في مجال الذكاء الاصطناعي، أذهلت النماذج الضخمة لرؤية اللغة (Large Vision-Language Models) العالم بقدرتها الملحوظة. ومع ذلك، يواجه استخدامها في تشخيص الأمراض السطحية للعين (Ocular Surface Diseases) نقصاً كبيراً في البيانات الدقيقة والمتعددة الأبعاد. لمواجهة هذه التحديات، تم تطوير نظام IRIS، الذي يهدف إلى تعزيز الفهم الدقيق لهذه الأمراض من خلال التصوير الخارجي للعين.

لأول مرة، تم إنشاء مجموعة بيانات IRIS-120K، التي تعد الأكبر والأكثر شمولاً في مجال الأسئلة والأجوبة المتعلقة بالأمراض السطحية للعين. لتعزيز فعالية البيانات، تم إدخال نماذج جديدة تهدف إلى معالجة القصور الدلالي للأزواج التقليدية من الصور والتعليقات. يعتمد محرك البيانات الخاص بالنظام على إطار ثنائي الفرع، حيث يقوم أحد الفروع باكتشاف مواضيع معينة (Topic Finding Tree) لربط الميزات البصرية بالمفاهيم التشريحية والمرضية بدقة. بينما يقدم الفرع الثاني استراتيجية مُوجهة لضمان حوارات سريرية واقعية تعزز من التطبيق العملي.

من خلال الجمع بين نموذج رؤية لغة مدمج يتكون من 4 مليارات متغير على مجموعة البيانات هذه، تفوقت IRIS على نماذج طبية متخصصة وأخرى عامة، حتى تلك التي تصل إلى 34 مليار متغير. تحمل هذه النتائج دليلاً على أن إدخال المعرفة المنهجية يتفوق بشكل عميق على زيادة المعلمات، مما يمهد الطريق لتطبيقات الذكاء الاصطناعي بكفاءة على الأجهزة المحمولة لفحص الأمراض السطحية للعين.

سيتم إصدار الشفرة ومجموعات البيانات وأوزان النموذج للجمهور قريباً، مما يعد بمزيد من الانفتاح والتقدم في هذا المجال.