في عالم البحث الطبي المتطور، يظهر التنظير الكبسولي (Capsule Endoscopy) كأداة غير غازية تتيح للمختصين فحص الجهاز الهضمي بشكل فعال. ومع ذلك، لا يزال تركيز الأبحاث الحالية على تصنيف الإطارات الفردية وكشف الحالات، في حين يتجاهل معظمها التحليل العميق للفيديوهات الكاملة.

لردم هذه الفجوة، تم ظهور مهمة جديدة تُعرف بتلخيص فيديوهات التنظير الكبسولي المدفوعة بالتشخيص، التي تتطلب استخراج الإطارات الرئيسية التي تحتوي على نتائج سريرية ذات مغزى.

يعتبر هذا التحدي ضخمًا، حيث تتناثر الأحداث ذات الأهمية التشخيصية بين الآلاف من الإطارات الطبيعية المكررة. بالإضافة إلى ذلك، تثير الحركة والضبابية والعوامل الأخرى صعوبات إضافية في التفسير.

لتحسين جهود البحث في هذا المجال، تم تقديم مجموعة فيديو جديدة تسمى VideoCAP، والتي تمحورت حول بيانات مستمدة من تقارير سريرية حقيقية، وتحتوي على 240 فيديو طويلاً، مما يوفر إشرافًا واقعيًا لتحليل الإطارات الأساسية والتشخيص.

كذلك، تم اقتراح إطار عمل جديد يُدعى DiCE، الذي يتلاءم مع نمط قراءة التنظير الكبسولي المعتمد. يعمل DiCE على إجراء فحص فعال للمرشحين على الفيديو الخام، ثم يستخدم تقنية Context Weaver لتنظيم المرشحين في سياقات تشخيصية متناسقة، وفي النهاية يعتمد على Evidence Converger لتجميع الأدلة ضمن كل سياق ليصبح نظام judgments على المستوى العالي من الموثوقية.

تشير التجارب إلى أن DiCE يتفوق بشكل مستمر على الأساليب الرائدة الحالية، حيث يقدم ملخصات تشخيصية موثوقة وواضحة. وبالتالي، يمثل التفكير السياقي الموجه نحو التشخيص نموذجًا واعدًا لتلخيص الفيديوهات الطويلة للتنظير الكبسولي.