في خطوة ثورية نحو تحسين التشخيصات الطبية، كشفت دراسة جديدة عن نهج مبتكر لتقنية التنظير الكبسولي (Capsule Endoscopy) من خلال تطوير مهمة جديدة تتمحور حول تلخيص مقاطع الفيديو التي تعتمد على التشخيص. تتميز تقنية التنظير الكبسولي بقدرتها على إجراء مسح غير جراحي للجهاز الهضمي، إلا أن الأبحاث الحالية عادة ما تركز على تصنيف الأحداث على مستوى الإطار بدلاً من تحليل الفيديو بالكامل.

تسعى هذه الدراسة إلى سد الفجوة بين تحليل الإطار والفيديو عبر تعريف مهمة تلخيص الفيديو المرتكز على التشخيص، حيث تتطلب استخراج الإطارات الرئيسية التي تحتوي على اكتشافات ذات صلة سريرياً، وبالتالي إجراء تشخيصات دقيقة بناءً على تلك الإطارات.

لكن هذا الأمر ليس سهلاً، فالأحداث ذات الصلة بالتشخيص نادرة جداً وغالباً ما تطغى عليها آلاف الإطارات العادية، مما يجعل عملية الفصل بين ما هو هام وما هو غير مهم تحدياً حقيقياً.

لذلك، تم تقديم مجموعة بيانات VideoCAP، التي تُعد الأولى من نوعها والتي تحتوي على توصيفات مرتكزة على التشخيص مستمدة من تقارير حقيقية. تضم VideoCAP 240 فيديو بطول كامل، مما يوفر إشرافاً واقعياً لتيسير عمليات استخراج الإطارات والأحكام التشخيصية.

بالإضافة إلى ذلك، تم اقتراح إطار عمل جديد باسم DiCE، الذي يحاكي مسار قراءة الفيديو القياسي للتنظير. حيث يقوم DiCE أولاً بفرز المرشحين بشكل فعال من الفيديو الخام، ثم يستخدم أداة Context Weaver لتنظيم هؤلاء المرشحين في سياقات تشخيصية متماسكة، مع الحفاظ على الأحداث المعنية، وأداة Evidence Converger لتجميع الأدلة من عدة إطارات داخل كل سياق.

أظهرت التجارب أن DiCE يتفوق باستمرار على أفضل الأساليب الموجودة، ويقدم ملخصات تشخيصية دقيقة وموثوقة سريرياً. نتائج هذه الأبحاث تبرز أهمية التفكير السياقي المرتكز على التشخيص كنهج واعد لتحسين تلخيص الفيديوهات الطويلة للتنظير الكبسولي.