التقنية الأساسية لدى FreedomAI · Findings of ACL 2026

DentalGPT

نموذج كبير متعدد الوسائط لطب الأسنان

مواءمة متعددة الوسائط على أكثر من 120 ألف صورة أسنان، ثم تعلم معزز للاستدلال المعقد: يبلغ متوسط دقة DentalGPT بحجم 7B نسبة 67.1% في خمسة معايير لطب الأسنان، متفوقًا على GPT-5 (59.2%).

في 4 ديسمبر 2025، أُطلق النموذج الكبير متعدد الوسائط لطب الأسنان DentalGPT في ندوة شنتشن–هونغ كونغ للذكاء الاصطناعي في رعاية الأسنان (شنتشن)
في 4 ديسمبر 2025، أُطلق النموذج الكبير متعدد الوسائط لطب الأسنان DentalGPT في ندوة شنتشن–هونغ كونغ للذكاء الاصطناعي في رعاية الأسنان (شنتشن)
نتيجة ACL 2026 لورقة DentalGPT: قُبلت في Findings
قُبلت الورقة في Findings of ACL 2026
7Bحجم المعاملات
+120 ألفصورة أسنان موسومة
67.1%متوسط الدقة في خمسة معايير لطب الأسنان
84.0%دقة تصنيف الصور البانورامية
4أطباء أسنان مرخّصين شاركوا في التقييم

النموذج: يتعلم أولًا أن «يرى»، ثم أن «يفكر»

يواجه الذكاء الاصطناعي لطب الأسنان أربع صعوبات، ويعالجها DentalGPT واحدة تلو الأخرى. للمزيد: مقال Benyou Wang «لماذا ندرّب نموذجًا مخصصًا لطب الأسنان» ←

01

ندرة بيانات الأسنان

في PubMedVision، وهي مجموعة بيانات طبية كبيرة من الصور والنصوص، لا تتجاوز صور الأسنان نحو 0.3% من الصور.

نهج DentalGPTمجموعة بيانات متخصصة تضم أكثر من 120 ألف صورة داخل الفم وصورة بانورامية؛ وتُستبعد توسيمات الخبراء التي يقل اتفاقها المتقاطع عن 85%.

02

تفاصيل صور يصعب قراءتها

كثيرًا ما تشغل الحشوات وعلاجات قناة الجذر والآفات حول الذروية جزءًا صغيرًا من الصورة البانورامية؛ ولا تتجاوز دقة النماذج العامة الرائدة 60% في معيار أسئلة الصور البانورامية.

نهج DentalGPTالمرحلة الأولى، المواءمة متعددة الوسائط: أوصاف رصدية لا تذكر إلا السمات المرئية، ليربط النموذج التفاصيل البصرية بمفاهيم طب الأسنان.

03

استدلال سريري معقد

كلما اقتربت الأسئلة من الحالات الحقيقية زادت صعوبتها: في الأسئلة التي تتطلب استدلالًا خاصًا بكل مريض، لم يتجاوز متوسط 12 نموذجًا رائدًا 35.71%.

نهج DentalGPTالمرحلة الثانية، التعلم المعزز: تدريب GRPO على نحو 10 آلاف سؤال يُصحَّح آليًا لتحفيز الاستدلال متعدد الخطوات.

04

متطلبات سلامة عالية

من إجابات النماذج الرائدة عن حالات حقيقية، اعتُبرت 31.01% غير آمنة، وقد تسبب 4.51% منها ضررًا لا رجعة فيه.

نهج DentalGPTتختبر تقييمات متعددة الجنسيات على مستوى الخبراء النموذج باستمرار؛ ويقدم DentalAgent أدلة قابلة للتحقق، ويبقى القرار السريري دائمًا بيد طبيب الأسنان.

بيانات التدريب: أكثر من 120 ألف صورة أسنان

PMC-Dental-Caption-47k

صور أسنان وتعليقاتها الأصلية مختارة من أبحاث PubMed Central.

Opensource-Dental-Classification-49k

دمج عدة مجموعات تصنيف مفتوحة المصدر، مع وسم المرض لكل صورة.

Opensource-Dental-Detection-31k

من مجموعات بيانات تحديد مواضع الآفات، مع مربعات تحديد للأسنان والآفات.

