إطار استدلال تشخيصي تكيفي للطب الشرعي باستخدام نماذج لغوية كبيرة متعددة الوسائط

لماذا هذا مهم لتشخيص السرطان

عندما ينظر أخصائي الأمراض إلى عينة نسيج تحت الميكروسكوب، فإنه يتخذ قرارات قد تغير مجرى الحياة: هل هناك سرطان، ما نوعه، وما مدى عدوانيته؟ تساعد البرامج الحاسوبية بالفعل في مسح آلاف هذه الصور، لكن معظمها يتصرف كصناديق سوداء غامضة، ويقدّم إجابة بنعم أو لا دون أن يوضّح كيف توصل إليها. تقدم هذه الدراسة طريقة جديدة لربط ذكاء اصطناعي قادر على فهم الصور مع استدلال قائم على اللغة بحيث لا يكتفي الحاسوب بإبداء رأيه، بل يشرح أيضاً سبب ذلك بمصطلحات تتوافق مع طريقة تفكير أخصائيي الأمراض الفعليين.

تحويل الصناديق السوداء إلى شروح

تركز معظم الأنظمة الحالية لقراءة شرائح النسيج على الدقة الصافية. تتعلم الأنماط من ملايين البكسلات ثم تُخرج تسمية مثل

الاستشهاد: Hong, Y., Kao, KC., Edwards, L. et al. Adaptive diagnostic reasoning framework for pathology with multimodal large language models. Commun Med 6, 236 (2026). https://doi.org/10.1038/s43856-026-01491-z

الكلمات المفتاحية: الطب الحاسوبي للنسيج, الذكاء الاصطناعي القابل للتفسير, تشخيص السرطان, النماذج اللغوية متعددة الوسائط, التصوير الطبي