نظام MIT الجديد للذكاء الصناعي يجعل تجزئة الصور أسرع وأسهل

قام الباحثون في MIT بتطوير نظام الذكاء الصناعي الذي يساعد الخبراء الطبيين على تسريع بحوثهم من خلال تحليل سريع للصور الطبية للبيانات.

الأداة، المعروفة باسم MultiverSeg، تتيح للعلماء تمييز مناطق محددة في الصورة، ببساطة عن طريق النقر أو الكتابة، ويستخدم النظام هذه المعلومات لتوليد توقعات للنتائج القادمة.

توضح معهد MIT أن العملية الأولى والأكثر شاقة في البحث السريري تتطلب التعليق التوضيحي للصور الطبية، والمعروف أيضًا باسم التجزئة. على سبيل المثال، لدراسة كيفية تغير الهيبوكامبوس في الدماغ مع العمر، يجب على الباحثين تتبعه يدوياً عبر مسحات مختلفة.

“قد يكون لدى العديد من العلماء الوقت لتجزئة بضع صور فقط في اليوم لأبحاثهم لأن التجزئة اليدوية للصور تستغرق وقتًا طويلاً. نأمل أن يتيح هذا النظام علومًا جديدة من خلال السماح للباحثين السريريين بإجراء دراسات كانوا محظورين من القيام بها من قبل بسبب عدم وجود أداة فعالة”، قالت هالي وونغ، المؤلفة الرئيسية وطالبة الدراسات العليا في الهندسة الكهربائية وعلوم الحاسوب.

على عكس الأنظمة السابقة، لا يتطلب MultiverSeg من الباحثين تدريبه باستخدام مجموعات كبيرة من البيانات المقسمة مسبقًا. ينشئ النظام “مجموعة سياق” من الصور المقسمة في الماضي ويستخدمها لتحسين التوقعات المستقبلية. يشرح الباحثون أن النظام يتطلب تقريبًا انعدام التفاعل من المستخدم كلما مر الوقت.

قام الباحثون بتجربة MultiverSeg مقابل الأدوات المتقدمة، ووجدوا أنه يتطلب عددًا أقل من النقرات والخربشات، وينتج نتائج أكثر دقة. في الواقع، يتطلب النظام الذكاء الاصطناعي فقط تقسيمًا يدويًا واحدًا أو اثنين للأشعة السينية قبل أن يتمكن من إجراء توقعات دقيقة للمناطق المتبقية.

“مع MultiverSeg، يمكن للمستخدمين دائماً تقديم المزيد من التفاعلات لتحسين توقعات الذكاء الصناعي. هذا لا يزال يعجل العملية بشكل كبير لأنه عادة ما يكون أسرع في تصحيح شيء موجود بدلاً من البدء من الصفر،” كما أوضحت وونغ.

تخطط الفريق لاختبار النظام في الإعدادات السريرية، على أمل أن يمكن أيضاً تحسين الكفاءة في مجالات مثل تخطيط العلاج بالإشعاع.