في مجال الطب الحديث، يعتبر تحليل الأشعة المقطعية (CT) أحد الأدوات الحيوية لتشخيص الأمراض. ولكن، كيف يمكن تحديد مدى خبرة الأطباء في استخدام هذه التقنية بكفاءة؟ قدّم باحثون مؤخرًا نهجًا مبتكرًا يعتمد على أنماط النظر ثلاثية الأبعاد لتقييم خبرة أطباء الأشعة، مما قد يُحدث ثورة في كيفية تقييم مهاراتهم.

تستند هذه الدراسة إلى إطار عمل يقوم على تقنية تحويل الأنظار (gaze-informed transformer framework) التي تدمج أنماط تثبيت نظر الأطباء إلى معلومات الصور الثلاثية الأبعاد. يتم استخدام نموذج DINOv2 كقاعدة، حيث تُسهم تقنيات مختلفة مثل التحيز القابل للتعلم في الفضاء اللوجاريتمي وعمليات الترشيح المعتمدة على أنماط النظر في تحسين دقة النموذج.

على مدار 182 جلسة قراءة لأطباء أشعة ذوي مستويات خبرة متفاوتة، أظهر النموذج نتائج مثيرة للاهتمام حيث حقق تقدير ROC-AUC بلغ 0.91 ونقاط F1 تصل إلى 0.86، متفوقًا على الطرق المُعتمدة الأخرى.

توفر هذه النتائج دليلًا على أن دمج سلوك البحث البصري في النماذج هو خيار واعد لدعم التقييمات الموضوعية المبنية على العمليات في مجال الأشعة. يمكنكم استكشاف الكود الخاص بالدراسة عبر الرابط: GitHub.

ما رأيكم في استخدام تقنيات الذكاء الاصطناعي في تطوير مهارات الأطباء؟ شاركونا بتعليقاتكم!