تعتبر محاكاة الأنسجة الرخوة بدقة عالية أمرًا بالغ الأهمية في مجالات التدريب الجراحي، والتخطيط قبل العمليات، وأنظمة اللمس اللمسية (haptic feedback systems). لذا، قدم فريق من الباحثين نموذجًا مبتكرًا يعتمد على الشبكات العصبية الرسومية المتكيفة (equivariant graph neural network) لتحسين دقة التنبؤ بتشوه الأنسجة الرخوة وتأثيرات القوة على مختلف الأنواع الهندسية.

في دراستهم، قام الباحثون بإجراء معالجة شاملة لنماذج المواد اللزجة (hyperelastic constitutive models) في إطار عمل SOFA، مستخدمين حوامل مصنوعة من السيليكون ذات درجات صلابة مختلفة. وتظهر النتائج أن النموذج الجديد يمكنه إجراء تنبؤات دقيقة بشأن التشوهات والقوى عبر أنواع الأنسجة المتعددة والأشكال غير المرئية بمعدل دقة أقل من ملليمتر وبزمن استجابة قدره 0.010 ثانية.

تُظهر هذه الدراسة أيضًا أنه كلما كانت عملية المعايرة للأدوات المستخدمة دقيقة ومتسقة، زادت دقة جودة التنبؤ بالقوة. تُعتبر هذه النتائج أخبارًا مميزة للمجالات الطبية، حيث يُمكن أن يسهل تطوير تداريب جراحية أكثر فعالية، ويوفر معلومات أعمق للتخطيط المسبق للعمليات الجراحية.

هذا الابتكار يعد خطوة كبيرة نحو تعزيز تجربة الأطباء والمرضى على حد سواء من خلال تحسين دقة المحاكاة وتقليل التكاليف.