تشهد تقنيات الذكاء الاصطناعي (AI) تقدمًا ملحوظًا في العديد من المجالات، ومن بين تلك المجالات يأتي تصنيف شدة حب الشباب. فقد طور الباحثون نموذجًا جديدًا يُعرف بـ LENS-GRF (شبكة دليل الإصابة مع التحويلة المتداخلة)، وهو نظام متعدد المراحل يُستخدم لتصنيف شدات حب الشباب إلى أربع فئات.

يعتمد LENS-GRF على مزج بين تقسيم البشرة التكيفية وتحويلة الرؤية العالمية، مما يساعد في تحسين الدقة من خلال استخدام التحويلة المتداخلة التي قادرة على فك تشفير مناطق الإصابة وتفاعلاتها مع بعضها البعض. واحدة من ميزات هذا النموذج هي تقنية دمج المتبقيات المحصورة التي تتيح السيطرة على المساهمات المحلية بشكل ديناميكي.

خلال الاختبارات، أثبت LENS-GRF فعاليته في تحقيق دقة تصل إلى 80.82% عند استخدامه بشكل أوتوماتيكي مع YOLOv11s، بينما وصلت الدقة إلى 95.89% عند استخدام إدخالات اللعاب الحقيقية. بالإضافة إلى ذلك، تم الكشف عن 15 صورة متكررة أثناء تدقيق السلامة، مما يعكس الجهود المبذولة لضمان صحة البيانات.

في التقييمات مع مجموعة بيانات PLSBRACNE01 التي تضم 200 موضوع، حقق النموذج دقة بلغت 35.00% مقارنة مع 42.50% كقاعدة عالمية. بينما زادت إدخالات الإصابة الحقيقية الدقة في تحليل المتخصصين الثلاثة إلى 47.97%، مما يشير إلى الحاجة الماسة لتحديث معايير التصنيف والتوافق بين التقييمات المختلفة.

يثير هذا التطور تساؤلات حول كيفية توظيف هذه التقنيات في الممارسات السريرية وكيف يمكن أن تساهم في تحسين العلاجات المتاحة. ماذا عن رأيكم في مستقبل استخدام الذكاء الاصطناعي في الطب؟ شاركونا في التعليقات.