# معيار من MBZUAI يختبر الاستدلال المكاني في الذكاء الاصطناعي الطبي ثلاثي الأبعاد

> يختبر معيار CT-SpatialVQA من MBZUAI قدرة نماذج الذكاء الاصطناعي الطبي على تحديد العلاقات المكانية في فحوصات CT.

- الرابط الدائم: https://newsverum.com/ar/news/mbzuai-ct-spatialvqa-3d-medical-ai-benchmark-2026
- الناشر: Newsverum
- القسم: التكنولوجيا
- البلد: الإمارات العربية المتحدة
- نُشر: 2026-10-20T14:20:10+00:00
- آخر تحديث: 2026-10-20T14:20:10+00:00
- فترة الحدث / البيانات: 2026-10-19
- النسخ الأخرى: [Türkçe](https://newsverum.com/tr/news/mbzuai-ct-spatialvqa-3d-medical-ai-benchmark-2026.md), [English](https://newsverum.com/en/news/mbzuai-ct-spatialvqa-3d-medical-ai-benchmark-2026.md), [Français](https://newsverum.com/fr/news/mbzuai-ct-spatialvqa-3d-medical-ai-benchmark-2026.md), [Español](https://newsverum.com/es/news/mbzuai-ct-spatialvqa-3d-medical-ai-benchmark-2026.md), [Deutsch](https://newsverum.com/de/news/mbzuai-ct-spatialvqa-3d-medical-ai-benchmark-2026.md), [Português](https://newsverum.com/pt/news/mbzuai-ct-spatialvqa-3d-medical-ai-benchmark-2026.md)

طور باحثون في جامعة MBZUAI معيار CT-SpatialVQA لاختبار قدرة أنظمة الذكاء الاصطناعي الطبي ثلاثية الأبعاد على تتبع العلاقات المكانية للتشريح والاختلالات عبر أحجام التصوير المقطعي المحوسب. وذكر تقرير للجامعة في 19 أكتوبر أن مجموعة البيانات تضم 9,077 زوجاً من الأسئلة والأجوبة المكانية مشتقة من 1,601 فحصاً مقطعياً للصدر وتقارير الأشعة.

قيّم الباحثون ثمانية نماذج للرؤية واللغة في إعداد دون أمثلة تدريبية خاصة بالمهمة. ولم يحقق أي منها دقة 50%، فيما بلغ متوسط النماذج الثمانية 34.08%. وسجل CT-Chat نسبة 43.69%، وMedEvalKit نسبة 40.16%، وMedGemma-1.5 نسبة 38.24%، بينما سجل VILA-M3 نسبة 28.20%. وقُبل العمل كعرض شفهي في MICCAI 2026. وهذه نتائج معيار بحثي محدد ولا تثبت الكفاءة السريرية أو الاستخدام المعتمد في رعاية المرضى.

## البيانات

### نتائج دقة النماذج في CT-SpatialVQA

نتائج مختارة ومتوسط عام من تقييم الجامعة لثمانية نماذج.

المنهجية: هذه نتائج دقة دون أمثلة تدريبية خاصة على معيار CT-SpatialVQA. ويشمل المتوسط ثمانية نماذج؛ ويعرض الجدول أربعة نماذج ذكرها المصدر منفردة والمتوسط. ولا تمثل النتائج تحققاً سريرياً.

| النموذج | الدقة | الوحدة |
|---|---|---|
| CT-Chat | 43.69 | بالمئة |
| MedEvalKit | 40.16 | بالمئة |
| MedGemma-1.5 | 38.24 | بالمئة |
| VILA-M3 | 28.2 | بالمئة |
| متوسط ثمانية نماذج | 34.08 | بالمئة |

المصادر: <https://mbzuai.ac.ae/news-events/news/3d-medical-ai-can-read-ct-scans-new-benchmark-asks-whether-it-knows-where-things> · تنزيل البيانات: [JSON](https://newsverum.com/api/v1/articles/mbzuai-ct-spatialvqa-3d-medical-ai-benchmark-2026/data/ct-spatialvqa-model-accuracies?lang=ar&format=json) · [CSV](https://newsverum.com/api/v1/articles/mbzuai-ct-spatialvqa-3d-medical-ai-benchmark-2026/data/ct-spatialvqa-model-accuracies?lang=ar&format=csv)

### مجموعة بيانات CT-SpatialVQA

نطاق الأسئلة والفحوصات في معيار البحث.

المنهجية: تصف الأعداد معيار الاختبار البحثي، لا مجموعة مرضى أو أداء تشخيصياً أو نتائج سريرية. ويذكر المصدر أن الأسئلة البالغ عددها 9,077 اشتُقت من 1,601 فحصاً مقطعياً للصدر وتقارير أشعة في مجموعة الاختبار.

| العنصر | العدد | الوحدة |
|---|---|---|
| أزواج أسئلة وأجوبة مكانية | 9077 | عدد |
| فحوص التصوير المقطعي للصدر | 1601 | عدد |

المصادر: <https://mbzuai.ac.ae/news-events/news/3d-medical-ai-can-read-ct-scans-new-benchmark-asks-whether-it-knows-where-things> · تنزيل البيانات: [JSON](https://newsverum.com/api/v1/articles/mbzuai-ct-spatialvqa-3d-medical-ai-benchmark-2026/data/ct-spatialvqa-dataset-size?lang=ar&format=json) · [CSV](https://newsverum.com/api/v1/articles/mbzuai-ct-spatialvqa-3d-medical-ai-benchmark-2026/data/ct-spatialvqa-dataset-size?lang=ar&format=csv)

## المصادر

- [Mohamed bin Zayed University of Artificial Intelligence](<https://mbzuai.ac.ae/news-events/news/3d-medical-ai-can-read-ct-scans-new-benchmark-asks-whether-it-knows-where-things>) (تاريخ مراجعة المصدر: 2026-10-20; نُشر: 2026-10-19)

---

استخدم الرابط الدائم أعلاه عند الاقتباس. [معايير النشر والتصحيحات](https://newsverum.com/ar/editorial)