسة في مجلة Nature Biomedical Engineering عن تقنية جديدة تربط بين نماذج الذكاء الاصطناعي المتخصصة في علم الأمراض والتنبؤات السريرية الموثوقة. الإطار المقترح يحمل اسم nnMIL ويعتمد على تقنية التعلم متعدد الحالات لتحليل الصور المرضية الكاملة للشرائح الميكروسكوبية.
يعالج nnMIL قيودًا أساسية في الطرق الحالية من خلال آلية تجميع ذكية للمعلومات المستخرجة من أجزاء الصورة. يستخدم النظام المعاينة العشوائية على مستويات متعددة، مما يتيح تحسينًا فعالًا وقابلًا للتوسع عبر مجموعات بيانات مختلفة وأنماط نماذج متنوعة.
اختبر الباحثون النظام على أكثر من 40 ألف صورة مرضية شملت 35 مهمة سريرية وأربعة نماذج متخصصة مختلفة. تفوق nnMIL باستمرار على الطرق المعروفة في تشخيص الأمراض وتصنيف الأنسجة والكشف عن المؤشرات الحيوية الجزيئية والتنبؤ بتطور السرطان.
أظهرت الدراسة أن النظام يحقق نتائج موثوقة عند نقله بين نماذج مختلفة، ويوفر تقديرات دقيقة للمخاطر، وينجح في التنبؤ بالبقاء على قيد الحياة في مجموعات مرضى خارجية متعددة. يمثل nnMIL خطوة عملية نحو تطبيق نماذج الذكاء الاصطناعي المتخصصة في البيئات الطبية الحقيقية بموثوقية أعلى.
Comments (0)
No comments yet. Be the first.