تشخيص الأورام المبكر ومعالجتها أثناء تنظير القولون ضروريان لخفض معدل حدوث سرطان القولون والمستقيم (CRC) ومعدل الوفيات الناجمة عنه. ومع ذلك، فإن التباين في خصائص الأورام وجودة الصور والفيديوهات الخاصة بتنظير القولون يشكل تحديات كبيرة للكشف الدقيق والفعال عن الأورام وتقسيمها. يقدم هذا البحث نهجًا جديدًا لتقسيم الأورام من خلال دمج نموذج تقسيم أي شيء (SAM 2) مع نموذج YOLOv8. يستفيد أسلوبنا من توقعات الصناديق الحدودية التي يوفرها YOLOv8 لإنشاء محفزات إدخال تلقائية لـ SAM 2، مما يقلل من الحاجة إلى التسميات اليدوية. قمنا بإجراء اختبارات شاملة على خمسة مجموعات بيانات صورية مرجعية لتنظير القولون واثنين من مجموعات بيانات الفيديو، مما أظهر أن طريقتنا تتفوق على النماذج الرائدة في مجال التقسيم سواءً في الصور أو الفيديوهات. وبشكل ملحوظ، يتمكن نهجنا من تحقيق دقة عالية في التقسيم باستخدام فقط تسميات الصناديق الحدودية، مما يقلل بشكل كبير من وقت وجهد التسمية. يعد هذا التقدم واعدًا لتعزيز كفاءة وقابلية التوسع في الكشف عن الأورام في البيئات السريرية. يمكن الوصول إلى الكود المصدر لهذا المشروع عبر الرابط: https://github.com/sajjad-sh33/YOLO_SAM2.