في خطوة رائدة نحو تحسين دقة التشخيص السريري، تم تقديم إطار FaceMesh2HPO الذي يهدف إلى تصنيف الخصائص الوجهية بما يتماشى مع مصطلحات الـ Human Phenotype Ontology (HPO). هذا الإطار يستخدم تعليقات من 124 محترفًا طبيًا عبر عشرة اضطرابات، ويتضمن 107 عبارة HPO. تتمثل طريقة العمل في إنتاج شبكات ثلاثية الأبعاد للوجه من صور ثنائية الأبعاد تحتوي على 478 نقطة مميزة.

العنصر الفريد في هذا النظام هو استخدام عدسة نموذج PointNet عبر تصنيف هرمي مع تصفية الخصائص. وقد أظهرت أفضل النماذج الأداء المتميز بمعدل منطقة تحت المنحنى (AUROC) يتراوح بين ~0.55 و~0.89، مع أداء أفضل في العقد الأبوية مقارنةً بمصطلحات الأوراق.

بالإضافة إلى ذلك، تم إجراء تحقيق خارجي لقياس القدرة على التعميم عبر الاضطرابات المختلفة، حيث أظهرت النتائج أن هناك متسع من التحسين في مصطلحات الأوراق النادرة، حيث الأداء يبقى محدودًا. لذا، يتطلب الأمر تحسين تنوع البيانات واستراتيجيات اختيار الخصائص لزيادة متانة النظام وفائدته السريرية.

بإجمال، يُظهر هذا الإطار أن النمذجة الهرمية للهندسة الوجهية ثلاثية الأبعاد تقدم تصنيفًا قابلاً للتفسير ومربوطًا بالمصطلحات المستخدمة، مما يمثل خطوة محورية في عالم الذكاء الاصطناعي ودعمه للتشخيص السريري.