بيانات موسومة من الخبراء

من الإنترنت وأرشيفات التصوير في المستشفيات والمجموعات العامة، وسمها أطباء أسنان مختصون؛ وتُستبعد التوسيمات التي يقل اتفاقها المتقاطع عن 85%.

تدريب على مرحلتين

  1. 1
    المرحلة الأولى: المواءمة متعددة الوسائط

    بالاستناد إلى الوسوم الأصلية، يكتب GPT-5 أوصافًا رصدية لا تذكر إلا السمات المرئية دون افتراضات تشخيصية، وتُضاف أسئلة وأجوبة تحاكي مواقف تشخيصية وبيانات استدلال معقد مُنتجة بمنهج HuatuoGPT-o1، وتُمزج ببيانات عامة للحفاظ على القدرات العامة. ثم يتحقق GPT-5-mini من جميع البيانات مرة ثانية.

  2. 2
    المرحلة الثانية: التعلم المعزز

    باستخدام صور أسنان لم تُستخدم في المرحلة الأولى، يُنشأ من الوسوم الأصلية نحو 10 آلاف سؤال اختيار من متعدد قابل للتصحيح الآلي لتدريب GRPO: تؤخذ 10 إجابات لكل سؤال، وتجمع المكافأة بين صحة الإجابة (90%) والالتزام بالصيغة (10%)، والحد الأقصى لطول الإجابة 8,192 رمزًا.

كيف بُني DentalGPT: جمع البيانات، والمرحلة الأولى للمواءمة متعددة الوسائط، والمرحلة الثانية للتعلم المعزز (المصدر: البحث)
كيف بُني DentalGPT: جمع البيانات، والمرحلة الأولى للمواءمة متعددة الوسائط، والمرحلة الثانية للتعلم المعزز (المصدر: البحث)

النتائج: نموذج بحجم 7B يتفوق على GPT-5 في متوسط الدقة

الدقة (%) في خمسة معايير لطب الأسنان، مقتطفة من الجدول 3 في البحث

النموذجMMOral-OPGVQA الطبي (مجموعة فرعية لطب الأسنان)صور داخل الفم Iصور داخل الفم IIتصنيف الصور البانوراميةالمتوسط
Qwen2.5-VL-7B-Instruct (النموذج الأساسي)27.046.148.861.850.046.7
HuatuoGPT-Vision36.338.555.251.253.847.0
MedGemma-27B-it50.641.852.656.261.052.4
Claude-Sonnet-4.5-Thinking50.353.955.266.755.856.4
Gemini-2.5-Pro-Thinking45.757.457.065.264.157.9
LLaMA-4-Maverick51.453.961.167.159.058.5
GPT-547.754.359.371.063.559.2
⁦DentalGPT (7B)⁩60.054.464.172.984.067.1

المصدر: الجدول 3 من البحث؛ قُيّمت GPT-5 ونماذج Thinking وDentalGPT مع تفعيل الاستدلال المعقد

01

متوسط دقة 67.1%

أعلى من GPT-5 (59.2%) بـ 7.9 نقاط، ومن النموذج الأساسي (46.7%) بـ 20.4 نقطة.

02

84.0% في تصنيف الصور البانورامية

الأفضل في معايير التصنيف الثلاثة التي وسمها أطباء أسنان وتحققوا منها تقاطعيًا؛ وفي تصنيف الصور البانورامية سجّل النموذج الأساسي وGPT-5 نسبتي 50.0% و63.5%.

03

تقييم أطباء الأسنان

قارن أربعة أطباء أسنان مرخّصين الإجابات عن 80 صورة أسنان زوجيًا: أمام GPT-5 وGemini-2.5-Pro فاز DentalGPT بنسبة 28.3% و30.0% وخسر بنسبة 16.7% و21.7%، وأمام Claude-Sonnet-4.5 وQwen3-VL-235B فاز بنسبة 63.9% و87.5%.

04

المرحلتان لا غنى عنهما

ترفع المواءمة في المرحلة الأولى وحدها متوسط الدقة من 46.7% إلى 63.2%، ويوصله التعلم المعزز إلى 67.1%. وكلما زادت بيانات المواءمة ارتفع سقف التعلم المعزز.

