في عالم تحليل الصور الطبية، تتنوع التحديات بسبب تباين أجهزة المسح، البروتوكولات، وتباين بيانات المرضى. هذه التحديات جعلت من نشر نماذج تحليل الصور عالية الأداء مهمة صعبة، تتطلب عمليات ضبط مستمرة تتعلق بمجالات معينة، وهو ما يعد'tسياسيًا' عند قلة البيانات المتميزة أو قيود الخصوصية.

لذا، تسعى تقنية OPERA (توجيه الخبراء المعتمد على السياسات خارج الخط) إلى حل هذه العقبة عبر تقديم إطار عمل يتألف من وكالات متعددة. تعتمد OPERA على تقييم وزن كل خبير كمسألة تتعلق بتعلم السياسات خارج الخط، حيث يتم تعلم سياسة التوجيه من مجموعة تحقق صغيرة دون الحاجة إلى تحديثات تدرج مع أي وكيل خبير، لتطبيق هذه السياسة أثناء التكيف في الوقت الراهن لمواجهة تغيرات التوزيع.

يقوم نظام OPERA بالتنسيق بين الوكلاء المتخصصين بطرق تكميلية. حيث يتعلم وحدة ما يُعرف بـ'توصيف الخبراء' سياسات الاختيار خارج الخط، مما يتيح تخصيص الخبرة بشكل متمكن. كما يخضع كل وكيل له عملية ضبط الثقة من خلال تعديل درجة الحرارة، مما يضمن مخرجات احتمالية أكثر موثوقية. إلا أن أروع ما في OPERA هو تكيفه الواعي بالتوزيع، حيث يتم تعديل أوزان الفئات بشكل ديناميكي على مستوى الدفعة باستخدام إحصائيات مستمدة من بيانات الاختبار غير المرقمة.

تقوم OPERA أيضًا بتوجيه كل عينة إلى الخبير الأكثر ملاءمة من خلال الاستفادة من توافق النماذج البينية وحساب الانتروبيا التنبؤية.

لقد تم تقييم OPERA على 9 مجموعات بيانات تغطي مجالات مثل تصوير قاع العين، الأشعة السينية، والتصوير بالرنين المغناطيسي، مع مقارنة أدائها مع أكثر من 30 نموذج مرجعي في مجالات التصنيف، والتجزئة، والإعدادات المتعددة النماذج. تُظهر OPERA تحسينات مستمرة في الأداء وجودة المعايرة، مما يثبت أن التنسيق بين الوكلاء الخبراء المعتمد على السياسات خارج الخط هو طريق عملي لنشر الذكاء الاصطناعي الطبي دون الحاجة إلى إعادة تدريب.