الذكاء الاصطناعي في الطب الحيوي · global
مستخدمو Fitbit يجرّبون ذكاءً اصطناعياً للأعراض، ومساعد التشخيص ينتقل من أسئلة الاختبار إلى المحادثات الحقيقية
دراسة نشر عشوائي شملت ما يقرب من 14 ألف شخص نقلت الذكاء الاصطناعي الطبي من الاختبارات المعيارية إلى سرد المستخدمين في اللحظة نفسها؛ وقدّمت النتائج أدلة ميدانية نادرة، كما ذكّرت بأن تفسير الأعراض لا يزال يبعد مسافة مؤسسية وسريرية عن التشخيص الحقيقي.
عندما يشعر الجسم بوعكة، لا يكون السؤال الأول لدى كثيرين: «ما المرض الذي أصبت به؟»، بل: «هل يجب أن أراجع طبيباً الآن؟». هذا الحكم الذي يبدو يومياً هو تحديداً الفجوة التي يريد ذكاء تقييم الأعراض الاصطناعي الدخول إليها: فهو لا يصف أدوية، ولا يحل محل الطبيب، بل يحاول، وسط سرد ذاتي مضطرب ومجزأ ومشحون بالقلق، ترتيب الأسباب المحتملة والخطوة التالية.
أفادت ورقة أولية في الذكاء الاصطناعي الطبي الحيوي نُشرت على arXiv بدراسة SymptomAI: أجرى فريق البحث نشراً عشوائياً في العالم الحقيقي داخل تطبيق Fitbit على 13,917 مستخدماً، لاختبار وكلاء تقييم أعراض قادرين على الحوار. وبالمقارنة مع التقييمات الشائعة للنماذج باستخدام أسئلة طبية أو ملخصات حالات مُنظّمة، فإن مشهد هذه الدراسة أقرب إلى الطريقة التي يستخدم بها الناس العاديون فعلياً أدوات الصحة الرقمية: يصف المستخدم شعوره بعدم الارتياح بكلماته الخاصة، ثم يشكّل النظام تشخيصاً تفريقياً عبر الأسئلة اللاحقة والإجابات.
جوهر الدراسة ليس فقط ما إذا كان الذكاء الاصطناعي يستطيع «الإجابة بشكل صحيح»، بل ما إذا كان قادراً، خلال التفاعل، على إنتاج قائمة تشخيص تفريقي مفيدة. ووفقاً للملخص، استخدمت الدراسة مجموعة فرعية فسّرها عاملون سريريون، وقارنت أداء وكلاء مختلفين في جودة التشخيص التفريقي. يضيف هذا النوع من التصميم طبقة من الحكم الطبي إلى التقييم، بدلاً من الاكتفاء بالنظر إلى ما إذا كان خرج النموذج يطابق إجابة محددة مسبقاً.
وهذا يجعل SymptomAI أيضاً إشارة في منهجيات تقييم الذكاء الاصطناعي الطبي الحيوي. في الماضي، كثيراً ما استُخدمت الدرجات العالية للنماذج اللغوية الكبيرة في الاختبارات المرجعية الطبية للإيحاء بإمكانات سريرية؛ لكن المرضى لا يقدّمون معلومات كاملة ونظيفة ومهيكلة كما تفعل أسئلة الاختبار. قد يُغفل المستخدمون الحقيقيون أعراضاً محورية، أو يسيئون فهم أسماء الأمراض، أو يروون التسلسل الزمني بصورة متناقضة، بل قد يغيّرون وصفهم خلال المحادثة نفسها. إن وضع الذكاء الاصطناعي في بيئة كهذه يعطي أدلة أصعب في التنظيم، لكنها أقرب أيضاً إلى العالم الذي سيواجهه المنتج فعلياً.
مع ذلك، ينبغي أن توضع هذه الدراسة في موضع حذر. فهي حالياً ورقة أولية ولم تخضع بعد لمراجعة الأقران؛ ويشير الملخص أيضاً إلى أن جزءاً من «الحقيقة» لا يزال يعتمد على التشخيص الذي يبلّغ عنه المستخدمون ذاتياً. وبالنسبة إلى تقييم الأعراض، فهذا قيد أساسي: فالإبلاغ الذاتي قد يستند إلى تشخيص طبيب، وقد لا يكون سوى استنتاج لاحق من المستخدم، ووزنهما في التحقق الطبي ليس واحداً.
مسألة أخرى لم تُحسم هي كيف ينبغي تنظيم هذه الأدوات وربطها بمسار الرعاية الصحية. إذا كان الذكاء الاصطناعي لا يقدّم إلا نصائح على نمط التثقيف الصحي، فإن المخاطر والمسؤوليات تكون محدودة نسبياً؛ لكن ما إن يؤثر في ما إذا كان المستخدم سيؤجل طلب الرعاية، أو سيتوجه إلى قسم الطوارئ، أو في كيفية فهمه لأعراض محتملة الخطورة، فإنه يمس الأجهزة الطبية والسلامة السريرية وتوزيع المسؤوليات. يستطيع النشر في العالم الحقيقي أن يثبت أن التفاعل ممكن، لكنه لا يثبت تلقائياً السلامة السريرية.
لذلك، لا تكمن قيمة هذه الدراسة في إعلان أن الذكاء الاصطناعي أصبح قادراً على تشخيص الأمراض، بل في طرح السؤال على نحو أقرب إلى الواقع الميداني: على منصات الصحة الرقمية، هل يستطيع الذكاء الاصطناعي الحواري مساعدة الناس على تحويل الأعراض المتناثرة إلى معلومات طبية أكثر تنظيماً؟ تبدو الإجابة الأولية جديرة بمتابعة أعمق، لكن الخطوة التالية تحتاج إلى نقاط نهاية سريرية أكثر صلابة، ومراقبة سلامة واضحة، وتصميم تحقق قادر على التمييز بين الملاءمة والمنفعة الطبية.