في عالم التصوير الطبي، أصبحت نماذج الرؤية واللغة (Vision-Language Models) تحظى بشعبية متزايدة، حيث تُظهر هذه النماذج أداءً واعداً في العديد من المهام التي تتطلب تفاعل النصوص المرئية مع المحتوى المكتوب. ولكن، غالبًا ما يتم تدريب هذه النماذج على تمثيلات شاملة تجعلها تفقد إشارات تشريحية دقيقة.

لقد قام الباحثون بتقديم نموذج جديد يُعرف باسم Anatomy Contextualized Adaptation (ACA) الذي يهدف إلى معالجة هذه المشكلة. يعمل ACA على تكييف تمثيلات نموذج التصوير المقطعي المحوسب (CT) بحيث يتم التركيز على سمات تشريحية دقيقة مع الحفاظ على السياق العام. حيث يقوم باستخدام تقنية تُسمى TotalSegmentator لتفكيك أحجام CT إلى تجسيدات تشريحية دقيقة، يتم تحسينها بواسطة مصفوفة تحويل (Transformer) تأخذ في الاعتبار العلاقات بين الأعضاء المختلفة.

يتفوق نموذج ACA على القياسات التقليدية ويقدم أداءً أعلى في التصنيفات ذات الصفر-إطلاق (Zero-Shot Classification)، في حين يتطلب تدريبًا أقل من ساعة واحدة بعد تخزين التجسيدات. كما تُظهر الأوزان المُتعلمة لمصفوفة التحويل بين الأعضاء قدرة نموذج ACA على توجيه سياقات تشريحية معقولة، مما يُعزز من فعالية النموذج في التطبيقات العملية.

تأمل النتائج المحققة في تأثير هذا المقاربة الحديثة على كيفية تفاعل أدوات الرؤية واللغة في مجال التصوير الطبي. فبفضل نموذج ACA، يمكن أن يحدث تحول كبير في جودة تحليل الصور الطبية، مما يُساعد الأطباء والباحثين على اتخاذ قرارات أفضل وأسرع.