ملخص تقني: تنظيم المكافآت المدركة للتشريح عبر التغذية الراجعة لتكامل المسار لتحليل التصوير المقطعي المحوسب ثلاثي الأبعاد

1. بيان المشكلة

إن نشر نماذج الرؤية واللغة الطبية (VLMs) لتحليل التصوير المقطعي المحوسب (CT) ثلاثي الأبعاد يعوقه حالياً عدم توافق حرج بين أهداف التحسين والصرامة السريرية. وبينما يوفر تحليل التصوير المقطعي المحوسب ثلاثي الأبعاد فائدة سريرية فائقة مقارنة بالشرائح ثنائية الأبعاد من خلال الحفاظ على الطبوغرافيا المكانية، فإن النماذج الحالية غالباً ما ترث نماذج تدريب عامة تعطي الأولوية للطلاقة اللغوية على حساب الصحة الواقعية.

يحدد البحث أزمتين رئيسيتين في نموذج الـ VLM الطبي الحالي:

1. هلوسات التقييم (Evaluation Hallucinations): تعتمد مقاييس التقييم القياسية (مثل BLEU وROUGE وRadGraph وRaTEScore) على التداخل المعجمي أو التشابه الدلالي الخشن. هذه "الإشارات الوسيطة" غالباً ما تكون منفصلة عن التشخيص الطبي عالي المخاطر، مما يؤدي إلى سيناريوهات تحقق فيها النماذج درجات عالية بينما ترتكب أخطاءً سريرية فادحة، مثل إساءة تفسير السمات المرضية أو عدم مطابقة الجانب التشريحي.
2. التباعد الميكانيكي (Mechanistic Divergence): عندما تستخدم خوارزميات التعلم التعزيزي (RL) مكافآت تعتمد على هذه الإشارات التشابهية السطحية، تقع النماذج في فخ "اختراق المكافأة" (Reward Hacking). فهي تحاكي الأنماط الأسلوبية للإجابات الأرضية (ground-truth) لتعظيم الدرجات مع تجاوز الحقائق الطبية الحقيقية. يتسبب هذا في انحراف تحسين السياسة عن الدقة السريرية، مما يؤدي غالباً إلى "أنماط آمنة" حيث تتجاهل النماذج الحالات المرضية نادرة الحدوث (long-tail abnormalities) لتعظيم متوسط الدرجات المعجمية.

2. المنهجية

لمعالجة هذه المشكلات، يقترح المؤلفون نهجاً ذا شقين: ركيزة تقييم مهيكلة وإطار عمل للتعلم التعزيزي يدمج مبادئ نظرية التحكم.

2.1. ركيزة بنك المعلومات السريرية للاعتلالات (CABS)

يقدم المؤلفون CABS، وهو نظام مهيكل يقوم بتفكيك التقارير الإشعاعية غير المهيكلة إلى وحدات دلالية سريرية منفصلة وقابلة للتحقق. وخلافاً للطرق السابقة التي تعتمد على التشابه الدلالي بين الأجزات المستخرجة، تقوم CABS بترميز كل اعتلال كزوج مرتبطة بأساس أنطولوجي سريري:
$$f_i = \langle o, d, A, l, c, e \rangle$$
حيث:

• $o$: العضو المستهدف (مثل الكبد، الرئة).
• $d$: الكيان الاعتلالي (مثل آفة كيسية).
• $A$: السمات المرضية (الشكل، الكثافة، الحجم).
• $l$: دقة الموقع التشريحي.
• $c$: اليقين التشخيصي.
• $e$: الدليل النصي من التقرير الأصلي.

يتيح هذا التفكيك التقييم على مستوى العضو والنتيجة باستخدام الدقة والاستدعاء ودرجة F1، مما يوفر قياساً أميناً للكفاءة السคลينية بدلاً من الطلاقة اللغوية. وقد تم التحقق من صحة النظام من قبل أطباء أشعة متعددين، محققاً معدل موافقة بنسبة 98.6% عبر الأبعاد الرئيسية.

2.2. تحسين السياسة النسبي للمجموعات عبر التغذية الراجعة لتكامل المسار (TIF-GRPO)

بناءً على CABS، يقترح المؤلفون TIF-GRPO، وهو إطار عمل مبتكر يدمج مبادئ نظرية التحكم في تحسين السياسة النسبي للمجموعات (GRPO). بدلاً من الاستجابة للمكافآت اللحظية، يعيد TIF-GRPO صياغة الاستدلال السريري كمسار زمني زائف لاكتشاف الشذوذ.

الابتكار الجوهري هو مكافأة تكامل المسار ($R_{TIF}$) التي تنظم المكافآت المدركة للتشريح عبر حلقة تغذية راجعة تكاملية. تتكون دالة المكافأة هذه من أربعة مكونات:

1. المكافأة النهائية (Terminal Reward): متوسط مكافأة الإصابة القائمة على CABS عبر جميع الوحدات السريرية.
2. التكلفة الجارية (تكامل الخطأ السلبي - FN Integral): عقوبة تراكمية للإغفالات التشخيصية المستمرة (السلبيات الكاذبة). يتم نمذجتها كمتجه خطأ تربيعي عبر تسلسل التوليد، وهي تعاقب النماذج التي تفشل في اكتشاف النتائج الحرجة مبكراً أو باستمرار، مما يحاكي مكون التكامل في نظام التحكم PID.
3. جهد التحكم (عقوبة الإيجابي الكاذب - FP Penalty): مصطلح يثبط الهلوسات التخمينية (الإيجابيات الكاذبة) من خلال معاقبة جهد التحكم المفرط، وهو ما يشبه تكاليف الطاقة في أنظمة التحكم. هذا يمنع النموذج من توليد نتائج زائدة أو تخمينية.
4. حافز الاستكشاف (Exploration Bonus): حافز صغير لتشجيع النموذج على استكشاف الاعتلالات عندما لا يتم التنبؤ بها.

