نموذج ذكاء اصطناعي مستنير بالفيزياء يتتبع حركة دماغ الجنين لتحسين تصوير الرنين المغناطيسي قبل الولادة

قدم باحثون من معهد ماساتشوستس للتكنولوجيا ومستشفى بوسطن للأطفال ومعهد إنريا (Inria) نظام E(3)-Pose، وهو نموذج تعلم عميق يصطف شرائح تصوير الرنين المغناطيسي لدماغ الجنين في الوقت الفعلي من خلال تضمين التماثل الأيمن-الأيسر مباشرة في معمارية الشبكة العصبية. بدلاً من تعلم الفيزياء من البيانات وحدها، يدمج النموذج الأوليات الهندسية في طبقاته، مما يمكّنه من استنتاج اتجاه الرأس حتى عند حركة الجنين بين عمليات الاستحواذ ثنائية الأبعاد.

لماذا هذا مهم للبنية التحتية لوحدات معالجة الرسوميات والذكاء الاصطناعي

يوضح E(3)-Pose كيف تقلل التحيزات الاستقرائية المستنيرة بالفيزياء من عبء البيانات والحوسبة في مهام التصوير الطبي. من خلال تقييد فضاء الفرضيات بالتماثل، تتقارب الشبكة بشكل أسرع وتعمم بشكل أفضل من الفحوصات الموصوفة المحدودة — وهو نمط يترجم إلى ساعات وحدة معالجة رسوميات أقل لكل عملية تدريب وبصمة ذاكرة أصغر أثناء الاستدلال، وكلاهما حاسم للنشر السريري على أساطيل وحدات معالجة الرسوميات الهجينة أو الطرفية.

تم التحقق من النهج على مجموعات بيانات تصوير رنين مغناطيسي جنيني سريرية وعُرض في مؤتمر الرؤية الحاسوبية الأوروبي 2026. أفاد أطباء الأشعة عن فجوات تغطية أقل وإعادة بناء حجمية أكثر اتساقًا، مما قد يوفر على العائلات زيارات مستشفى متكررة ويتيح تدخلًا مبكرًا لحالات مثل تشوهات القشرة أو تضخم البطينات.

مع تحول سير عمل التصوير قبل الولادة نحو مساعدة الذكاء الاصطناعي في الوقت الفعلي، تبرز نماذج مثل E(3)-Pose قيمة التصميم المشترك للهيكل الخوارزمي مع قيود الأجهزة — أولويات التماثل اليوم، طبقات متكافئة غدًا — للحفاظ على زمن استدلال ضمن النوافذ الضيقة التي تفرضها التشريح المتحرك.