مقارنة زوجية أجراها 4 أطباء أسنان مرخّصين: نسب فوز DentalGPT وتعادله وخسارته (%) (المصدر: البحث)
مقارنة زوجية أجراها 4 أطباء أسنان مرخّصين: نسب فوز DentalGPT وتعادله وخسارته (%) (المصدر: البحث)
دقة التحقق أثناء التعلم المعزز بنسب مختلفة من بيانات المرحلة الأولى (المصدر: البحث)
دقة التحقق أثناء التعلم المعزز بنسب مختلفة من بيانات المرحلة الأولى (المصدر: البحث)

DentalAgent: وكيل ذكي للمهام السنية المتخصصة

نموذج كبير في المركز يجمع المدخلات متعددة الوسائط والأدوات المتخصصة والمعرفة الطبية لتقديم تقييمات مساعدة قائمة على الأدلة

إطار DentalAgent: مدخلات متعددة الوسائط، ونموذج كبير مركزي، وطبقة لتنفيذ المهام السنية، ومخرجات موثقة بالأدلة
01

استخدام الأدوات المتخصصة

أدوات رؤية لكشف الأسنان مع ترقيم FDI وتصنيف الأمراض والتجزئة والنقاط المرجعية والقياس، تعالج صور الفم الداخلية والصور البانورامية؛ ويخطط النموذج الكبير ترتيب الاستدعاء ويدمج النتائج.

02

دعم بالأدلة الطبية

يبحث في قاعدة معرفة لطب الأسنان تضم الكتب المرجعية والأدلة الإرشادية والحالات، ويستخدم ملاحظات الأدوات مع المعرفة المسترجعة أدلةً لإصدار النتائج والصور المشروحة والتقارير المنظمة.

03

تحسين مستمر بالتغذية الراجعة

تحلل حلقة تحسين ذاتي متكررة مسارات التنفيذ واستهلاك الرموز، وتطوّر المهارات وتتحقق من الأداء والتكلفة، لتخفض تكلفة الاستدلال مع الحفاظ على الأداء.

مصمَّم كأداة مساعدة في الحكم السريري: يقدّم نتائج وتقارير مدعومة بالأدلة ليتحقق منها الطبيب، ويجري حاليًا تقييم أولي له على مهام نصية وتصويرية في طب الأسنان.

اقرأ الشرح التقني لـ DentalAgent ←

الواقع الافتراضي والمعزز والتصوير ثلاثي الأبعاد: رعاية أسنان أوضح وأقل توترًا

إلى جانب النماذج الكبيرة، نستخدم تقنيات غامرة وتصويرًا ثلاثي الأبعاد لتحسين تجربة المرضى والتثقيف في صحة الفم والأسنان.

نظرة عامة على نظام الدعم بالواقع الافتراضي لقلق طب الأسنان المُفعَّل حسب الأحداث (المصدر: البحث)
arXiv 2026 · التفاعل بين الإنسان والحاسوب

دعم بالواقع الافتراضي لقلق طب الأسنان

تُقسَّم عملية محاكاة لخلع ضرس العقل إلى 5 لحظات قلق، تقابل كلًّا منها دعمٌ مناسب: شرح الإجراء، وتخفيف المؤثرات البصرية والسمعية، وإرشاد التنفس، ورفيق افتراضي. ويمكن للمريض الإيقاف المؤقت أو الخروج في أي وقت. وفي دراسة عشوائية شملت 24 شخصًا، جاءت درجات القلق لدى مجموعة التدخل أقل بمتوسط 12.8 نقطة من المجموعة الضابطة (على مقياس من 100).

موضوع أمراض الفم في DentalVista: عرض مرحلي للتسوس من إزالة المعادن حتى إصابة لب السن
تصوير ثلاثي الأبعاد · تعليم طبي

DentalVista: تشريح الأسنان والجسم بتقنية ثلاثية الأبعاد

مبني على مشروع BodyVista مفتوح المصدر. استكشف في المتصفح تشريح جسم الإنسان ثلاثي الأبعاد وموضوعات أمراض الفم. تُصنَّف أمراض الفم في 11 مجموعة و141 بندًا وفق التصنيف الدولي للأمراض ICD-11، وتعرض موضوعات مثل التسوس تطور المرض عبر رسوم متحركة على مراحل. يتيح المقاطع والقياس والتعليقات وتحديات التشريح، ويمكن على الشاشات اللمسية التدوير بإصبع واحد والتكبير بإصبعين.

