يتطلب تسخير الذكاء الاصطناعي التوليدي لمساعدة الأطباء في اتخاذ القرارات الطبية الحاسمة أكثر من مجرد التكنولوجيا وحدها. فقد أظهرت دراسة مراجعة جديدة أن تكييف نماذج اللغة الحالية هو المفتاح لضمان قدرتها على المساعدة بأمان وفعالية في التشخيص السريري، وفرز المرضى، وتخطيط العلاج في بيئات الرعاية الصحية الواقعية.
نُشر البحث في "مجلة أبحاث الإنترنت الطبية" (Journal of Medical Internet Research).
قام الفريق، بقيادة الدكتور أنشوم باتيل والدكتور جوزيف واي تشيونغ في الولايات المتحدة، بتحليل 35 دراسة حديثة لفهم كيفية تأثير أساليب التخصيص المختلفة على أداء الذكاء الاصطناعي.
ووجدوا أنه على الرغم من قدرة نماذج اللغة الكبيرة القياسية، إلا أنه يجب تخصيصها خصيصًا للبيئات الطبية لتكون موثوقة تمامًا. فعندما تم ربط النماذج مباشرةً بقواعد بيانات طبية موثوقة أو إعادة تدريبها على إرشادات سريرية محددة، تحسنت الدقة بشكل كبير، حتى أن بعض الأنظمة وصلت إلى مستوى أداء الأطباء البشريين في التشخيص.
اقرأ أيضا... الذكاء الاصطناعي يضاهي خبرة الأطباء النفسيين
ويعتمد النهج الأكثر نجاحًا بشكل كبير على المهمة الطبية المحددة. ففي المهام الضيقة والمحددة، مثل الكشف عن السرطان في الصور الطبية، كانت إعادة تدريب الذكاء الاصطناعي على بيانات محددة هي الأنسب. بالنسبة للمهام التي تتطلب تحليلًا منطقيًا لإرشادات معقدة، كان ربط الذكاء الاصطناعي بقواعد البيانات الحية فعالًا للغاية.
مع ذلك، توصل الباحثون إلى أن أفضل أداء تحقق من خلال الأنظمة الهجينة، التي تجمع بين الطريقتين لإدارة سير العمل المعقد، مثل فرز حالات السكتة الدماغية وحالات الأورام.
يقول باتيل "لا توجد طريقة واحدة مثلى لتكييف الذكاء الاصطناعي مع الرعاية الصحية. يعتمد النهج الأمثل على المهمة السريرية، والخطوة التالية هي ضمان سلامة هذه الأنظمة وموثوقيتها وفائدتها في رعاية المرضى في الواقع العملي".
على الرغم من أن هذه النتائج واعدة، يشير الباحثون إلى أن الغالبية العظمى من الدراسات حول أنظمة الذكاء الاصطناعي هذه تستند إلى سجلات طبية سابقة بدلًا من اختبارها على مرضى حقيقيين. قبل اعتماد هذه الأدوات المتقدمة على نطاق واسع في المستشفيات، يلزم إجراء المزيد من الاختبارات المستقبلية في الواقع العملي لضمان سلامة المرضى والتأكد من أن التكنولوجيا تعمل بكفاءة في مختلف البيئات السريرية.
مصطفى أوفى (أبوظبي)