تفوق الدردشة الذكية الاصطناعية على الأطباء في التجربة، ولكنها لم تحسن أداء التشخيص

أظهرت تجربة سريرية أنه بينما تفوق روبوت الدردشة الذكي الاصطناعي على الأطباء في دقة التشخيص، فإنه لم يعزز الأداء عند استخدامه بجانب الموارد التقليدية، مما يسلط الضوء على الحاجة لتكامل أفضل للذكاء الاصطناعي في الرعاية الصحية.

صحيفة The Times أفادت يوم الأحد عن تجربة سريرية حديثة تبحث في تأثير نموذج اللغة الكبيرة التجاري المتاح (LLM) على التفكير التشخيصي للأطباء من خلال الدردشة.

كشفت الدراسة أن الأداة الذكية تفوقت على الأطباء، ولكنها لم تعزز من أداء التشخيص عند استخدامها بجانب الموارد التقليدية.

هذا الاكتشاف يسلط الضوء على الحاجة إلى دمج أفضل للذكاء الصناعي في الممارسة السريرية، خاصة بما أن العديد من النظم الصحية الآن تقدم برامج الدردشة التي تعتمد على الذكاء الصناعي دون تدريب كبير للأطباء.

وجدت التجربة العشوائية أن الدردشة الآلية تفوقت على كلا المجموعتين من الأطباء البشر – أولئك الذين لديهم وصول إلى الأداة وأولئك الذين لا يملكونها – بينما الأطباء الذين يستخدمون الدردشة الآلية قاموا بأداء أفضل بشكل طفيف فقط مقارنة بأولئك الذين لا يستخدمونها.

أظهرت الدراسة عدم وجود ميزة زمنية كبيرة في استخدام الـ LLM، مما يشير إلى أن مجرد وجود أداة ذكاء صناعي في الإعدادات السريرية قد لا يعزز العملية التشخيصية العامة. وكانت النتيجة غير المتوقعة هي الأداء الأفضل لـ LLM، مع متوسط دقة تشخيص تبلغ 90% مقارنة بـ 74-76% للأطباء.

يجادل الباحثون أن هذا يسلط الضوء على أهمية وجود تلميحات مُعدة بشكل جيد عند التفاعل مع أنظمة تعلم الآلة (LLMs)، حيث يقترح الخبراء أن تدريب الأطباء على أفضل الممارسات في التلميح قد يعزز استخدامهم للأداة.

يجادل البحث أن منظمات الرعاية الصحية يمكن أن تستثمر في تلميحات محددة مسبقًا للمساعدة في سد الفجوة بين أدوات الذكاء الصناعي وخبرة الأطباء.

بينما يحمل الذكاء الصناعي القدرة على أن يكون “مساعد طبيب” قيمًا، يقدم الآراء الثانية ويساعد في اتخاذ القرارات المعقدة، يحذر مؤلفو الدراسة من استخدام الذكاء الصناعي للتشخيص الذاتي.

ركزت الدراسة على السيناريوهات السريرية التي تم جمعها بواسطة الأطباء البشر، لكن التشخيصات في العالم الحقيقي تنطوي على عوامل أكثر تعقيدًا، بما في ذلك التفاعل مع المريض وجمع البيانات.

يجب أن يُنظر إلى الذكاء الصناعي كمساعد للأطباء بدلاً من استبدالهم، خاصة بسبب قصور الروبوتات الدردشة في فهم السياق والذكاء العاطفي، مما يقيد قابليتها للتطبيق في إعدادات سريرية متنوعة.

كما قدمت الدراسة أداة عاكسة مُنظمة جديدة لتقييم التفكير السريري، مما يوفر تقييمًا أكثر تفصيلاً للمهارات التشخيصية. أظهرت الأداة اتفاقًا كبيرًا بين الذين قاموا بالتقييم، مما ساهم في تقدم تقييمات التفكير التشخيصي في أبحاث الذكاء الصناعي.

بالرغم من النتائج الواعدة من الدراسات الأولية على قدرة الذكاء الصناعي على جمع وتلخيص بيانات المرضى، يجادل الخبراء أن هناك حاجة لمزيد من البحث قبل أن يمكن دمج الذكاء الصناعي بشكل كامل في عمليات اتخاذ القرار السريري.

هذه القضية مهمة للتعامل معها حيث يواصل الذكاء الصناعي الحصول على موطئ قدم أقوى في الرعاية الصحية. على سبيل المثال، أعلنت الخدمة الصحية الوطنية في الآونة الأخيرة عن استخدامها للذكاء الصناعي لتشخيص السرطان المبكر early cancer diagnosis وكشف الكسور. بالإضافة إلى ذلك، اقترح منتدى الاقتصاد العالمي مؤخرًا أن الذكاء الصناعي قد يساعد في معالجة الأزمة العالمية للصحة العقلية.

في النهاية، سيتطلب تحسين دور الذكاء الاصطناعي في الرعاية الصحية تصميم تفاعل أكثر تحديدًا بين الإنسان والكمبيوتر وفهم التحديات المتنوعة التي تواجهها بيئات العيادات.