القاهرة-الشرق
كشف فريق من الباحثين في الجامعة الصينية في هونج كونج عن تطوير نموذج ذكاء اصطناعي جديد يحمل اسم VisionFM، يتميز بقدرته على تشخيص أمراض العيون بمستوى دقة يضاهي أداء الأطباء المتخصصين.
وأظهرت دراسة حديثة، نُشرت في مجلة "NEJM AI" العلمية، أن النموذج يتفوق على العديد من الأطباء متوسطي المستوى في التخصص في تشخيص 12 مرضاً من أمراض العيون.
وأشارت إلى أن النموذج أثبت أيضاً قدرته على التنبؤ بتطور مرض "الجلوكوما" (المياه الزرقاء)، متجاوزاً أداء النموذج السابق RETFound المستخدم في هذا المجال.
تطبيقات طبية موسعة
فتح نموذج VisionFM آفاقاً جديدة أمام التطبيقات السريرية بفضل دقته وقدرته على التنبؤ بمجموعة واسعة من أمراض العيون، ما يعزز من دوره في تحسين دقة التشخيص الطبي.
وأوضح الباحثون أن هذا النموذج يمكن أن يُدمج مع بيانات إضافية لدعم المزيد من التطبيقات الطبية.
يأتي تطوير هذا النموذج في إطار التوجه المتزايد لاستثمار تقنيات الذكاء الاصطناعي التوليدي في المجال الصحي، حيث تُبرز الدراسة مدى إمكانية هذه التقنية في تقديم حلول مبتكرة لتحسين خدمات الرعاية الطبية.
نموذج CARES Copilot
في سياق متصل، أطلق مركز الذكاء الاصطناعي والروبوتات (CAIR) في هونج كونج، التابع للأكاديمية الصينية للعلوم، نموذجاً جديداً يحمل اسم CARES Copilot.
ويستهدف هذا النموذج دعم الأطباء في مهام مثل تخطيط العمليات الجراحية وإعداد تقارير التشخيص، معتمداً على نموذج اللغة المفتوح Llama 2 الذي طورته شركة "ميتا".
وتم بالفعل استخدام هذا النموذج في مستشفيات كبرى مثل مستشفى جامعة "صن يات صن" الأولى في قوانجدونج ومستشفى "أمير ويلز" في هونج كونج.
ويُعتبر الذكاء الاصطناعي أحد الأدوات الواعدة في مجال الطب خلال السنوات الأخيرة، وخاصة في تشخيص الأمراض العصبية مثل الخرف، وألزهايمر، وبات محل اهتمام العديد من الدراسات، التي نُشرت إحداها في دورية Nature Neuroscience خلال سبتمبر الماضي.
وأصبح تصوير شبكية العين أحد الأدوات التي يمكن أن تلعب دوراً مهماً في اكتشاف مرض ألزهايمر مبكراً، إذ تُظهر دراسات ذات صلة أن التغيرات التي تحدث في شبكية العين قد تكون مرتبطة بشكل وثيق، بتلك التي تحدث في الدماغ، مثل تراكم الصفائح الأميلويدية، التي تُعد من السمات المميزة لمرض ألزهايمر.
وتستخدم خوارزميات الذكاء الاصطناعي تحليل صور الشبكية، للكشف عن هذه التغيرات المجهرية التي قد تشير إلى وجود خطر الإصابة بالخرف، وهذا النوع من التحليل يمكن أن يكون بديلاً أقل تكلفة، وأكثر سهولة مقارنة بمسح الدماغ التقليدي، ما يجعله أداة فعالة للفحص المبكر في الفئات المعرضة للخطر.
تصنيفات
