لماذا يُعد التعرف على المراحل عبر الإنترنت مهمة صعبة
يجب على النظام عبر الإنترنت الذي يتتبع تقدم العملية الجراحية أن يُصدر تسمية المرحلة الحالية في كل إطار جديد. ليس لديه إطارات مستقبلية: يمكنه الاعتماد فقط على ما رآه بالفعل. وفي الوقت نفسه، تستمر العملية لساعات، ولا ينبغي أن تزيد تكلفة معالجة الإطار الواحد مع كل ساعة تالية من التسجيل. وإلا فلن تتمكن النماذج من مواكبة العمل في الوقت الفعلي.
بشكل رسمي، تتوافق البنى المتكررة القائمة على SSD — ثنائية الحالة المنظمة — مع هذا القيد. فهي تنقل كل التاريخ إلى حالة مخفية، ويظل حجم الحساب لكل إطار ثابتًا. لكن طبقة SSD لها خاصيتها: الانتقال داخل كل رأس يُحدد بواسطة قيمة عددية واحدة. تحدد هذه القيمة في نفس الوقت "أين" سيُسجل الإطار الحالي في الحالة ومدى سرعة نسيان المعلومات من الحالة.
بالنسبة لعمليات الفيديو، يعيق هذا الربط الصارم الأمور. الأنماط البصرية — مظهر الأدوات والأنسجة ومناطق الاهتمام — تتكرر عبر مراحل مختلفة. يُكتب الدخول الجديد للصورة فوق القديم، وفي النهاية لا يختلف الحدثان المتشابهان إلا في مدى قدم حدوثهما. لا تعطي دالة الخسارة إشارة واضحة للنموذج حول متى توقف المحتوى القديم للحالة عن كونه مفيدًا. بالإضافة إلى ذلك، تختلف المراحل نفسها كثيرًا في الطول: بعضها يستمر لثوانٍ، والبعض الآخر يشكل جزءًا ملحوظًا من الإجراء بأكمله، وقد تبدو العملية بصريًا شبه ثابتة.
إعادة برمجة الحالة والتحكم في النسيان
يقترح مؤلفا العمل — Sukju Oh وSukkyu Sun — نموذج SurgicalMamba لهذا الغرض. لا يكمن حله في استبدال الطبقة المتكررة بالكامل، بل في تصحيح سلوك الحالة المنقولة.
الآلية الأولى تسمى إعادة برمجة الحالة. عند حدود كل جزء تتم معالجته، لا يتم نقل المتجه المخفي فحسب، بل يتم تدويره بزاوية تعتمد على محتوى الجزء الحالي. بفضل هذا، يقع جزءان متشابهان تفصل بينهما مرحلة أخرى في مناطق مختلفة من فضاء الحالات ويتوقفان عن محو بعضهما البعض. يمكن للنموذج التمييز بينهما بناءً على السياق، وليس فقط على العمر.
الآلية الثانية هي تعديل التلاشي عند انتقالات المراحل. عندما يحدد النموذج حدودًا بين المراحل، فإنه يعزز النسيان مؤقتًا: تُمسح الحالة بسرعة من معلومات المرحلة المنتهية. داخل المرحلة نفسها، يظل التلاشي بطيئًا للحفاظ على السياق. تُضبط شدة المسح بحيث "يعيش" النموذج حتى نهاية أطول مرحلة ولا يفقد السياق المطلوب قبل الأوان.
من المهم أن كلا التغييرين لا يكسران البنية شبه المنفصلة N لـ SSD، وبالتالي يتم الحفاظ على ضمان التعقيد السابق: O(d) لكل إطار. يظل النموذج خفيفًا بما يكفي للعمل المتدفق.
ماذا أظهرت الاختبارات
على سبعة معايير عامة، يحقق SurgicalMamba مستوى حديثًا من الدقة. على مجموعة Cholec80، بلغت الدقة عبر الإنترنت 94.6%، ومؤشر Jaccard للمراحل 82.7%. على AutoLaparo، كانت النتائج أقل قليلاً لكنها ملحوظة أيضًا: 89.5% و68.9% على التوالي. وفي الوقت نفسه، يعالج النموذج 312.88 إطارًا في الثانية على وحدة معالجة رسومية واحدة — بهامش كبير للوقت الفعلي.
مؤشر Jaccard للمراحل هنا أكثر أهمية من الدقة العادية: فهو يتحقق من مدى تداخل الفترات الزمنية المتوقعة للمراحل مع الفترات الحقيقية. هذا أكثر صرامة تجاه الأخطاء عند الحدود، حيث تميل الأنظمة عادةً إلى ارتكاب الأخطاء في أغلب الأحيان.
من المثير للاهتمام أن الآلية لا تعمل فقط في الجراحة. إذا أضيفت عملية تدوير الحالة فقط إلى Mamba2 القياسي، فإنها تحسن مقياس MQAR — القدرة على استخراج عدة عناصر سبق مواجهتها من سياق طويل. يظهر التحسن تحديدًا حيث كان القيد هو الحالة المتكررة. يشير هذا إلى أن إعادة برمجة الحالة تحل مشكلة أكثر عمومية للنماذج المتكررة، وليس فقط مهمة التعرف على المراحل الجراحية.
