في عالم الجراحة الحديثة، تعتبر النماذج القابلة للتحكم (Controllable Models) مؤشراً على التطورات الكبيرة في الذكاء الاصطناعي. نقدم لكم اليوم نموذجاً متميزاً يُدعى Surg-UniWorld، الذي يعدّ بمثابة تطور جذري في كيفية تفاعل الأدوات الجراحية مع الأنسجة. حيث سعى الباحثون إلى حل مشكلة عدم التناسق في الظروف البصرية المتباينة، والتي كانت تؤدي إلى تشوهات تشريحية وفقدان الهوية في المشهد.

Surg-UniWorld يبني نموذجاً جراحياً موحداً يشمل خبراء التحكم المتعدد الوسائط. في البداية، يقوم هذا النموذج بإنشاء "مرساة جراحية هرمية" (Hierarchical Surgical Anchor) من خلال استخدام ظهور الإطار الأول والماسكات الدلالية الهرمية، مما يساعد في الحفاظ على هوية المشهد، وتنظيمه التشريحي، وحدود التفاعل.

باستخدام خبراء التحكم النسبي للمرساة (Anchor-Relative Modality Experts)، يتم تفسير الأدلة المتعلقة بالحواف والعمق وتدفق الحركة بالنسبة إلى المرساة المشتركة، مما يسمح بالتقاط معلومات متكاملة عن الحدود والهندسة والحركة.

كما أن وجود خبير التحكم المتعدد الوسائط (Multimodal Control Expert) يساهم في تحسين مراحل التركيب المرحلية للمساهمة النشطة، منتجاً تلميحات تحكم لهيكل "Wan2.2" لتوليد الفيديو.

لتعزيز هذا التطوير، تم إنشاء مجموعة بيانات "Cholec80-SurgWAM" كنموذج قياسي لتوليد مقاطع فيديو جراحية قابلة للتحكم. لقد أظهرت التجارب الواسعة أن Surg-UniWorld يتفوق باستمرار على الطرق السابقة في جودة التوليد والسلامة الزمنية والقابلية للتحكم المتعدد الوسائط.

هذا الابتكار يعني تحسينات كبيرة في المجال الجراحي، مما يشير إلى إمكانية الاستفادة منه في المستقبل في تعزيز الجراحة بمساعدات ذكية.