→ العودة إلى الصفحة الرئيسية

الذكاء الاصطناعي يتعلم طرح أسئلة متتابعة واختيار الفحوص: دراسة لـMicrosoft تحقق دقة تشخيص تتجاوز 80% في حالات محاكاة

انطلاقًا من معطيات محدودة، ثم تحديد السؤال التالي والفحص التالي، بدأت تقييمات التشخيص بالذكاء الاصطناعي تقترب من الاستدلال السريري. لكن الانتقال من النتائج المرتفعة على السجلات الطبية إلى تحسين رعاية المرضى فعليًا لا يزال يحتاج إلى أدلة.

By SURL BioNews

غالبًا ما تكمن صعوبة التشخيص في الخطوات التي تسبق الوصول إلى الإجابة: أي الأعراض يستحق مزيدًا من الأسئلة، وأي الفحوص يمكن أن يضيّق نطاق الاحتمالات، ومتى ينبغي التوقف عن البحث؟ في دراسة نشرها فريق Microsoft في مجلة Science يوم 22 أكتوبر، أُتيح للذكاء الاصطناعي جمع المعطيات تدريجيًا انطلاقًا من معلومات محدودة، لتقييم قدرته على الوصول إلى التشخيص عبر هذا المسار. وأظهرت النتائج أن دقة النظام تجاوزت 80% في مجموعتين من الحالات المحاكاة، لكن الدراسة لم تثبت بعد أنه يستطيع تحقيق الفائدة نفسها عند سرير المريض.

اعتمدت الدراسة تصميم «التشخيص المتسلسل». فبخلاف الاختبارات التي تقدم التاريخ المرضي كاملًا دفعة واحدة وتطلب اختيار الإجابة، يقرأ المشاركون أولًا وصفًا سريريًا موجزًا، ثم يختارون طلب معلومات أو إجراء فحوص. ويسجل معيار التشخيص المتسلسل SDBench، الذي أنشأه الفريق، صحة التشخيص والمعلومات المطلوبة والتكلفة التقديرية للفحوص، في محاولة لإدراج عملية الاستدلال نفسها ضمن التقييم.

يحاكي النظام الخاضع للاختبار، Microsoft AI Diagnostic Orchestrator ‏(MAI-DxO)، نقاشًا مشتركًا بين عدة أطباء: يقترح أمراضًا محتملة، ويشكك في التقدير الحالي، ويعدّل التشخيص التفريقي مع ظهور أدلة جديدة. ووفقًا لإعلان Microsoft، يوازن النظام أيضًا بين المعلومات التي قد توفرها الفحوص وتكلفتها لتحديد الخطوة التالية للتحقق.

يشير ملخص الورقة إلى أن دقة تشخيص النظام بلغت 83.2% في حالات المناقشات السريرية المرضية المنشورة في مجلة نيو إنغلاند الطبية؛ وبلغت 80.3% في تقييم سجلات زيارات قسم الطوارئ ضمن MIMIC-IV-ED. أما الأطباء العامون المشاركون في المقارنة، فحققوا 36.1% و46.8% في المجموعتين على التوالي. وأضافت Microsoft أن المجموعة الأولى ضمت 304 حالات معقدة، وأن نتيجة الأطباء البالغة نحو 36% تحققت في ظروف تسمح باستخدام مراجع خارجية؛ وهذه الشروط المقارنة سياق لا يمكن إغفاله عند فهم الفارق.

وفرت مجموعتا البيانات سياقين مختلفين للاختبار: اختبرت حالات المجلة الاستدلال بشأن الأمراض المعقدة، بينما وسّعت سجلات الطوارئ التقييم ليشمل مشكلات أكثر شيوعًا تدفع إلى طلب الرعاية. ومع ذلك، ظل كلا التقييمين إعادة بناء لعملية التشخيص في بيئة مضبوطة. ولا يمكن الاستنتاج مباشرة من هذه النتائج أن الذكاء الاصطناعي يتفوق على جميع الأطباء، كما أنها لا تجيب عما إذا كان يستطيع تقليل حالات إغفال التشخيص في الممارسة الفعلية، أو تقصير انتظار العلاج، أو تحسين مآلات المرضى. كذلك، استندت تكاليف الفحوص إلى تقديرات، ولا يمكن اعتبارها مباشرة وفورات حققتها المستشفيات بالفعل.

لتمكين باحثين آخرين من اختبار المنهج، قالت Microsoft إنها ستتيح المعيار وبرمجيات التقييم الخاصة ببعض حالات المجلة، بما يشمل تقديم المعلومات وتحديد صحة الإجابات وتقدير التكاليف. ويساعد ذلك الفرق الخارجية على إعادة إجراء الاختبارات ومقارنة نماذج أخرى؛ لكن نطاق الإتاحة يقتصر على بعض الحالات، ما يستلزم الانتباه إلى حدود ما تغطيه بيانات التقييم وطرقه.

ستتجه الخطوة التالية إلى دراسات يشارك فيها المرضى فعليًا. وأعلنت Microsoft أنها تخطط للتعاون مع مركز بيث إسرائيل ديكونيس الطبي في بوسطن، بحيث يتفاعل المرضى مباشرة مع النظام، ثم تُقارَن النتائج بالتقييمات المستقلة للأطباء. ولم تقدم هذه الدراسة الاستباقية نتائج بعد؛ فدقة التشخيص الحالية البالغة نحو 80% تدعم مبررات إجراء مزيد من التحقق، أما كيفية دمج الذكاء الاصطناعي في التشخيص والعلاج، ومتى يلزم تدخل الطبيب، وما إذا كان يمكنه تحسين الرعاية، فتبقى أسئلة تحتاج إلى إجابات تباعًا في الممارسة السريرية.

References

  1. Science / PubMed
  2. Microsoft AI