مشكلة التقييم الذاتي للمهارات الجراحية
لا يمكن تصور تدريب جراحي العيون دون تقديم ملاحظات من المرشدين ذوي الخبرة. ومع ذلك، يظل التقييم التقليدي للكفاءة عبر فيديوهات العمليات ذاتيًا إلى حد كبير: فقد يفسر خبيران نفس حركات الأدوات بشكل مختلف. وهذا يبطئ إعداد المتخصصين ويخلق خطر حدوث أخطاء في الاعتماد.
الأنظمة الآلية التي حاولت حل هذه المشكلة سابقًا، غالبًا ما كانت تعمل كـ«صندوق أسود»: فهي تعطي درجة نهائية، لكنها لا تشرح على أساس أي حركات تحديدًا تم منحها. بالنسبة للتدريب، هذه الإجابة غير مفيدة — فالجراح الشاب لا يفهم ما الذي يحتاج إلى تصحيحه بالضبط.
منصة ذكاء اصطناعي قابلة للتفسير لتحليل فيديوهات العمليات
قدمت مجموعة من الباحثين منصة جديدة تجمع بين الرؤية الحاسوبية ومعالجة الإشارات. مهمتها ليست مجرد تحديد مستوى المهارة، بل إظهار أي حركات اليد والسرعة ومسار الأداة تحديدًا أثرت على التقييم. على عكس الحلول السابقة «غير الشفافة»، يمكن هنا تتبع كل استنتاج وصولًا إلى مقياس محدد.
يعتمد النظام على أكبر مجموعة بيانات متاحة حتى اليوم: 2000 تسجيل لعمليات إزالة الساد. وهذا يسمح للخوارزميات بالتعلم على تقنيات وأنماط عمل متنوعة، وليس فقط على عينة محدودة.
السمة الرئيسية هي قابلية التفسير. تستخرج المنصة من الفيديو عشرة مقاييس موضوعية للحركة، مثل سلاسة تحريك الأداة، والسرعة، ودقة المسار. تُقارن هذه المقاييس بتقييمات الخبراء، لكن على عكس الإنسان، يمكن للآلة أن تشير إلى مقاطع محددة من العملية حيث كانت الحركات غير واثقة أو غير مثالية.
كيف تم التحقق من دقة النظام
في دراسة تجريبية، تم استخدام 83 تسجيل فيديو لعمليات. قام الجراحون الخبراء بتقييم كل منها وفق مقياس CSAS الجديد (نظام تقييم مهارات محفظة العدسة)، الموجه نحو المرحلة الرئيسية — محفظة العدسة. ثم قورنت هذه التقييمات الذاتية بعشرة مقاييس محسوبة آليًا.
أظهرت النتيجة توافقًا عاليًا بين آراء البشر وحسابات الخوارزمية. وصلت دقة التنبؤ بمستوى المهارة إلى 87%. والأهم أن الارتباط كان ملحوظًا لكل مقياس على حدة، وليس فقط للدرجة النهائية. وهذا يؤكد: النظام لا «يخمن» فحسب، بل يتعرف فعلًا على أنماط الحركة المهمة.
ماذا يعني هذا للتطبيق العملي
يمكن للذكاء الاصطناعي القابل للتفسير أن يصبح أداة مفيدة في الإقامة الطبية والتعليم الطبي المستمر. يحصل الجراح الشاب ليس فقط على تقييم «فوق المتوسط»، بل على تحليل للحركات المحددة التي يستحق تحسينها. ولجنة الاعتماد — على بيانات كمية موضوعية بالإضافة إلى الانطباعات الذاتية.
يؤكد المطورون أن منصتهم لا تحل محل الخبراء، بل تمنحهم دعمًا قويًا. ومن المحتمل أن تكون قادرة على توحيد معايير التقييم حول العالم، مما يجعل تدريب الجراحين أكثر شفافية وقابلية للتكرار. الخطوة التالية — توسيع التحقق على عينات أكبر ومراحل أخرى من عملية الساد.
