في خطوة ثورية نحو تحسين الكشف المبكر عن سرطان القولون، طور الباحثون مجموعة نماذج UltraSeg التي تتيح تصنيف زوائد القولون في الزمن الحقيقي باستخدام وحدات المعالجة المركزية (CPUs) العادية. يعتمد هذا الابتكار على تصميم خفيف للغاية يقل عن 0.3 مليون معلمة، مما يسهل تطبيقه في العيادات التي تفتقر إلى المعدات المتطورة.

يعتبر UltraSeg-108K، الذي يحتوي على 0.108 مليون معلمة، نقطة انطلاق في تحقيق ضغط شديد للنموذج، بينما يقوم UltraSeg-130K (0.130M) بدمج تقنية دمج خفيفة عبر الطبقات، مما يعزز فعالية النموذج في بيئات متعددة المراكز.

تم استبدال المكونات الثقيلة التي تحتوي على عدد كبير من المعلمات بتقنيات جديدة تشمل التفاف ديلاتي متعدّد المعدلات ودمج مع مراعاة الانتباه، مما نَجحَ في تحقيق معدل أداء أعلى من 50 إطارًا في الثانية (FPS) عند دقة 256×256 و30 إطارًا في الثانية عند دقة 352×352، مع الحفاظ على دقة طبية عالية.

عند تقييمه على سبعة مجموعات بيانات عامة، حقق UltraSeg-130K نتائج تفوق 0.8 في درجات Dice عند كلا الدقتين، متفوقًا بشكل كبير على جميع النماذج المنافسة الأخرى التي تحتوي على أقل من 0.3 مليون معلمة. والأكثر إثارة للإعجاب، أنه قد يساوي أو يتجاوز أداء نموذج UNet-Medium، الذي يحتوي على 7.76 مليون معلمة، باستخدام فقط 1.7% من معالمه.

عندما يتم توسيع النموذج إلى 4.38 مليون معلمة، يحقق UltraSeg دقة تتنافس مع النماذج الثقيلة الأكثر تقدمًا، بينما يحافظ على ميزة كبيرة في عدد المعلمات. يوفر هذا العمل نتائج قابلة للاستخدام في المناطق ذات الموارد المحدودة، ويشكل خريطة طريق قابلة للتكرار للحلول الذكية في الوقت الحقيقي في مجالات طبية تتجاوز التنظير.