MARCH: ثورة جديدة في توليد تقارير الأشعة باستخدام الذكاء الاصطناعي
تمثل MARCH نظامًا مبتكرًا يجمع بين الذكاء الاصطناعي والتعاون البشري لتحسين جودة تقارير الأشعة. بفضل أدوار متخصصة ومشاركة متعددة الوكلاء، يحقق هذا النظام تقدمًا ملحوظًا في الدقة والموثوقية.
في عالم الطب الحديث، باتت تقارير الأشعة الرقمية أكثر أهمية من أي وقت مضى، حيث تتزايد الحاجة إلى تنظيم دقيق وتعاون فعال بين الأطباء المتخصصين. تقدم MARCH (Hierarquia سريرية للأشعة متعددة الوكلاء) حلاً مبتكرًا يتجاوز الأنظمة التقليدية من خلال نموذج متعدد الوكلاء يُحاكي التسلسل الهرمي المتخصص في أقسام الأشعة.
يقوم النظام بتوظيف "وكيل مقيم" (Resident Agent) للقيام بالصياغة الأولية واستكشاف ميزات الأشعة المقطعية (CT) على مستويات متعددة. كما يتم الاعتماد على "وكلاء الزملاء" (Fellow Agents) لتقديم تحسينات تعتمد على جلب المعلومات، ويكون هناك "وكيل استشاري" (Attending Agent) يدير حوارًا تفاعليًا للوصول إلى توافق في الآراء حول التشخيص.
أظهرت الدراسة المستخدمة في مجموعة بيانات RadGenome-ChestCT أن MARCH يتفوق بشكل ملحوظ على المعايير الأخرى في كل من الدقة السريرية والدقة اللغوية، مما يعكس تأثير هيكلة بيئات العمل البشرية على تعزيز موثوقية الذكاء الاصطناعي في مجالات الطب الحرجة.
يقوم النظام بتوظيف "وكيل مقيم" (Resident Agent) للقيام بالصياغة الأولية واستكشاف ميزات الأشعة المقطعية (CT) على مستويات متعددة. كما يتم الاعتماد على "وكلاء الزملاء" (Fellow Agents) لتقديم تحسينات تعتمد على جلب المعلومات، ويكون هناك "وكيل استشاري" (Attending Agent) يدير حوارًا تفاعليًا للوصول إلى توافق في الآراء حول التشخيص.
أظهرت الدراسة المستخدمة في مجموعة بيانات RadGenome-ChestCT أن MARCH يتفوق بشكل ملحوظ على المعايير الأخرى في كل من الدقة السريرية والدقة اللغوية، مما يعكس تأثير هيكلة بيئات العمل البشرية على تعزيز موثوقية الذكاء الاصطناعي في مجالات الطب الحرجة.