→ العودة إلى الصفحة الرئيسية

هل يعرف الذكاء الاصطناعي الطبي متى يقلّل الفحوص؟ تباين بين ستة نماذج في المناطق السريرية الرمادية

وجدت دراسة شملت 225 سيناريو سريريًا أن النماذج اللغوية تستطيع غالبًا تمييز التدخلات الطبية غير الضرورية، لكن إجاباتها تباينت بوضوح في الحالات الخلافية، مثل تخطيط القلب والعقيدات الدرقية. ورغم انخفاض معدلات الخطأ، تبقى أسئلة يجب الإجابة عنها قبل دخول هذه النماذج إلى العيادات.

By SURL BioNews

إجراء فحص إضافي لا يعني بالضرورة مزيدًا من الاطمئنان. فقد تؤدي النتائج غير الطبيعية المكتشفة مصادفةً إلى مزيد من المتابعة والخزعات والقلق؛ لكن الإفراط في التحفظ قد يؤدي أيضًا إلى تفويت تشخيص أو علاج ضروري. ومع بدء المرضى والأطباء في طلب المشورة من الذكاء الاصطناعي، أصبحت قدرة النماذج على إدراك هذا الحد الفاصل اختبارًا للسلامة الطبية. وتُظهر دراسة جديدة نشرتها دورية «حوليات الطب الباطني» أن ستة نماذج لغوية استطاعت تجنب التدخلات غير الضرورية في معظم الاختبارات، لكن الصعوبات تركزت في المواضع التي يختلف فيها الطب البشري نفسه.

أجرى الدراسة فريق من مؤسسات تضم منظومة خدمات كلاليت الصحية (Clalit) في إسرائيل وجامعة بن غوريون في النقب. وبحسب المعلومات التي نشرتها الكلية الأمريكية للأطباء، بنى الباحثون 225 سيناريو سريريًا استنادًا إلى 15 توصية من مبادرة «Choosing Wisely» للحد من الرعاية منخفضة القيمة، لاختبار ستة نماذج لغوية كبيرة تجارية. وكان العنصر الأساسي في التصميم هو المقارنة بين أزواج من الحالات: حالات متشابهة تتوافر في إحداها مبررات للتدخل وتغيب عن الأخرى، لاختبار ما إذا كانت النماذج تستطيع تغيير حكمها تبعًا للظروف السريرية.

إجمالًا، في السيناريوهات التي حددتها الدراسة على أنها لا تستدعي التدخل، ظلت 5.4% من إجابات النماذج توصي بفحوص أو علاج؛ وفي السيناريوهات المقابلة التي تستدعي التدخل، بلغت نسبة التوصيات الخاطئة بعدم التدخل 0.6%. ومن بين التوصيات الـ15، لم تظهر في الاختبارات توصيات بتدخلات غير ضرورية في 8 منها. وتعكس هذه الأرقام مدى توافق إجابات النماذج مع معايير الاختبار، ولا يمكن تحويلها مباشرةً إلى معدلات لتفويت التشخيص في العيادات الفعلية أو إلى مخاطر تعرض المرضى للضرر.

لكن المتوسطات حجبت أيضًا نقاط ضعف محددة. وأشارت المعلومات التي نشرتها الجامعة إلى أن 28.3% من الإجابات في سيناريوهات تخطيط القلب لدى البالغين منخفضي الخطورة صُنفت على أنها توصي بفحوص غير ضرورية؛ وبلغت النسبة 42.8% في سيناريوهات العقيدات الدرقية الصغيرة المكتشفة مصادفةً. غير أن معظم الأخطاء في حالات تخطيط القلب ظهرت في السيناريوهات التي ذُكر فيها خفقان القلب، وهو عرض قد يمنح الفحص مبررًا سريريًا؛ أما الحاجة إلى التصوير بالموجات فوق الصوتية للعقيدات الدرقية، فتتصل باختلاف توصيات الجمعيات الطبية. وهذا يذكّر القراء بأن بعض ما يُسمى أخطاء يجب فهمه في ضوء المعايير المعتمدة.

وكان التفاوت بين النماذج لافتًا أيضًا. وذكر فريق البحث في خبر نشرته الجامعة أن أحد النماذج أوصى بفحوص غير ضرورية في أقل من عُشر الإجابات عند مواجهة الحالات الرمادية نفسها، بينما بلغت النسبة لدى نموذج آخر ثمانية أعشار الإجابات. ولذلك، لا تعني الصياغة السلسة والواثقة بالضرورة حكمًا طبيًا ثابتًا ومتسقًا؛ وقد يغيّر اختيار النموذج أيضًا المشورة التي يتلقاها المستخدم.

تقدم هذه الدراسة مؤشرات تساعد على تحديد نقاط ضعف النماذج، لكن الأدلة لا تزال مستمدة من سيناريوهات سريرية مُصممة مسبقًا، وليست من متابعة نتائج المرضى بعد إدخال الذكاء الاصطناعي في مسار الرعاية. والسؤال التالي الذي طرحه الباحثون أقرب إلى واقع العيادات: عندما يكرر مريض قَلِق طلب «إجراء فحص آخر»، هل يستطيع النموذج الحفاظ على تحفظه المعقول الأصلي؟ قبل استخدام أدوات من هذا النوع في اتخاذ القرارات السريرية، يلزم، إلى جانب أدائها في الإجابة عن الأسئلة، التحقق من استجابتها للإلحاح في الاستفسار، ونقص المعلومات، واختلاف الآراء المهنية.

References

  1. Medical Xpress
  2. American College of Physicians (via Newswise)
  3. Ben-Gurion University of the Negev (via Mirage News)