أطلق مركز التميز المشترك لعلوم البيانات والذكاء الاصطناعي في الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا) وجامعة الملك عبدالله للعلوم والتقنية (كاوست)، نموذج ذكاء اصطناعي متطور يُسمى (MiniGPT-Med)، وهو نموذج لغوي ضخم متعدد الوسائط يساعد الأطباء في تحليل الأشعة الطبية وتشخيص الأمراض بسرعة ودقة عالية.

ويهدف هذا النموذج الثوري إلى تسريع عملية التشخيص وتقليل الهوامش للخطأ البشري في مجال الأشعة الطبية. وقد طُور نموذج (MiniGPT-Med) استنادًا إلى نموذج (Llama 2)، وهو أحد أقوى نماذج اللغة الطبيعية في العالم، بالإضافة إلى نموذج (MiniGPT-v2) الخاص بجامعة كاوست، الذي صُمم خصوصًا لمهام الرؤية الحاسوبية.

ويعمل النموذج على تحليل الأشعة الطبية وتوليد تقارير طبية دقيقة، والإجابة عن أسئلة الأطباء حول صور الأشعة، وتحديد الأمراض بدقة عالية.

ويمكن لهذا النموذج التعامل مع مجموعة واسعة من الأشعة الطبية، بما يشمل: الأشعة السينية، والأشعة المقطعية، والتصوير بالرنين المغناطيسي، وقد أظهر النموذج نتائج مبهرة تفوقت على النماذج الحالية، مما يفتح آفاقًا جديدة في مجال الرعاية الصحية.

وقال الدكتور أحمد بن زكي السنان، رئيس الفريق العلمي في سدايا الذي عمل على إنشاء النموذج، ومستشار الذكاء الاصطناعي في المركز الوطني للذكاء الاصطناعي: “صُمم نموذج (MiniGPT-Med) بطريقة تُتيح للمستخدم إدخال صور طبية إليه وإجراء عدد من المهام منها: توليد التقارير الطبية، والإجابة عن الأسئلة حول صور الأشعة الطبية، تعرف الأمراض وتحديد مواقعها بدقة، بالإضافة إلى تقديم وصف تفصيلي لحالة المريض”.

وأضاف: “لقد دُرب النموذج على صور طبية مختلفة  تشمل: الأشعة السينية، والأشعة المقطعية، والرنين المغناطيسي”. مبينًا أن التطورات الأخيرة في الذكاء الاصطناعي أسهمت في تطور مجال الرعاية الصحية خاصة في تحسين إجراءات التشخيص، ولكنها في كثير من الأحيان تكون مقيدة بوظائف محدودة، لذلك سيعمل نموذج (MiniGPT-Med) على معالجة هذا الأمر وهو مشتق من نماذج لغوية واسعة النطاق ومصمم خصيصًا للتطبيقات الطبية.

ولفت الدكتور أحمد السنان، النظر إلى أن نموذج (MiniGPT-Med) عمل عليه متخصصون في الذكاء الاصطناعي من سدايا وجامعة كاوست، ويحقق أداءً متطورًا في إنشاء التقارير الطبية أعلى من أفضل نموذج سابق بمعدل يبلغ 19%، ويُعدّ واجهة عامة لتحليل الأشعة الطبية، مما يعزز كفاءة التشخيص عبر مجموعة واسعة من تطبيقات التصوير الطبي.

دور المرأة في تطوير الذكاء الاصطناعي:

شارك في العمل على تطوير هذا النموذج مجموعة من مهندسات الذكاء الاصطناعي وأبرزهن: رنيم الناجم، وأسماء الخالدي، وليان العبداللطيف، وروان اليحيى، وهذا يعكس دور العنصر النسائي في التطور التقني المعتمد على الذكاء الاصطناعي، إذ تشكل المهندسات النساء ما يزيد على نصف مجمل مهندسي الذكاء في المركز الوطني للذكاء الاصطناعي.

ومن جهته قال البروفيسور محمد الحسيني، رئيس الفريق البحثي في كاوست: “نموذج (MiniGPT-Med) قادر على أداء مهام مثل: إنشاء التقارير الطبية والإجابة عن الأسئلة المرئية (VQA) وتحديد المرض ضمن الصور الطبية، فيما تعمل 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”.

ما المهام التي يقوم بها نموذج (MiniGPT-Med)؟

صُمم هذا النموذج ليقوم بمجموعة واسعة من المهام، تشمل:

• توليد تقارير طبية مفصلة: يستطيع النموذج تحليل الصور الطبية وتوليد تقارير طبية دقيقة وشاملة.
• الإجابة عن استفسارات الأصباء حول صور الأشعة: يمكن طرح أسئلة محددة على النموذج حول صور الأشعة الطبية، ليقدم إجابات واضحة ومختصرة.
• تعرف الأمراض وتحديد مواقعها: يتميز النموذج بقدرته على تحديد الأمراض المختلفة بدقة عالية وتحديد مواقعها بدقة في الصور الطبية.
• الوصف الطبي الشامل: يقدم النموذج وصفًا مفصلًا للحالة الصحية للمريض بناءً على تحليل الصور الطبية.

ويمكن الاطلاع على نموذج (MiniGPT-Med) من خلال هذا الرابط.

شراكة إستراتيجية بين سدايا وكاوست:

تُعدّ هذه الشراكة بين (سدايا) و(كاوست) مثالاً حيًا على التعاون المثمر بين القطاع الأكاديمي والقطاع الحكومي في المملكة العربية السعودية في مجال البحث والتطوير.

ويُعدُ نموذج (MiniGPT-Med) خطوة مهمة نحو مستقبل الرعاية الصحية الذكية، حيث سيساهم في تحسين جودة الرعاية الطبية وتسريع عملية التشخيص.

وبهذا الإنجاز الرائد، تؤكد المملكة العربية السعودية ريادتها في مجال الذكاء الاصطناعي وتساهم في تطوير حلول مبتكرة لمواجهة التحديات الصحية العالمية.

نسخ الرابط تم نسخ الرابط