في عالم الطب الحديث، تظل السكتة الدماغية واحدة من التحديات الكبرى التي تواجه الأطباء عند التشخيص. ومع تطور تكنولوجيا التعلم العميق (Deep Learning) والدمج المتعدد الوسائط (Multi-modal Fusion)، تم الكشف عن نموذج جديد يعد بإحداث ثورة في مجال التنبؤ بالسكتات الدماغية.

يمثل هذا النموذج القائم على فكرة الدمج الثلاثي (Tri-modal Fusion)، نقلة نوعية في كيفية الدمج بين الصور الطبية، البيانات السريرية المهيكلة، والنصوص غير المهيكلة. حيث قام الباحثون بتطوير آلية جديدة تغني التمثيل البياني للبيانات عبر استخدام نماذج اللغات الضخمة (Large Language Models) لتوليد نصوص تشخيصية شبه مهيكلة تلقائيًا من صور الرنين المغناطيسي (MRIs) للدماغ. هذا الابتكار لا يسهم فقط في معالجة ندرة التعليقات الخبراء، بل يعزز أيضًا من متانة الدمج المتعدد الوسائط.

كما يتضمن النموذج مكونًا مركزيًا يسمى "وحدة دمج التAligned الثنائي المشروط بالرؤية (Vision-Conditioned Dual Alignment Fusion Module)"، الذي يستخدم الميزات البصرية كشرط أولي لتوجيه التفاعلات الدقيقة مع النصوص المولدة. يتمتع هذا النظام بقدرة هائلة على الدمج الديناميكي والعميق من خلال فقدان المحاذاة الدلالية الثنائية، مما يخفف من عدم التناسق بين الوسائط.

أظهرت التجارب المتعددة على مجموعة بيانات سريرية حقيقية أن النموذج الجديد يحقق أداءً رائدًا في هذا المجال، مما يعد إنجازًا كبيرًا يفتح آفاقاً جديدة في تشخيص ومعالجة السكتات الدماغية.