نموذج لغوي مبتكر يحقق ثورة في التعرف على الصور الطبية!

في عالم يتطور فيه الذكاء الاصطناعي بسرعة، يظهر نموذج جديد يُدعى ThoughtMed-1M كأداة مبتكرة في المجال الطبي. تم تصميم هذا النموذج لمواجهة التحديات التي تواجه نماذج اللغات الكبيرة (Large Language Models) في التطبيقات الطبية، حيث تعاني من نقص في مجموعات البيانات المخصصة للتفاعل البصري مع الأسئلة الطبية (Visual Question Answering).

تم تجميع نموذج ThoughtMed-1M باستخدام صور طبية جرى إزالة هويتها وتعليقات مختصين تم مشاركتها على منصات وسائل التواصل الاجتماعي الطبية. من خلال دمج الذكاء الاصطناعي المتقدم مع عمليات التحقق من الخبراء، تم تطوير مجموعة بيانات طموحة تحتوي على أكثر من مليون زوج من الأسئلة والإجابات، مصممة لتجسيد المنطق السريري وتناسق النصوص مع الصور الطبية.

وتمكن نموذج FOundational LLM Trained on ThoughtMed-1M (FOLTMed) من تحقيق أداء مذهل، حيث سجل دقة كلية تصل إلى 85.4% عبر 42 مجموعة بيانات معيارية، مُتفوقاً على النماذج الرائدة الأخرى بنسبة تتراوح بين 3 إلى 5% في دقة التصريح والتشابه.

هذا الإنجاز لا يبرز فقط روح الابتكار، بل يمثل أيضاً نموذجاً قابلاً للتوسع لتعزيز البحث عن نماذج لغوية متعددة الوسائط تستند إلى المعرفة السريرية.

فهل أنتم مستعدون لاكتشاف كيف يمكن للذكاء الاصطناعي أن يُحدث ثورة في مجالات الرعاية الصحية والتفاعل مع المرضى؟ شاركونا آراءكم وتجاربكم في التعليقات!