MIT تطور نظام ذكاء اصطناعي لتسريع أبحاث التصوير الطبي
نظام جديد من باحثو MIT يساعد الباحثين على تسريع تحليل الصور الطبية عبر تقنيات تفاعلية دقيقة لتسهيل دراسة الأمراض والعلاجات.
تفاصيل الخبر
كشف باحثو MIT عن تطوير نظام ذكاء اصطناعي جديد باسم MultiverSeg يهدف إلى تسريع عملية تجزئة الصور الطبية (Segmentation)، وهي خطوة أساسية في الدراسات السريرية. ويتميز النظام بأنه:
- يتيح للباحثين تعليم الصور الطبية عبر النقر أو الرسم البسيط.
- يتعلم من الصور السابقة لتقليل الحاجة للتدخل البشري مع مرور الوقت.
- لا يحتاج إلى بيانات ضخمة أو إعادة تدريب عند كل مهمة جديدة.
- يوفر دقة أعلى مقارنة بالأدوات الحالية، حتى مع عدد قليل من التفاعلات.
- يقلل وقت التجزئة بشكل كبير، مما يفتح الباب لدراسات أسرع وأوفر تكلفة.
وأوضح فريق البحث أن MultiverSeg يتفوق على الأنظمة التفاعلية السابقة مثل ScribblePrompt بفضل اعتماده على مجموعة أمثلة (Context Set) يستخدمها للتنبؤ بشكل أكثر دقة مع كل صورة جديدة.
الأهداف المستقبلية
يركّز فريق MIT على مجموعة من الخطوات القادمة لتطوير الأداة وتوسيع تطبيقها:
- اختبار النظام في بيئات طبية حقيقية بالتعاون مع الأطباء.
- تطوير قدراته ليعمل على الصور الطبية ثلاثية الأبعاد.
- تحسين التفاعل ليصبح أكثر سهولة للأطباء والباحثين.
- تسريع استخدام الذكاء الاصطناعي في التجارب السريرية وخطط العلاج.
- خفض التكاليف وزيادة كفاءة التجارب الطبية عالميًا.
يمثل MultiverSeg نقلة نوعية في أدوات الذكاء الاصطناعي الطبية، حيث يسهم في تسريع الأبحاث السريرية وتحسين دقة التحليلات، مما يفتح آفاقًا جديدة لعلاج الأمراض بطرق أكثر كفاءة.
