أطلق مركز التميز المشترك لعلوم البيانات والذكاء الاصطناعي في الهيئة السعودية للبيانات والذكاء الاصطناعي "سدايا" وجامعة الملك عبدالله للعلوم والتقنية (كاوست)، اليوم الجمعة، نموذج MiniGPT-Med.
ويُعد MiniGPT-Med أحد النماذج اللغوية الكبيرة متعددة الوسائط، والتي تساعد الأطباء في تشخيص الأشعة الطبية بسرعة ودقة عاليتين باستخدام تقنيات الذكاء الاصطناعي.
مميزات النموذج
بحسب رئيس الفريق العلمي في سدايا الذي عمل على إنشاء النموذج مستشار الذكاء الاصطناعي في المركز الوطني للذكاء الاصطناعي الدكتور أحمد بن زكي السنان، فإنه تم تصميم MiniGPT-Med بحيث يوفر للمستخدم إمكانية إدخال صور طبية إليه، ومن ثم إجراء مجموعة من المهام.
ومن بين المهام التي يقوم بها النموذج: توليد التقارير الطبية والإجابة عن الأسئلة البصرية الطبية، والتحديد الوصفي للأمراض، واكتشاف موقع المرض، والتعرف على الأمراض، والوصف الطبي المستند.
وجرى تدريب النموذج على صور طبية مختلفة مثل الأشعة السينية والمقطعية والرنين المغناطيسي.
وأشار السنان إلى أن التطورات الأخيرة التي يشهدها الذكاء الاصطناعي في مجال الرعاية الصحية ساهمت في تطوير إجراءات التشخيص، ولكنها أحيانًا تكن مقيدة بوظائف محدودة.
وأوضح أن نموذج MiniGPT-Med سيحاول سد تلك الفجوات، إذ إنه مصمم من نماذج لغوية واسعة النطاق ومخصص للتطبيقات الطبية.
ويُظهر نموذج الجديد تنوعًا ملحوظًا عبر طرق التصوير المختلفة، بما في ذلك الأشعة السينية والأشعة المقطعية والتصوير بالرنين المغناطيسي، مما يعزز فائدته.
يحاول MiniGPT-Med سد الفجوات في النماذج الأخرى لتشخيص الأشعة
تجارب إيجابية
وأشار السنان إلى أن النموذج الجديد أثبت إيجابيته خلال التجارب التي أجراها المتخصصون في الذكاء الاصطناعي من سدايا وكاوست.
وكان أداء النموذج متطورًا فيما يخص إنشاء التقارير الطبية، وهو أعلى من أفضل نموذج سابق بمعدل 19%، ما يجعله واجهة عامة لتشخيص الأشعة، تساهم في تعزيز كفاءة التشخيص عبر مجموعة واسعة من تطبيقات التصوير الطبي.
وساهم في خروج هذا المشروع إلى النور مجموعة من المهندسات المتخصصات في الذكاء الاصطناعي، من بينهم رنيم الناجم وأسماء الخالدي وليان العبداللطيف وروان اليحيى.
ويعكس ذلك الدور الكبير الذي يلعبه العنصر النسائي في تحقيق لتطور التقني القائم على الذكاء الاصطناعي، إذ تشكل المهندسات النساء ما يزيد عن نصف مجمل مهندسي الذكاء بالمركز الوطني للذكاء الاصطناعي.
بدوره، أوضح رئيس الفريق البحثي في كاوست، البروفيسور محمد الحسيني، أن النموذج قادر على أداء مهام مثل إنشاء التقارير الطبية والإجابة على الأسئلة المرئية (VQA) وتحديد المرض ضمن الصور الطبية.
وتقوم المعالجة المتكاملة لكل من البيانات السريرية الصورية والنصية على تحسين دقة التشخيص بشكل متفوق في أسس المرض، وإنشاء التقارير الطبية، ومعايير VQA، مما يسهم في تطوير أداء ممارسة الأشعة.
ويمكن الاطلاع على نموذج MiniGPT-Med من خلال هذا الرابط.
المصدر: واس
