تعاني بلدان العالم النامي من مشكلات حادة في تقديم الرعاية الصحية، وغالباً ما تكون الأعطال الفنية لأجهزة التصوير الطبي أحد أكبر العقبات. لذا، قدم فريق من الباحثين نموذجًا مبتكرًا يحمل اسم MedGemma، والذي تم تحسينه خصيصًا لدعم أنظمة التصوير المتعددة في بيئات ذات موارد محدودة.

استندت الأبحاث إلى مسح متعدد الدول شمل تسع دول منخفضة ومتوسطة الدخل، حيث أُجريت دراسة شاملة للأدلة الفنية لأجهزة الرنين المغناطيسي (MRI) وأنظمة الأشعة الصوتية (Ultrasound). وبعد تحليل أكثر من 10,000 مجموعة بيانات، تم إنشاء مجموعة بيانات جديدة تحمل اسم INGENZI_DatasetV1.

تمتاز التقنية المستخدمة في المشروع بأنها تعتمد على تحسين النموذج باستخدام تقنية QLoRA، مما يسمح بتعديل النموذج MedGemma-4b-it لتفسير سجلات أخطاء الأنظمة وتوفير تعليمات دقيقة تفصيلية لإصلاح الأعطال.

أظهرت النتائج أن النظام المُحسن قد حقق تحسينات ملحوظة في عدة مقاييس أداء، متجاوزًا الموديل الأساسي بمعدلات هامة، حيث ارتفعت درجة F1 من 0.22 إلى 0.38، وROUGE-2 من 0.18 إلى 0.41.

تُعتبر هذه التطورات خطوة رائدة نحو تطوير أدوات تشخيص وصيانة مدعومة بالذكاء الاصطناعي، مما يوفر دعمًا حيويًا للموارد المحدودة ويوفر جودة أعلى من الرعاية الصحية للعديد من المجتمعات.