تعتبر تقنية الدمج (mixup) أحد الاستراتيجيات الشائعة لتوسيع بيانات التعلم، ولكنها تواجه تحديات كبيرة عند تطبيقها على مهام التصنيف الترتيبي مثل تقييم شدة الأمراض في الصور الطبية. حيث تقوم التحليلات التقليدية بدمج إشارات شدة الأمراض (ordinal) مع التنوع في الخصائص المرئية (non-ordinal) بشكل عشوائي، مما قد يؤدي إلى تشويه في هيكلية الترتيب الأساسية التي تُسند تقييم شدة الحالات السريرية.

وفي هذا السياق، جاء نموذج DisMix ليحدث ثورة في هذا المجال من خلال تقديم إطار عمل للدمج واعٍ للترتيب، حيث يقوم بفك ارتباط الخصائص الترتيبية وغير الترتيبية عبر استخدام هيكل ثنائي الكتابة VQ-VAE. هذا الاتجاه يتيح دمج كل مجال بشكل مستقل: حيث يتم تمثيل الرموز الترتيبية بطريقة تسهل إنتاج رتبة وسيطة ذات معنى، بينما يتم التلاعب بالرموز غير الترتيبية لإضافة تنوع مظهري دون الإضرار بالإشارة الترتيبية.

أظهرت النتائج المترتبة على أربعة مجموعات بيانات طبية كيف أن DisMix حقق أفضل أداء عام مقارنة بستة معايير من نماذج الدمج التقليدية، وقام بالتفاعل بكفاءة مع ستة مصنفين ترتيبيين. كما أبدى النموذج فعالية كبيرة حتى في ظل ندرة البيانات وتفاوت التقييمات السريرية.

إن هذه التقنية قد تمثل تغييراً جذرياً في كيفية التعامل مع الصور الطبية، مما يسهل عملية تشخيص الأمراض وتحديد شدتها بدقة أكبر.