علم الأمراض يُعتبر حجر الزاوية في الطب الحديث، حيث يعتمد اتخاذ القرارات بدقة على الممارسات المعتمدة على الأدلة. لكن رغم الإمكانيات الهائلة للذكاء الاصطناعي (AI) في تحسين سير العمل السريرية، لا يزال التقاطع بين الذكاء الاصطناعي والطب القائم على الأدلة غير مستغل بشكل كافٍ، حيث كانت المحاولات السابقة تقتصر أساسًا على النصوص العامة في الطب.

في هذا السياق، يقدم فريق من الباحثين نظامًا ثوريًا يُعرف باسم PathPocket، وهو رفيق ذكاء اصطناعي متعدد الوسائط صُمم خصيصًا ليكون معتمدًا على الأدلة في مجال علم الأمراض. حيث تم بناء أكبر قاعدة بيانات للأدلة في علم الأمراض حتى الآن، تضم حوالي 110,472 وثيقة عامة ومصرح بها، مُنظمة وفقاً لهرم دقيق من الأدلة بدءًا من الإرشادات السريرية وصولاً إلى آراء الخبراء.

استنادًا إلى هذه الأسس المدروسة، تم إنشاء هايبرغراف (hypergraph) كبير النطاق لعلم الأمراض يحتوي على أكثر من 4.55 مليون كيان و7.10 مليون علاقة. يعمل هذا الهيكل كقوة معرفية قوية، حيث يوفر أدلة قابلة للتتبع لإطار عمل تفكير متعدد الوكلاء يجمع بين فهم المدخلات واسترجاع الأدلة والفرز وتوليد التشخيصات.

ما يميز PathPocket هو قدرته على معالجة مجموعة واسعة من المهام السريرية، بدءًا من الاستفسارات النصية فقط إلى التشخيصات المعقدة متعددة الوسائط التي تشمل مناطق الاهتمام (ROI) وصور الشرائح بكثافة جيجا بكسل (WSIs). لقد تم تقييم النظام بشكل دقيق على مجموعة معايير متعددة الأبعاد تضم أكثر من 200,000 حالة حقيقية، حيث حقق أداءً متفوقًا بشكل ملحوظ مقارنةً بأحدث الأنظمة الموجودة.

الأهم من ذلك، أظهرت الدراسات الواسعة مع المستخدمين أن PathPocket يعزز بشكل كبير دقة التشخيص وثقة الأطباء، من خلال توضيح تفسيرات علم الأمراض استنادًا إلى الأدبيات القابلة للتحقق. يوفر PathPocket حلاً عمليًا وقابلًا للتوسع لمستقبل علم الأمراض المعتمد على الأدلة.

ما رأيكم في هذا التطور المذهل؟ شاركونا في التعليقات.