تُعدّ تقنية التصوير الطبي القائمة على الذكاء الاصطناعي التي طوّرها فريق بحثي من جامعة سانت ماري، وجامعة ترينيتي، وجامعة فاندربيلت، ومركز الذكاء الاصطناعي المتقدم، خطوة متقدمة في تحسين جراحات زراعة القوقعة الصوتية. تُستخدم هذه الجراحة لمساعدة المرضى المصابين بفقدان سمع شديد، حيث يتم زراعة جهاز إلكتروني داخل الأذن الداخلية، لكنها تتطلب أولاً إزالة جزء من العظم وراء الأذن، في إجراء يُعرف بـ"استئصال العظم الماستويد". يختلف شكل الحفرة الناتجة عن هذه العملية من مريض لآخر، ولا يوجد حدود واضحة لها، ما يجعل من الصعب التنبؤ بها باستخدام الأدوات التقليدية للتحليل الصوري. التحدي الرئيسي الذي واجه الباحثين هو تطوير أدوات حاسوبية قادرة على التنبؤ بدقة بحجم العظم الذي سيتم إزالته، دون الحاجة إلى بيانات مُلصَّقة يدويًا من قبل خبراء، وهو ما يُعدّ أمرًا مكلفًا وشديد التعقيد في الممارسة السريرية. ولحل هذه المشكلة، طوّر الفريق منهجًا ذكيًا يعتمد على تقنيتين متكاملتين من الذكاء الاصطناعي: أولاً، يُدرّب النموذج الأول على مقارنة صور الأشعة المقطعية قبل الجراحة وبعدها، حتى يتعلم تلقائيًا أي جزء من العظم تم إزالته، رغم أن الصور اللاحقة تكون مشوّشة. وبدلاً من الاعتماد على التفاصيل الدقيقة، يركز النموذج على التغيرات الهيكلية العامة، مما يسمح له بالتعلّم من بيانات غير مُلصَّقة بدقة. ثانيًا، تُستخدم نتائج هذا النموذج كـ"علامات ضعيفة" لتدريب نموذج ثانٍ، يعتمد على دالة خسارة ثلاثية الأبعاد مبنية على توزيع ستودنت. هذه الدالة تُعدّ أكثر مرونة في التعامل مع البيانات غير المثالية، ما يُحسّن دقة التنبؤ النهائي. تم اختبار النظام على 751 زوجًا من صور الأشعة قبل وبعد الجراحة، وعند مقارنته بـ32 حالة تم تسميتها يدويًا من قبل جراحيين، حقق متوسط درجة دايس (Dice score) قدره 0.72، وهي نتيجة تفوق العديد من النماذج الشهيرة في مجال التصوير الطبي. تشير درجة دايس العالية إلى تطابق ممتاز بين التنبؤات الحاسوبية والشكل الفعلي للحفرة بعد الجراحة. أظهر الفريق أيضًا إمكانية إنشاء نموذج ثلاثي الأبعاد للسطح العظمي بعد الجراحة، وهو ما قد يُستخدم لاحقًا لتوجيه الجراحين أثناء العملية أو لتدريب الطلاب الجامعيين. هذه التقنية تمثل نقلة نوعية في تطوير أنظمة الذكاء الاصطناعي للتصوير الطبي، خصوصًا في الحالات التي يصعب فيها الحصول على بيانات مُلصَّقة بدقة. من ناحية المرضى، قد تُسهم هذه التقنية في جعل جراحة زراعة القوقعة أكثر أمانًا وفعالية، من خلال تمكين الجراحين من التخطيط الدقيق مسبقًا. كما يمكن أن تدعم تطوير أدوات جراحية آلية أو أنظمة توجيه ذكية داخل غرفة العمليات. رغم النتائج الواعدة، يؤكد الباحثون أن المزيد من الاختبارات في مراكز طبية مختلفة ضرورية قبل تطبيق الأداة في الممارسة السريرية اليومية. كما يخططون لتحسين نماذج الـ3D بإضافة تفاصيل أكثر واقعية، لجعلها أداة مفيدة فعليًا في البيئة الجراحية.