في عالم الذكاء الاصطناعي، يظل المجال الطبي أحد أكثر المجالات تعقيدًا وتحديًا. وقد شهدت الأبحاث الأخيرة تطوراً ملحوظاً مع إطلاق مجموعة بيانات جديدة تدعى MedMosaic، والتي تهدف إلى تقييم نماذج معالجة اللغة والصوت في سياق طبي حقيقي.

تتسم البيانات الطبية بالصعوبة في جمعها بسبب قيود الخصوصية وتكاليف التوثيق العالية، مما يجعل المقاييس الحالية لا تعكس السيناريوهات الطبية المعقدة بشكل صحيح. لذا، صممت MedMosaic لتتضمن مجموعة متنوعة من أنواع الصوت الطبي، بما في ذلك الأصوات الفسيولوجية المرتبطة بالأمراض، وأصوات مصنعة بعناية لمحاكاة الكلام مع عيوب، بالإضافة إلى محادثات سريرية حقيقية قصيرة وطويلة لتناسب سياقات مختلفة.

تحتوي المجموعة على 46,701 زوج من الأسئلة والأجوبة، مجتمعة ضمن فئات متعددة مثل الاختيار المتعدد، والردود المتتابعة، والأسئلة المفتوحة، مما يتيح تقييمًا منهجيًا لقدرات الاستدلال متعدد الخطوات وتوليد الأجوبة.

أظهرت الاختبارات التي أجريت على 13 نموذجًا من نماذج معالجة الصوت والنماذج المتعددة الوسائط أن الاستدلال ما زال يمثل تحديًا كبيرًا لجميع الأنظمة التي تم تقييمها. على سبيل المثال، حقق النموذج المتقدم Gemini-2.5-pro دقة تصل فقط إلى 68.1% تقريبًا.

تشير هذه النتائج بوضوح إلى وجود قيود مستمرة في الاستدلال الطبي، مما يؤكد على الحاجة إلى نماذج معالجة متعددة الوسائط أكثر قوة وخصوصية. هل أنتم متشوقون لاستكشاف كيف يمكن أن تساهم MedMosaic في تطوير الذكاء الاصطناعي في المجال الطبي؟ شاركونا آرائكم!