البيانات متعددة الوسائط ومنظومة بيانات الأمراض التخصصية

قاعدة بيانات متعددة الوسائط لطب الأسنان تغطي الصور والنصوص والمتابعة طويلة الأمد والمعرفة بالأمراض التخصصية

+90 مليونسجل طبي للتدريب والتقييم
60.51 مليون زوجبيانات طبية من الصور والنصوص، PubMedVision-Plus
26 مليونأسئلة وأجوبة طبية بالصينية، Huatuo-26M
+120 ألفصورة أسنان موسومة، DentalGPT

أصول البيانات

بنى الفريق أكثر من 90 مليون سجل طبي للتدريب والتقييم تشمل النصوص والصور والفيديو ولغات متعددة، منها بيانات التدريب المسبق والضبط الدقيق الطبية وبيانات موسومة من الخبراء.

نوع البياناتالمصدرالحجم
مجموعة بيانات طبية للتدريب المسبق من الصور والنصوص
PubMedVision-Plus60,513,727 زوجًا منها نحو 12 مليون زوج أساسي عالي الجودة
مجموعة بيانات للمواءمة والحوار للنماذج الطبية متعددة الوسائط
PubMedVision1,294,062
مجموعة بيانات للحوار الطبي متعدد الوسائط
Med-MAT2,360,000
مجموعة بيانات لتوليد الفيديو الطبي متعدد الوسائط
MedVideoCap-55K55,000
مجموعة نصوص طبية متعددة اللغات
ApolloMoEDataset292,914
مجموعة نصوص طبية واسعة النطاق
Huatuo-26M26,000,000
مجموعة نصوص للاستدلال المعقد
medical-o1-reasoning-SFT50,000
مجموعة تدريب متعددة الوسائط لطب الأسنان
DentalGPT240,000 منها 120,000 صورة أسنان

منصة التوسيم

منصة متكاملة لإنتاج البيانات تشمل إدارة الصور الطبية والتوسيم التعاوني والمراجعة ومراقبة الجودة والتوسيم المسبق بالذكاء الاصطناعي.

واجهة إدارة بيانات الصور الطبيةواجهة التوسيم التعاوني للصور الطبية

تقييم طب الأسنان: GlobalDentBench وOmniDentBench

تقييمات متعددة الجنسيات على مستوى الخبراء تكشف مواطن ضعف الاستدلال في النموذج وتوجّه التحسين المستمر لـ DentalGPT

«هل هذا النموذج آمن وفعّال وقابل للاستخدام في البيئات السريرية الحقيقية؟»

التحقق العالمي والتعاون متعدد المراكز لـ DentalGPT

أول تحقق تعاوني عالمي من نموذج كبير لطب الأسنان، مع شبكة للتحقق من الذكاء الاصطناعي تمتد عبر المؤسسات والمناطق والفئات السكانية

اتفاقيات تعاون دولية

اتفاقيات التعاون الدولية والدول والمناطق المشاركة

التعاون متعدد المراكز

التعاون مع الخبراء السريريين

يشارك أطباء أسنان متخصصون في التحقق من النموذج وتقييم قدراته.

التعاون في البيانات بين المؤسسات

منظومة للتحقق من البيانات متعددة المراكز وعابرة للمؤسسات.

بناء مشترك لمعايير التقييم

بناء منظومة تقييم معيارية للذكاء الاصطناعي في طب الأسنان معًا.

البحث المشترك

دعم المشاريع المشتركة والدراسات متعددة المراكز ونقل النتائج إلى التطبيق.

الأسس التقنية: من HuatuoGPT-o1 إلى DentalGPT

يبني DentalGPT على خبرة الفريق الطويلة في النماذج الطبية الكبيرة: فبيانات الاستدلال المعقد فيه تتبع منهج HuatuoGPT-o1، وتمتد قدراته متعددة الوسائط من الفهم إلى التوليد

الاستدلال الطبي المعقد

HuatuoGPT-o1: نموذج طبي كبير يستدل ببطء ويفكر بعمق

على خلاف المسائل الرياضية، يصعب التحقق من الاستدلال الطبي. قدّم HuatuoGPT-o1 «مسائل طبية قابلة للتحقق» ومدققًا طبيًا: يُضبط النموذج أولًا على مسارات استدلال معقدة يُعثر عليها بتوجيه المدقق، ثم يُحسَّن بالتعلم المعزز بمكافآت مبنية على المدقق. وبفضل 40 ألف مسألة قابلة للتحقق فقط تفوّق على نماذج مرجعية عامة وطبية، ولقي اهتمامًا واسعًا.

