الذكاء الاصطناعي في الطب: متى يساعد الطبيب ومتى يضيف أخطاء؟
يساعد الذكاء الاصطناعي في الطب على تحليل الصور وتلخيص ملفات المرضى، لكنه قد يقدم معلومات خاطئة تبدو مقنعة. التمييز بين الأدوات المتخصصة والنماذج التوليدية أساسي لفهم فائدتها وحدود الثقة بها.
فريق أخبار فارماستان
باختصار
- تشمل الاستخدامات الطبية تحليل الأشعة وفحص الشبكية واكتشاف السلائل وتلخيص السجلات.
- الأنظمة المتخصصة تؤدي مهام محددة، بينما تتميز النماذج التوليدية بمرونة أكبر ومخاطر مختلفة.
- قد تقلل الخوارزميات بعض الأخطاء، لكن الثقة الزائدة بمخرجاتها قد تفتح بابًا لأخطاء جديدة.
أصبح الذكاء الاصطناعي في الطب حاضرًا بالفعل داخل العيادات ووحدات الأشعة والتنظير، حيث يساعد الأطباء على تحليل الصور ومراجعة المعلومات واقتراح احتمالات تشخيصية. وفي الولايات المتحدة، سمحت إدارة الغذاء والدواء بتسويق أكثر من 1600 جهاز طبي يستخدم هذه التقنيات حتى سبتمبر/أيلول 2026. لكن اتساع الاستخدام لا يحسم وحده السؤال الأهم للمريض: هل تصبح الرعاية أكثر أمانًا؟
كيف يُستخدم الذكاء الاصطناعي في الطب؟
تتوزع التطبيقات على أعمال مختلفة، بعضها شديد التحديد. فقد يبحث نظام عن علامات سرطان الثدي في صور الماموغرام، ويتعرف آخر على اعتلال الشبكية السكري، بينما يساعد ثالث على رصد السلائل أثناء تنظير القولون. وهناك أدوات تلخص السجلات الطبية أو تنبه إلى احتمال تدهور حالة المريض، لتضع أمام الطبيب معلومات إضافية عند اتخاذ القرار.
نرى في فارماستان أن نقطة البداية لفهم هذه الأدوات ليست الإعجاب بقدراتها، بل تحديد الوظيفة التي تؤديها. فالبرنامج المصمم لتمييز علامة في صورة لا يؤدي الدور نفسه الذي يؤديه نظام يجيب عن أسئلة طبية مفتوحة. وضع الاثنين تحت عنوان واحد قد يخفي فروقًا جوهرية في طريقة اختبارهما وحدود الاعتماد عليهما.
ما الفرق بين الأنظمة المتخصصة والذكاء الاصطناعي التوليدي؟
تُدرَّب الأنظمة المتخصصة على مهمة محددة يمكن قياس دقتها واختبارها سريريًا. وهي لا تتولى دور الطبيب بكل تفاصيله، وإنما تقدم مساعدة ضمن نطاق معلوم. لذلك، فإن نجاح أداة في اكتشاف مشكلة بعينها لا يعني تلقائيًا قدرتها على تفسير بقية الأعراض أو التعامل مع مختلف الحالات الطبية.
أما النماذج اللغوية الكبيرة وأدوات الذكاء الاصطناعي التوليدي فتتعامل مع نطاق أوسع من الطلبات، مثل قراءة النصوص والصور، وتلخيص ملفات المرضى، واقتراح تشخيصات والإجابة عن الاستفسارات. هذه المرونة تجعلها مختلفة عن الأدوات الضيقة التخصص، لكنها أكثر عرضة أيضًا لتقديم معلومات غير صحيحة أو ناقصة، بل واختلاق معلومات.
« قراءتنا في فارماستان: قدرة الأداة على تقديم إجابة واضحة لا تكفي للحكم على صحة تلك الإجابة طبيًا. »
هل يقلل الذكاء الاصطناعي الأخطاء الطبية؟
الصورة التي تقدمها الدراسات حتى الآن ليست حكمًا مطلقًا بالنجاح أو الفشل. يمكن لهذه التقنيات أن تخفض بعض الأخطاء، وفي الوقت نفسه تنتج أخطاء من نوع آخر. وتبرز المشكلة خصوصًا حين تُمنح مخرجاتها ثقة أكبر مما تستحق، فيتحول الاقتراح الخوارزمي من معلومة تحتاج إلى تقييم إلى إجابة يُتعامل معها بوصفها محسومة.
لهذا نفرّق بين الاستعانة بالأداة وتسليم القرار لها. ما الذي صُممت لاكتشافه؟ وهل اختُبرت في المهمة المطلوبة؟ وهل يتسق اقتراحها مع أعراض المريض وفحوصه؟ هذه أسئلة تساعد على قراءة مخرجاتها بحذر، بدل اختزال النقاش في كون التقنية ذكية أو سريعة.
ماذا يعني ذلك للمريض؟
وجود الذكاء الاصطناعي في العيادة ليس ضمانًا للدقة، ولا سببًا كافيًا لرفض استخدامه. ونؤكد في فارماستان أن فهم نوع الأداة وحدودها أهم من اسمها: المساعدة الحقيقية تظل مرتبطة بتقييم الطبيب للمعلومة ضمن حالة المريض كاملة، لا بالاكتفاء باقتراح يظهر على الشاشة.
