→ العودة إلى الصفحة الرئيسية

ذكاء اصطناعي تشخيصي من مايكروسوفت يجيب بدقة في 80% من حالات الطوارئ المحاكاة، والفائدة السريرية تنتظر التحقق

أتاحت دراسة جديدة للذكاء الاصطناعي ولأطباء يعمل كل منهم على حدة طرح الأسئلة تدريجيًا واختيار الفحوص، ثم تقديم التشخيص. وحقق الذكاء الاصطناعي تفوقًا واضحًا في التقييم النصي، لكن المعلومات المحاكاة والموازنة بين التكلفة والدقة وسلامة المرضى التي لم تُقَس بعد تحدد دلالة هذه النتائج.

By SURL BioNews

عند التعامل مع مريض لم تتضح أعراضه بعد، غالبًا ما تكمن صعوبة التشخيص في تحديد السؤال التالي الذي ينبغي طرحه، والفحص الذي يساعد على معرفة سبب المرض. نقلت دراسة نُشرت في 22 أكتوبر في مجلة Science عملية الاستدلال هذه إلى بيئة محاكاة نصية. وحقق نظام Diagnostic Orchestrator ‏(DxO)، الذي طورته مايكروسوفت، دقة تشخيصية بلغت 80.3% في تقييم حالات الطوارئ، مقارنة بـ46.8% لدى أطباء الممارسة العامة الذين عمل كل منهم على حدة؛ لكن هذا الفارق لا يثبت بعد تفوق الذكاء الاصطناعي في الرعاية الفعلية.

استخدمت الدراسة تقييمًا للتشخيص التدريجي يُسمى SDBench، شمل 325 سجلًا لزيارات مرضى أُدخلوا إلى المستشفى بعد مراجعة قسم الطوارئ، مأخوذة من قاعدة بيانات MIMIC-IV-ED، إلى جانب 304 حالات معقدة من مجلة نيو إنغلاند الطبية (NEJM). لم يحصل المشاركون في البداية إلا على ملخص موجز للحالة، وكان عليهم طرح أسئلة إضافية عن التاريخ المرضي وطلب الفحوص بأنفسهم، ثم تقديم التشخيص النهائي. وفي حالات NEJM، بلغت دقة DxO نسبة 83.2%، مقابل 36.1% للأطباء الذين أُتيح لهم استخدام البحث والمراجع.

يشبه تصميم DxO جلسة تشاور طبي افتراضية: تقترح أدوار مختلفة أسبابًا محتملة للمرض، وتشكك في الفرضيات القائمة، ثم تعدّل الحكم مع ظهور أدلة جديدة. ووفقًا لما أوردته Medical Economics، استُخدم GPT-5 بوصفه النموذج الأساسي في النتائج الرئيسية. ويختبر هذا الترتيب قدرة النظام على جمع القرائن بصورة منظمة، وليس مجرد التعرف على الإجابة بعد قراءة ملف حالة كامل.

لكن القرائن في المحاكاة لا تأتي كلها من سجلات حقيقية. توضح الوثائق الرسمية أن «حارس البوابة»، وهو ذكاء اصطناعي مسؤول عن الإجابة عن الأسئلة، يعطي الأولوية للمعلومات الموجودة أصلًا في الحالة؛ وإذا طلب المشارك بيانات غير متاحة، فإنه يولّد نتائج محاكاة تبدو معقولة. كذلك يقيّم حكم يعمل بالذكاء الاصطناعي التشخيص النهائي بمقارنته بإجابة الحالة، باستخدام مقياس من خمس درجات، وتُعد الإجابة صحيحة إذا حصلت على أربع أو خمس درجات. لذلك تعكس الدقة هنا الأداء ضمن قواعد محددة للمحاكاة والتقييم، ولا يمكن مساواتها مباشرة بالقدرة على التشخيص عند سرير المريض.

كما أن ارتفاع الدقة لا يصاحبه بالضرورة انخفاض في التكلفة. أشارت Medical Economics إلى أنه عند عدم فرض سقف للميزانية، بلغت التكلفة التقديرية للفحوص التي طلبها DxO لكل حالة طوارئ 4,979 دولارًا، مقابل 3,400 دولار للأطباء؛ وبعد إضافة قيد على الميزانية، استطاع النظام خفض التكلفة، لكن دقته انخفضت أيضًا. وهذه الأرقام تقديرات لتكاليف الفحوص محسوبة وفق أسعار موحدة، وليست نفقات رعاية طبية فعلية، كما أنها لا تحتسب بالكامل الانزعاج الناجم عن الفحوص أو مخاطر الإجراءات الباضعة أو وقت الانتظار.

وتبقى الفجوة الأكبر بين التقييم والعيادة. فهذه دراسة استعادية تعتمد على النص وحده، ولم يُطلب فيها من النظام تفسير الصور أو الشرائح النسيجية مباشرة، كما لم تشمل ظروفًا مثل عدم اكتمال روايات المرضى الحقيقيين؛ وكانت المقارنة مع أطباء يعمل كل منهم على حدة، وليس مع أطباء اختصاصيين مطابقين للحالات أو فرق متعددة التخصصات. وقيّمت الدراسة التشخيص فقط، ولم تقس اختيار العلاج أو سلامة المرضى أو النتائج الصحية. ووفقًا لما نقلته Medical Economics عن إفصاحات المصالح، فإن جميع المؤلفين موظفون في مايكروسوفت ويملكون أسهمًا في الشركة، وثمانية منهم أيضًا مخترعون مدرجون في طلبات براءات اختراع ذات صلة، مما يجعل التحقق المستقل لاحقًا بالغ الأهمية.

أتاحت مايكروسوفت شيفرة تقييم SDBench للعامة، بما يشمل مكونات حارس البوابة والحكم وتقدير التكلفة، لكن الوصول إلى الحالات الكاملة لا يزال خاضعًا لشروط: إذ تتطلب بيانات NEJM ترخيصًا، وتتطلب بيانات MIMIC استكمال متطلبات التأهيل والتدريب واتفاقية استخدام البيانات لدى PhysioNet؛ ويضم المستودع العام خمس حالات اصطناعية توضيحية. وأعلنت الشركة أيضًا أنها تخطط لإجراء دراسة مستقبلية بالتعاون مع مركز بيث إسرائيل ديكونيس الطبي، يتفاعل فيها المرضى مباشرة مع النظام، ثم تُقارن النتائج بتقييمات مستقلة يجريها الأطباء. وسيساعد ذلك على اختبار ما إذا كانت ميزة الاستدلال في المحاكاة يمكن أن تمتد إلى أخذ التاريخ المرضي في الواقع؛ أما إمكان تحسين نتائج الرعاية، فلا يزال يحتاج إلى أدلة مباشرة.

References

  1. Medical Xpress
  2. Microsoft AI
  3. Microsoft
  4. Medical Economics