تتبع بيانات الاستدلال المعقد في المرحلة الأولى من DentalGPT هذا المنهج، وتستخدم المرحلة الثانية كذلك أسئلة تُصحَّح آليًا للتعلم المعزز. والمدير التقني لـ FreedomAI Zhenyang Cai وكبير علماء الذكاء الاصطناعي Benyou Wang كلاهما من مؤلفي البحث.

منهج HuatuoGPT-o1 على مرحلتين: البحث عن مسارات استدلال معقدة بمسائل طبية قابلة للتحقق، ثم التحسين بالتعلم المعززمثال حوار من نموذج للاستدلال الطبي المعقد
  1. Junying Chen, Zhenyang Cai, Ke Ji, Xidong Wang, Wanlong Liu, Rongsheng Wang, Jianye Hou, Benyou Wang. HuatuoGPT-o1, Towards Medical Complex Reasoning with LLMs. arXiv:2412.18925
  2. Junying Chen, Chi Gui, Anningzhe Gao, Ke Ji, Xidong Wang, Xiang Wan, Benyou Wang. CoD, Towards an Interpretable Medical Agent using Chain of Diagnosis. arXiv:2407.13301
توليد الفيديو الطبي

MedGen: نموذج لتوليد الفيديو الطبي

للفيديو الطبي أهمية في التدريب السريري والتعليم والمحاكاة، لكن نماذج توليد الفيديو العامة كثيرًا ما تُنتج محتوى غير واقعي أو خاطئًا عند التعامل مع طلبات طبية. أصدر فريق FreedomAI في الجامعة الصينية في هونغ كونغ (شنتشن) وشركة FreedomAI مجموعة البيانات MedVideoCap-55K (أكثر من 55 ألف مقطع من مواقف طبية حقيقية، ويصفها البحث بأنها أول مجموعة بيانات واسعة ومتنوعة وغنية بالأوصاف لتوليد الفيديو الطبي)، ودرّبا عليها نموذج MedGen. وفي عدة معايير، تتصدر جودته البصرية ودقته الطبية النماذج مفتوحة المصدر وتضاهي الأنظمة التجارية.

استكشاف تطبيقات MedGen

يُنتج MedGen فيديوهات عالية الجودة مع الحفاظ على دقة المحتوى الطبي، لاستخدامها في محاكاة الجراحة والتعليم الطبي والرسوم التوعوية والاستشارات عن بُعد.

زيادة البيانات للمهام اللاحقة

تواجه مهام الفيديو الطبي مثل التعرف على مراحل الجراحة وكشف الآفات والمساعدة في التشخيص في الغالب نقص البيانات الموسومة وعدم توازن العينات وقيود الخصوصية. وبدمج الفيديوهات التي يولّدها MedGen مع بيانات التدريب الأصلية، تحققنا من فعاليته كأداة لزيادة البيانات في عدة مهام لتصنيف الفيديو الطبي.

مقارنة زيادة البيانات بـ MedGen

مقارنة MedGen وHunyuanVideo كأداتين لزيادة البيانات في ثلاث مهام خاضعة للإشراف في الفيديو الطبي

تطبيقات MedGen
تطبيقات MedGen في محاكاة المرضى والتثقيف الصحي والتدريب الجراحي والرسوم الطبية والتصوير الطبي

الفريق والمؤسسات الشريكة

جهات انتماء المؤلفين

Shenzhen Stomatology Hospital (Pingshan) of Southern Medical Universityالجامعة الصينية في هونغ كونغ (شنتشن)Peking UniversityFreedomAIكلية طب الأسنان، جامعة هونغ كونغBeijing Institute of Collaborative Innovationالمعهد الوطني لعلوم البيانات الصحية (شنتشن)Shenzhen Loop Area Instituteمعهد شنتشن لأبحاث البيانات الضخمة