يستبدل هدف التحسين "الميزة القياسية للمجموعة" في GRPO بميزة منظمة بالمسار مشتقة من $R_{TIF}$، مما يوجه تدرج السياسة لإعطاء الأولوية للدقة التشخيصية على الطلاقة اللغوية السطحية.

3. المساهمات الرئيسية

• المقياس (CABS): إطار عمل مهيكل يفكك مخرجات الـ VLM الطبية إلى وحدات اعتلال سريرية قابلة للتحقق، مما يوحد معايير التقييم للكشف الوصفي والسريري.
• التحليل: توصيف منهجي لـ "التباعد الميكانيكي"، يوضح كيف تدفع المكافآت الوسيطة في طرق التعلم التعزيزي الطبية الحالية السياسات بعيداً عن الصحة السريرية وتسبب هلوسات التقييم.
• المنهجية (TIF-GRPO): إطار عمل مبتكر للتعلم التعزيزي يستفيد من التحكم بالتكامل المساري لاستقرار تدرجات السياسة وتوفير تنظيم دقيق لإشارات المكافأة المدركة للتشريح السريري.
• النتائج: إثبات تحقيق أداء رائد (SOTA) عبر عدة اختبارات معيارية للتصوير المقطعي ثلاثي الأبعاد، مما يحسن بشكل كبير من الدقة والواقعية السريرية.

4. النتائج التجريبية

تم تقييم الطريقة على أربعة اختبارات معيارية مستمدة من مجموعات بيانات CT-RATE وAMOS-MM (وهي: CT-RATE-Report، AMOS-MM-Report، CT-RATE-MCQ، AMOS-MM-MCQ)، بالإضافة إلى مهمة MIMIC-CXR-Report للتعميم عبر الوسائط.

• الأداء: حقق TIF-GRPO أداءً رائداً (SOTA) في معظم المقاييس الرئيسية على CT-RATE وAMOS-MM. ومن الجدير بالذكر أنه تفوق بشكل كبير على نماذج الـ VLM العامة (مثل Qwen3-VL وGPT-5) والنماذج المتخصصة طبياً (مثل CT-CHAT وHulu-Med) في دقة الكيانات، والوفاء السريري، وتغطية الأعضاء.
• كفاءة البيانات: في مقارنة منضبطة، استخدم مسار TIF-GRPO حوالي 45% فقط من بيانات تقارير التدريب مقارنة بـ CT-CHAT ومع ذلك تفوق عليه بعد مرحلة التعلم التعزيزي، مما يثبت فعالية إشارة المكافأة فوق حجم البيانات الصرف.
• التعميم: أظهر النهج قدرة قوية على التعميم عبر مجموعات البيانات في مهام MCQ ونجح في الانتقال إلى تقارير الأشعة السينية للصدر ثنائية الأبعاد (MIMIC-CXR)، حيث رفع درجات F1 من 25.3 (الأساس) إلى 70.8، مما يشير إلى اعتماد الطريقة على تخصيص الائتمان على مستوى المسار بدلاً من التشريح الخاص بالثلاثي الأبعاد.
• دراسات الاستئصال (Ablation Studies): أكدت التجارب أن مكافآت التشابه السطحي القياسية (ROUGE وRadGraph والنماذج القائمة على LLM) تعطي مكاسب أضعف وتفشل في حل التباعد الميكانيكي. كما ثبت أن التوازن المحدد بين التكلفة الجارية (التي تعاقب الإغفالات) وجهد التحكم (الذي يعاقب الهلوسات) أمر بالغ الأهمية لتحسين الدقة والاستدعاء في آن واحد.

5. الأهمية والادعاءات

يدعي البحث أنه يضع نموذجاً جديداً للتنظيم الدقيق لما بعد التدريب في نماذج الرؤية واللغة الطبية (VLMs). ومن خلال نقل هدف التحسين من المحاذاة اللغوية السطحية إلى تنظيم مسار الاستدلال السريري، يرى المؤلفون أن TIF-GRPO يرسخ استدلال النموذج في المنطق الصارم للممارسة السريرية.

تكمن الأهمية في معالجة "هلوسة التقييم" و"التباعد الميكانيكي" اللذين يعيبان النماذج الطبية حالياً. ويجادل المؤلفون بأنه بدون نظام مكافأة صارير سريرياً، فإن تحسين السياسة يدفع النماذج فعلياً بعيداً عن الحقائق الطبية. يوفر عملهم إطاراً موحداً للمهام التي كانت تفتقر سابقاً إلى أهداف تعلم تعزيزي ذات معنى سريري، مما يضمن أن تعطي النماذج الأولوية للواقعية التشخيصية وتكبح الهلوسات التخمينية.

يتبنى المؤلفون موقفاً متواضعاً فيما يتعلق بالنشر، معترفين بأنه رغم قدرة هذا النهج على تقليل التوليدات المضللة سريرياً، إلا أن النماذج قد تظل تنتج أخطاءً واقعية. ويؤكدون أن أي نشر عملي يجب أن يظل تحت إشراف سريري صارم، وتحقق خارجي، وضمانات سلامة مناسبة.