تشهد مجالات الذكاء الاصطناعي في الطب طفرة نوعية مع تطور نماذج الرؤية اللغوية (Vision-Language Models) في تحليل الصور الطبية ثلاثية الأبعاد. هذه النماذج، خاصة في سياقات مثل التصوير بالأشعة السينية، تُظهر فعالية فائقة، ولكن يبقى السؤال: كيف يتم تشفير النتائج السريرية داخل هذه النماذج؟

في دراسة حديثة، تم استكشاف نموذج رؤية ثلاثية الأبعاد يُعرف باسم (Pillar-0)، حيث تم اختبار وحداته الثابتة لاستخراج المعلومات المدفونة بها. وقد أظهرت النتائج وجود مجموعة من حوالي 10 قنوات في مُشفر الرؤية تتعلق بشكل مباشر بالتشخيص الدقيق للأشعات، ما أكد أنها تتفوق على أي تنبيهات نصية بسيطة. فعند تعطيل قنوات معينة ترتبط بنتائج سريرية محددة، كان من الواضح أن درجة تلك النتائج تتدنى بشكل كبير بينما تظل العلامات غير المرتبطة سليمة.

الأكثر إثارة، هو أنه تم تكرار النتائج ذاتها مع نموذج مختلف هندسياً هو (Merlin) مما يعكس خاصية مشتركة في نماذج المشفرات الطبية المجمدة. تم استخدام طريقة جديدة تسمى بروب قنوات المفاهيم (Concept Channel Probe - CCP) التي لم تتطلب التدريب وأظهرت أداءً متفوقًا مقارنة بأدوات سابقة مثل (CT-CHAT), حيث حققت نتائج أفضل في قياسات الفعالية السريرية وقياسات توليد اللغة الطبيعية (NLG).

هذه النتائج ليست مجرد تقدم تكنولوجي، بل تمثل خطوة جديدة نحو ضمان تطبيق مباشر وموثوق لنماذج الذكاء الاصطناعي في تشخيص الحالات الطبية، مما يترك سؤالًا لجمهورنا: كيف يمكن تحسين استخدام الذكاء الاصطناعي في مجالات أخرى من الطب؟ شاركونا آرائكم.