في خطوة رائدة في مجال الذكاء الاصطناعي وتطبيقاته الطبية، طوّرت مجموعة من الباحثين في اليابان نموذجًا متقدمًا قائمًا على تقنية التعلم العميق (Deep Learning) الذي يمكنه تقدير الجنس والعمر والطول والوزن للبالغين باستخدام صور الأشعة المقطعية المُعَدَّلة رقميًا.

في إطار هذه الدراسة، تم استخدام 128,621 فحصًا بالأشعة المقطعية من 80,004 بالغين عبر تسع مؤسسات في اليابان. تم تطوير ثلاثة نماذج متعددة المهام - ConvNeXt-Base و ViT-Base/16 و MaxViT-Base - وكانت النتيجة مزيجًا دقيقًا من هذه النماذج باستخدام أسلوب المتوسط المرجح (Weighted Averaging).

وقد أظهرت النتائج في مجموعة الاختبار، التي بلغ متوسط أعمار المشاركين فيها 69.9 عامًا، دقة مذهلة تصل إلى 99.7% في تصنيف الجنس، إضافة إلى خطأ متوسط مطلق (MAE) قدره 3.57 عامًا و2.59 سم و3.40 كجم في تقدير العمر والطول والوزن على التوالي. وكانت النتائج أكثر دقة في الفحوصات التي تغطي ما بين الصدر والحوض، حيث سجلت دقة كاملة تصل إلى 100%.

تعتبر هذه الدراسة خطوة إيجابية نحو تحسين طرق التقدير الطبي، حيث تساهم التقنية في توفير معلومات دقيقة تفيد في اتخاذ قرارات طبية مبنية على بيانات واقعية، وهذا قد يقلل من وقت انتظار النتائج الطبية ويساعد الأطباء في تتبع حالتهم الصحية بشكل أكثر فعالية.

كيف تقيّمون دور مثل هذه التقنيات في تطوير الرعاية الصحية؟ شاركونا آراءكم في التعليقات.