Sterilizable Scene Graph Generation for Operating Rooms

داخل غرفة العمليات، يكتظ الهواء بكثافة هادئة لإجراء طبي لإنقاذ حياة. كل حركة ليد الجراح، وكل إزاحة لأداة جراحية، وكل تغير طفيف في الأنسجة التي يتم علاجها يحكي قصة. لعقود من الزمن، كافحت الحواسيب لقراءة تلك القصة؛ فهي تستطيع رؤية البكسلات على الشاشة، لكنها لا تستطيع بسهولة فهم العلاقات بين الأشياء التي تراها: مثل أن ملقطًا معدنيًا يمسك بقطعة من الأنسجة، أو أن خطافًا يقطع من خلالها. هذه القدرة على رسم خريطة للمشهد، وفهم ليس فقط ما هو موجود بل كيف تتفاعل الأشياء مع بعضها البعض، تسمى "توليد الرسم البياني للمشهد" (scene graph generation). إنها المفتاح لمنح الآلات فهمًا شموليًا للجراحة، مما قد يساعد الأطباء يومًا ما من خلال توفير توجيه في الوقت الفعلي أو إنشاء سجلات تلقائية للعملية. ومع ذلك، فإن الحواسيب القادرة على القيام بذلك حاليًا تتطلب محطات عمل ضخمة تكون كبيرة جدًا، وحارة جدًا، وصعبة للغاية في الحفاظ على تعقيمها لتناسب البيئة الدقيقة لغرفة العمليات.

لقد وجد فريق من الباحثين الآن طريقة لتقليص عملية التفكير المعقدة هذه إلى حجم يتناسب مع جهاز بسيط لا يحتوي على مروحة. فقد طوروا طريقة جديدة تسمى (SG-NCA)، والتي تسمح للحاسوب بمشاهدة فيديو جراحي وبناء خريطة مهيكلة للمشهد فورًا، وتحديد الأدوات وأجزاء الجسم ووصف كيفية ارتباطها ببعضها البعض. يكمن الاختراق في كيفية بناء هذا النظام؛ فبدلاً من استخدام نماذج البرامج الضخمة والثقيلة التي تشغل عادةً هذا النوع من الذكاء الاصطناعي، لجأوا إلى نهج أخف بكثير مستوحى من كيفية تحديث الخلايا البسيطة لحالتها بناءً على جيرانها. ومن خلال تدريب هذا النظام عبر منهج تعليمي خطوة بخطوة، يبدأ بالأشياء الأكثر شيوعًا ثم يضيف المزيد ببطء، علموه التعرف على الأدوات المحددة والتشريح الخاص بجراحات العين والمرارة. والنتيجة هي نظام يعمل بنفس كفاءة النماذج العملاقة المستخدمة في مختبرات الأبحاث، ولكنه يتطلب خمسة وخمسين ضعفًا أقل من الإعدادات الداخلية للتشغيل.

اختبر الباحثون نظامهم الجديد على فيديوهات لجراحة إعتام عدسة العين (الكتاركت) واستئصال المرارة، وهما إجراءان شائعان حيث تكون الدقة هي كل شيء. ووجدوا أن نموذجهم خفيف الوزن يمكنه تحديد الأدوات الجراحية وأجزاء الجسم بدقة تضاهي أفضل الطرق الموجودة، رغم صغر حجمه الشديد بالمقارنة. وفي الواقع، بينما تحتوي النماذج القياسية المستخدمة للمقارنة على ملايين "المعلمات" (parameters) — وهي الأزرعة والمقابض الداخلية التي يضبطها الحاسوب للتعلم — احتاج نظامهم الجديد فقط إلى جزء ضئيل من ذلك. في الواقع، كان النظام بأكمله صغيرًا جدًا لدرجة أنه يمكن تشغيله على هاتف ذكي قياسي أو لوحة كمبيوتر صغيرة منخفضة الطاقة دون الحاجة إلى بطاقة رسومات مخصصة أو خادم قوي. وهذا أمر بالغ الأهمية لغرفة العمليات؛ فالحواسيب الكبيرة المستخدمة حاليًا لهذا العمل غالبًا ما تحتوي على مراوح تنفخ الهواء، مما قد ينشر الغبار والبكتيريا، وهو خطر كبير في بيئة جراحية معقمة. كما أنها تشغل مساحة قيمة في غرفة مزدحمة بالفعل بالمعدات. وفي المقابل، يمكن تشغيل النظام الجديد على أجهزة مغلقة لا تحتوي على مروحة، ويسهل مسحها وتعقيمها، مما يحافظ على نظافة الهواء وأمن البيانات داخل الغرفة نفسها.

بعيدًا عن مجرد تحديد الأشياء، أظهر النظام قدرته على فهم تدفق الجراحة؛ حيث استطاع توليد جمل بسيطة تصف ما كان يحدث، مثل ملاحظة أن ملقطًا يقوم بسحب المرارة بينما يقوم خطاف بتشريحها. تشير هذه القدرة إلى أن النظام يمكنه الانتقال من مجرد الكشف البسيط إلى فهم أعمق للسرد الجراحي. كما أظهر الفريق أن هذه التكنولوجيا يمكن نشرها على "حافة الشبكة" (the edge)، مما يعني أن المعالجة تحدث مباشرة عند جانب السرير بدلاً من إرسالها إلى خادم سحابي بعيد. وهذا يحافظ على خصوصية بيانات المريض ويزيل التأخير الذي يأتي مع إرسال المعلومات عبر الإنترنت. ومن خلال إثبات أن نظامًا بهذا الصغر يمكنه التعامل مع تعقيدات جراحة حقيقية، فتح الباحثون الباب أمام مستقبل لا يكون فيه الذكاء الجراحي المتقدم محبوسًا خلف حواجز ضخمة وغير معقمة، بل متاحًا عبر أجهزة اقتصادية وصحية تتناسب طبيعيًا مع تدفق العمل في غرفة العمليات.