سیستم جدید AI از MIT قادر به برچسب‌گذاری سریع تصاویر پزشکی است

پژوهشگران مؤسسه فناوری ماساچوست (MIT) موفق شده‌اند سامانه‌ای نوآورانه از هوش مصنوعی طراحی کنند که می‌تواند تصاویر پزشکی مانند MRI، سی‌تی‌اسکن و اشعه X را با دقت بالا و سرعتی چندین برابر انسان برچسب‌گذاری کند. در گذشته، فرآیند برچسب‌گذاری تصاویر برای آموزش مدل‌های هوش مصنوعی در پزشکی کاری زمان‌بر و پرهزینه بود، زیرا نیاز به بررسی و تأیید پزشکان متخصص داشت. اما در این پروژه جدید، تیم MIT از یک روش ترکیبی استفاده کرده است که شامل یادگیری نیمه‌ نظارتی (Semi-supervised Learning) و یادگیری انتقالی (Transfer Learning) می‌شود. این ترکیب باعث می‌شود مدل بتواند از مجموعه‌ای محدود از داده‌های برچسب‌دار، الگوهای بصری را یاد بگیرد و آن را در میلیون‌ها تصویر بدون برچسب اعمال کند. یکی از نوآوری‌های کلیدی این سیستم، استفاده از الگوریتمی موسوم به MedSegGPT است که نه‌تنها توانایی تشخیص بافت‌های بدن را دارد، بلکه می‌تواند ناهنجاری‌هایی مانند تومور، التهاب یا شکستگی را نیز شناسایی کرده و درجه اطمینان خود را اعلام کند. این ویژگی باعث می‌شود پزشکان هنگام بررسی نتایج، بتوانند سریع‌تر روی موارد مشکوک تمرکز کنند. به گفته «پروفِسور دایان ژانگ»، سرپرست پروژه از آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT (CSAIL)، این فناوری می‌تواند «زمان آماده‌سازی داده‌ها برای آموزش مدل‌های پزشکی را از چند ماه به چند روز کاهش دهد» و به‌طور چشمگیری روند توسعه ابزارهای تشخیصی مبتنی بر AI را تسریع کند. در فاز آزمایشی، این سیستم روی بیش از ۱.۲ میلیون تصویر پزشکی از بیمارستان‌های آمریکا و اروپا آزمایش شد و توانست با دقتی حدود ۹۳٪ برچسب‌گذاری صحیح انجام دهد، رقمی که در برخی موارد حتی از میانگین متخصصان انسانی بالاتر است. این پروژه با همکاری مرکز تحقیقات سلامت دیجیتال MIT-IBM Watson انجام شده و قرار است در آینده نزدیک به‌عنوان یک پلتفرم متن‌باز برای استفاده دانشگاه‌ها و مراکز درمانی در دسترس قرار گیرد. منبع: MIT News – “AI System from MIT Can Rapidly Label Medical Images,” October 2025 https://news.mit.edu