SUREON: A Benchmark and Vision-Language-Model for Surgical Reasoning

تخيل أنك تحاول تعليم روبوت كيف يصبح جراحاً.

لفترة طويلة، كنا نعلم الروبوتات عبر عرض آلاف الصور عليها والقول لها: "هذا مشرط"، أو "هذه مرارة". كان الأمر يشبه تعليم طفل التعرف على الفواكه: "هذه تفاحة. هذه موزة". أصبح الروبوت بارعاً جداً في تسمية الأشياء، لكنه لم يفهم لماذا يفعل الجراح ما يفعله. لم يكن بإمكانه أن يقول لك: "الجراح يقطع هنا لوجود ورم خفي"، أو "إنه يتوقف الآن لأن المريض ينزف".

ورقة البحث التي شاركتَها، SUREON، هي بمثابة قفزة هائلة للأمام. فهي لا تعلم الروبوت كيف يرى فحسب؛ بل تعلمه كيف يفكر كجراح.

إليك قصة كيف فعلوا ذلك، مقسمة إلى أجزاء بسيية:

1. المشكلة: الروبوت يعرف "ماذا"، وليس "لماذا"

الذكاء الاصطناعي الجراحي الحالي يشبه سائحاً يحمل كتاباً للعبارات الجاهزة. يمكنه الإشارة إلى أداة والقول: "هذا ملقط". ولكن إذا سألته: "لماذا قام الجراح بتغيير الأدوات الآن؟" سيضيع الروبوت. إنه لا يفهم قصة الجراحة، أو المخاطر، أو عملية اتخاذ القرار.

2. الحل: مكتبة "محاضرة المعلم"

أدرك الباحثون أن الإجابات كانت موجودة بالفعل على يوتيوب والمواقع الطبية، لكنها كانت غير منظمة. فالجراحون يلقون محاضرات ويشرحون العمليات الجراحية لتعليم الطلاب. يقولون أشياء مثل: "الآن أقوم بقطع هذا الشريان لأن العقدة الليمفاوية كبيرة جداً بحيث لا يمكن إنقاذها دون إتلاف الوعاء الدموي".

هذا الشرح هو "ذهب خالص". فهو يحتوي على المنطق، والنية، وفحوصات السلامة. لكنه غير مهيكل ويصعب على الكمبيوتر استخدامه.

3. المصنع السحري: تحويل المحاضرات إلى دروس

لحل هذه المشكلة، بنى الفريق "مصنع بيانات" باستخدام فريق من وكلاء الذكاء الاصطناعي المتخصصين (تخيلهم كفريق من المحررين الصارمين جداً):

• الكشاف (The Scout): يجد اللحظة الدقيقة في الفيديو التي يتطابق فيها صوت الجراح مع ما يحدث على الشاشة (مثلاً: "أنا أقطع الآن" تتطابق مع فيديو المقص وهو يقطع).
• المترجم (The Translator): يحول تلك اللحظة إلى سؤال اختبار. بدلاً من مجرد فيديو، فإنه ينشئ: "سؤال: لماذا قطع الجراح هذا الفرع؟ الإجابة: لأن العقدة الليمفاوية كانت كبيرة جداً".
• المحرر (The Editor): يراجع العمل للتأكد من أن الإجابة موجودة بالفعل في الفيديو والنص المكتوب.

قاموا بهذا لـ 206,800 سيناريو مختلف، تغطي 12 نوعاً مختلفاً من التفكير، من "ما هذه الأداة؟" إلى "ماذا سيحدث بعد ذلك؟" و"هل هذا آمن؟"

4. التدريب: خطوتان نحو العبقرية

لم يقوموا فقط بضخ كل هذه البيانات في عقل الروبوت. لقد دربوه في مرحلتين متمايزتين، تماماً مثل طالب الطب:

• المرحلة الأولى: دراسة الكتاب المدرسي (الضبط الدقيق الخاضع للإشراف):
  عرضوا للروبوت (نموذج يسمى SureonVLM) كل هذه الأسئلة والأجوبة الجديدة. تعلم الروبوت حفظ الأنماط. أصبح بارعاً جداً في اختيار الإجابة الصحيحة من قائمة، متفوقاً حتى على أكبر وأغلى نماذج الذكاء الاصطناعي (مثل GPT-5) في الأسئلة الجراحية.

• المرحلة الثانية: تمرين "التفكير بصوت عالٍ" (التعلم المعزز):
  هذا هو الجزء المذهل. فقد صنعوا نسخة ثانية تسمى SureonVLM-R1. بدلاً من مجرد إعطاء إجابة، أجبروا الروبوت على "التفكير بصوت عالٍ" قبل الإجابة.

  • الروبوت القديم: "الإجابة: أ".
  • الروبوت الجديد: "هممم، أرى أن العقدة الليمفاوية ضخمة. إذا تركتها، قد أؤذي الشريان. لذا، يجب أن أقطع الفرع. بناءً على ذلك، الإجابة هي أ".

  لقد كافأوا الروبوت فقط عندما كان "تفكيره" منطقياً وأدى إلى الإجابة الصحيحة. هذا علم الروبوت كيف يستنتج، وليس مجرد التخمين.

5. النتائج: عقل جراح في صندوق

عندما اختبروا هذه الروبوتات الجديدة:

• السلامة أولاً: في الأسئلة المتعلقة بالسلامة (مثل: "هل هذا الإجراء خطير؟")، كانت النماذج الجديدة أفضل بنسبة 30% من أفضل نماذج الذكاء الاصطناعي العامة.
• فهم النية: استطاعت النماذج شرح لماذا اتخذ الجراح قراراً صعباً، وهو أمر لم تستطع نماذج الذكاء الاصطناعي السابقة القيام به.
• "رمز التفكير": الجزء الأكثر إثارة هو أن النموذج يولد بالفعل "سلسلة من الأفكار" (شرح خطوة بخطوة) تبدو مشابهة جداً لكيفية شرح الجراح البشري لمنطقه.

تشبيه الصورة الكبيرة

فكر في الذكاء الاصطناعي الجراحي السابق كأنه مصور فوتوغرافي. يلتقط صوراً رائعة ويمكنه أن يقول لك: "هذا سكين".

أما نموذج SUREON فهو مثل جراح خبير يعلم متدرباً. هو لا يكتفي بإظهار السكين لك، بل يشرح: "أنا أستخدم هذا السكين هنا لأن الأنسجة زلقة، وإذا لم أقطع الآن، فسوف ينزف المريض".

لماذا يهم هذا؟
لأنه في الجراحة، معرفة ماذا يحدث ليس كافياً. أنت بحاجة لمعرفة لماذا يحدث ذلك للحفاظ على سلامة المرضى. تثبت هذه الورقة أنه من خلال الاستماع إلى كيفية تعليم الجراحين، يمكننا بناء ذكاء اصطناعي لا يكتفي برؤية غرفة العمليات، بل يفهم الجراحة حقاً.