في عالم الرعاية الصحية، تظل إجراءات إدخال الإبر الموجهة بالألتراساوند (Ultrasound-guided needle insertion) تحديًا معقدًا بسبب الظروف الديناميكية لصور الألتراساوند والصعوبات المرتبطة برؤية الإبرة. على الرغم من وجود العديد من الطرق المقترحة لهذا الغرض، إلا أن معظمها يعتمد على أنظمة مصممة يدويًا مما يقيد فعاليتها في الظروف الصعبة.

لكن الآن، يشهد هذا المجال ثورة جديدة مع تقديم نموذج رؤية-لغة-عمل (Vision-Language-Action) الذي يعد بتوفير حلول ذكية وقابلة للتكيف. يهدف هذا النموذج إلى تحسين عملية إدخال الإبر ومتابعتها عبر نظام ألتراساوند روبوتي (Robotic Ultrasound) بطريقة متكاملة وديناميكية.

ويقوم هذا النموذج بإجراء تعديلات فورية وذكية على إدخال الإبرة استنادًا إلى موقعها الحالي وفهم البيئة المحيطة بها. لتحقيق تتبع دقيق وفوري، تم تقديم رأس تتبع يسمى Cross-Depth Fusion (CDF) يجمع بين البيانات السطحية والعمق الدلالي عبر بنية رؤية كبيرة.

وبالإضافة إلى ذلك، تم إدخال تقنية تسجيل جديدة تُعرف باسم Tracking-Conditioning (TraCon) لتكييف خصائص النموذج المدرب مسبقًا مع مهام التتبع بطريقة فعالة. وفي نهاية العملية، يتم استخدام سياسة تحكم واعية بالشك ومجموعة VLA غير المتزامنة لضمان اتخاذ قرارات دقيقة في الوقت المناسب مما يعزز من سلامة النتائج.

تظهر التجارب الواسعة على كل من تتبع الإبر وإدخالها أن هذه الطريقة تتفوق باستمرار على أنظمة التتبع الأكثر تقدمًا والأساليب اليدوية، حيث تحقق دقة أعلى في التتبع، ورفع معدلات نجاح الإدخال، وتقليل زمن الإجراء بشكل ملحوظ، مما يفتح آفاق جديدة للتدخل الذكي القائم على الألتراساوند.