في خطوة تقنية رائدة، تم تقديم إطار عمل جديد للذكاء الاصطناعي يُعرف باسم PulmoSight-XAI، والذي يهدف إلى تحسين تصنيف الأشعة السينية للصدر من خلال تقنيات التعلم الآلي (Machine Learning) المتقدمة. يواجه مجال تصنيف الأشعة تحديات عدة مثل عدم توازن الفئات ووجود أمراض متداخلة وفقدان الميزات الدقيقة في الهياكل التقليدية.

يستخدم الإطار الجديد مجموعة متنوعة من الشبكات العصبية التلافيفية (Convolutional Neural Networks) المتكاملة، مما يتيح تدريبًا متخصصًا لكل من الأشعة الأمامية والجانبية. من خلال استبدال تقنيات التجميع التقليدية باستراتيجية دمج الميزات متعددة المقاييس المعززة بواسطة وحدات اهتمام القناة (CBAM)، يحافظ الإطار على تمثيلات دقيقة ودقيقة بينما يركز على الميزات السريرية ذات الدلالة العالية.

للتعامل مع الفجوات بين الفئات المختلفة، يتم تحسين النماذج باستخدام هدف هجين يجمع بين خسارة غير متماثلة وخسارة بؤرية تكيفية، مما يمنح النظام القدرة على تحسين أدائه بشكل كبير.

عند تقييمه على مجموعة بيانات كبيرة، يحقق الإطار دقة عالية تصل إلى 0.9319 للأشعة الأمامية و0.9154 للأشعة الجانبية. كما يوفر تحليل شامل لتفسير النتائج، مما يضمن توافقًا تشريحيًا قويًا ويساعد الأطباء في اتخاذ قرارات دقيقة ومبنية على الأدلة.

بفضل تنوع الهيكل، والاهتمام متعدد المقاييس، وتعلم الآلة الهرمي، والتفسير الدقيق، يقدم هذا الإطار نظام تشخيص مساعد موثوق وعالي الدقة للأمراض الصدرية. هل أنتم متحمسون لرؤية هذه التقنية تتطور؟ شاركونا آراءكم في التعليقات!