→ العودة إلى الصفحة الرئيسية

نماذج موافقة على العلاج الموجّه يكتبها الذكاء الاصطناعي أكثر اكتمالًا، لكن أكثر من ربعها يتضمن استنتاجات بلا سند

أظهرت دراسة بمقارنة مقترنة شملت 70 مريضًا بأمراض الروماتيزم أن الذكاء الاصطناعي يستطيع عرض مخاطر العلاج وبدائله بصورة أشمل، لكنه يزيد أيضًا عبء القراءة. ورغم ارتفاع درجات تقييم الوثائق، يبقى التحقق من قدرتها على مساعدة المرضى على الفهم الفعلي خطوة ضرورية.

By SURL BioNews

قبل تلقي العلاج الموجّه، يحتاج المرضى إلى فهم ليس فقط حجم الفائدة المحتملة من الدواء، بل أيضًا مخاطره والخيارات الأخرى المتاحة. ويبدو أن الذكاء الاصطناعي قادر على صياغة هذه المعلومات بصورة أشمل، لكن دراسة جديدة وجدت أن النصوص المكتملة قد تتضمن أيضًا استنتاجات تخص المريض لا تدعمها سجلاته الطبية، ما يعرّض الموافقة المستنيرة لنوع آخر من المخاطر.

راجعت الدراسة، المنشورة في 4 نوفمبر في مجلة «Frontiers in Pharmacology»، بأثر رجعي بيانات 70 مريضًا بالغًا بأمراض الروماتيزم تلقوا علاجًا موجّهًا في مستشفى بكين تونغرن عام 2025. واستخدم الفريق بيانات حالات منزوعة الهوية وتعليمات موحّدة لجعل DeepSeek-V4-pro يولّد نصوصًا توضيحية، ثم قارنها بالنسخ التي كتبها الأطباء في السجلات الطبية الإلكترونية. وتناولت الدراسة وثائق العلاج المعتاد، ولم تكن اختبارًا لنماذج موافقة المشاركين في تجارب سريرية لأدوية جديدة.

قيّم ثلاثة أطباء روماتيزم، دون معرفة مصدر النصوص، ما مجموعه 140 نصًا باستخدام مقياس وضعه فريق البحث ويغطي ثمانية أبعاد و13 بندًا. وبلغ وسيط الدرجة الإجمالية للجودة 60 نقطة لنسخ الذكاء الاصطناعي، مقابل 50 نقطة لنسخ الأطباء، وظهرت الفروق أساسًا في شرح المخاطر والفوائد والبدائل. كما عرض تقرير عن الدراسة نفسها، أعاد موقع Bioengineer.org نشره في 13 نوفمبر، النتائج ذاتها؛ وتعكس هذه الدرجات أداء المحتوى ضمن إطار تقييم محدد.

لكن 19 نسخة من نصوص الذكاء الاصطناعي، أي 27.1%، تضمنت «هلوسات»، في حين لم تُرصد هلوسات في نسخ الأطباء. والمقصود بالهلوسات هنا أساسًا هو عرض استنتاجات تفتقر إلى السند بوصفها حقائق تخص المريض نفسه. وفحصت الدراسة أيضًا، بصورة منفصلة، المعلومات غير الدقيقة والمعلومات المغفلة، ولم تبلغ الفروق بين المجموعتين دلالة إحصائية في أيّ منهما؛ لذلك لا يمكن تفسير ارتفاع درجات المحتوى مباشرةً على أنه دليل على موثوقية أكبر للحقائق، ولا الاستنتاج منه أن الذكاء الاصطناعي قلّل بالفعل المعلومات المغفلة.

كذلك لم تنخفض متطلبات القراءة مع زيادة المحتوى. فقد بلغ متوسط درجات أداة تقييم قابلية قراءة النصوص الصينية CRIE 3.0 نحو 7.87 لنسخ الذكاء الاصطناعي، مقابل 7.10 لنسخ الأطباء، وتشير الدرجة الأعلى إلى الحاجة إلى مستوى قراءة أعلى. وتوحي هذه النتيجة بأن التفصيل في الكتابة قد يصاحبه عبء أكبر على الفهم، لكن درجات الأداة وحدها لا تجيب عن مقدار ما فهمه المرضى فعليًا.

وهنا يكمن الحد الفاصل الأساسي للدراسة: فقد وُلّدت نصوص الذكاء الاصطناعي لاحقًا لأغراض البحث، ولم تُقدَّم للمرضى لقراءتها، ولم تُستخدم في الرعاية السريرية. وقيّم الفريق محتوى توضيحيًا محددًا في نماذج الموافقة، دون قياس فهم المرضى أو جودة قراراتهم أو نتائج العلاج؛ كما أن اقتصار الدراسة على مستشفى واحد ومقياس وضعه الباحثون ونموذج واحد يحدّ من نطاق تعميم نتائجها.

لذلك حدّد المؤلفون الدور المحتمل للذكاء الاصطناعي في المساعدة على إعداد المسودات وفحص مدى شمول المحتوى، واشترطوا أن يتحقق الأطباء من كل بند قبل الاستخدام السريري. لكن الدراسة لم تختبر بعد سلامة الوثائق بعد مراجعتها، ولم تحسب عبء تعديلها. وما يحتاج إلى التحقق في الخطوة التالية هو ما إذا كانت هذه العملية، بعد تصحيح الأخطاء، تستطيع بالفعل مساعدة المرضى على فهم خيارات العلاج.

References

  1. Frontiers in Pharmacology
  2. Bioengineer.org (republished from Scienmag)