اكتشاف أسس علم الأمراض وتخصيص الرموز لزيادة فعالية الاستدلال في علم الأمراض متعدد الأبعاد

لقد حظي فهم الصور المرضية متعددة الأبعاد باهتمام واسع بسبب إمكانيته في تحسين دقة التشخيص وتمكين العلاج الشخصي من خلال دمج البيانات البصرية والنصية. ومع ذلك، فإن الطرق الحالية تظهر قدرات استدلال محدودة، مما يعيق قدرتها على التعامل مع السيناريوهات التشخيصية المعقدة. بالإضافة إلى ذلك، فإن الأحجام الهائلة للصور المرضية تؤدي إلى أعباء حسابية شديدة، مما يحد من تنفيذها العملي. لمعالجة هذه القيود، نقدم إطار عمل جديد للتعلم المعزز الثنائي يتكون من فرعين متآزرين. يعزز أحد فروع التعزيز قدرة الاستدلال من خلال تمكين النموذج من تعلم عمليات اتخاذ القرار الخاصة بالمهمة، أي أسس علم الأمراض، مباشرة من الملصقات دون إشراف استدلالي صريح. بينما يقوم الفرع الآخر بتخصيص عدد م tailored من الرموز لصور مختلفة بناءً على محتواها البصري وسياق المهمة، مما يعزز الكفاءة الحسابية. نطبق طريقتنا على مهام مرضية متنوعة مثل الإجابة على الأسئلة البصرية، وتصنيف السرطان، وكشف الآفات. تظهر التجارب الشاملة تحسيناً متوسطاً في الأداء بنسبة +41.7% مع تخفيض تكاليف الاستدلال بنسبة 70.3% مقارنة بالنماذج الأساسية، مما يحقق كلاً من دقة الاستدلال والكفاءة الحسابية.