بات بإمكان نظام “جوحل” للذكاء الاصطناعي التشخيصي فهم الصور الطبية وتحليلها، ما يشكل خطوة جديدة تزيد من فاعلية وأهمية هذه التقنية المتطورة الجديدة والواعدة.
تخيل على سبيل المثال أنك تتحدث مع نموذج ذكاء اصطناعي حول مشكلة صحية. وبدلاً من مجرد معالجة كلماتك، يمكنه بالفعل النظر إلى صورة طفح جلدي أو فهم مخطط كهربية القلب المطبوع. هذا ما تسعى إليه الشركة الأميركية العملاقة.
كنا نعلم بالفعل أن برنامج AMIE (مستكشف الذكاء الطبي المفصل) أظهر نتائج واعدة في المحادثات الطبية النصية، وذلك بفضل عمل سابق نُشر في مجلة Nature. ولكن الطب الحقيقي لا يقتصر على الكلمات فقط.
فالأطباء يعتمدون، بشكل كبير، على ما يمكنهم رؤيته مثل حالة الجلد، وقراءات الأجهزة، وتقارير المختبر.
فقد كان الذكاء الاصطناعي القائم على النصوص فقط يفتقد الصور التي تعتبر جزءًا كبيرًا في مجال الطب. كان السؤال الكبير، كما طرحه الباحثون، هو “هل يستطيع حاملو شهادات في القانون مثلا إجراء محادثات سريرية تشخيصية تتضمن هذا النوع الأكثر تعقيدًا من المعلومات؟”.
AMIE يتعلم النظر والاستدلال
عزّز مهندسو جوجل نظام AMIE باستخدام نموذج Gemini 2.0 Flash الخاص بهم كدماغ للعملية. ودمجوا هذا مع ما يُسمّونه “إطار عمل الاستدلال الواعي بالحالة”. ببساطة، هذا يعني أن الذكاء الاصطناعي لا يتبع نصًا مكتوبًا فحسب؛ بل يُكيّف محادثته بناءً على ما تعلّمه حتى الآن وما لا يزال بحاجة إلى فهمه.
يشبه الأمر طريقة عمل الطبيب البشري: جمع الأدلة، وتكوين أفكار حول ما قد يكون خطأً، ثم طلب معلومات أكثر تحديدًا، بما في ذلك الأدلة المرئية، لتضييق نطاق البحث.
توضّح جوجل: “هذا يُمكّن نظام AMIE من طلب بيانات متعددة الوسائط ذات صلة بالمرض عند الحاجة، وتفسير نتائجها بدقة، ودمج هذه المعلومات بسلاسة في الحوار الجاري، واستخدامها لتحسين التشخيص”.
تخيل المحادثة وهي تمر بمراحل: أولًا، جمع تاريخ المريض، ثم الانتقال إلى اقتراحات التشخيص والإدارة، وأخيرًا المتابعة. يُقيّم الذكاء الاصطناعي فهمه باستمرار، ويطلب صورة الجلد أو نتيجة المختبر إذا لاحظ أي نقص في معرفته.
اقرأ أيضا.. بيل جيتس: الذكاء الاصطناعي سيحل محل العديد من المهن
ولكي يُنجز ذلك بدقة دون الحاجة إلى تجارب وأخطاء لا نهاية لها على أشخاص حقيقيين، أنشأت جوجل مختبر محاكاة مُفصّل.
ابتكرت جوجل حالات مرضى واقعية، مستمدة صورًا وبيانات طبية واقعية من مصادر مثل قاعدة بيانات تخطيط كهربية القلب ومجموعة صور الأمراض الجلدية، مضيفةً قصصًا خلفية منطقية باستخدام برنامج Gemini. ثم أتاحت الشركة لـ AMIE “الدردشة” مع مرضى مُحاكيين ضمن هذا الإعداد، والتحقق تلقائيًا من مدى أدائه في أمور مثل دقة التشخيص وتجنب الأخطاء.
أجرت جوجل دراسة عن بُعد شملت 105 سيناريوهات طبية مختلفة. تفاعل ممثلون حقيقيون، مُدرَّبون على تصوير المرضى باستمرار، إما مع AMIE متعدد الوسائط الجديد أو مع أطباء رعاية أولية بشريين حقيقيين. جرت هذه الدردشات من خلال واجهة يتمكن فيها “المريض” من تحميل الصور، تمامًا كما هو الحال في تطبيق مراسلة حديث.
بعد ذلك، راجع أطباء متخصصون (في الأمراض الجلدية، وأمراض القلب، والطب الباطني) والمرضى أنفسهم المحادثات.
قام الأطباء البشريون بتقييم كل شيء، بدءًا من جودة تدوين التاريخ المرضي، ودقة التشخيص، وجودة خطة العلاج المقترحة، وصولًا إلى مهارات التواصل والتعاطف، وبالطبع، مدى كفاءة الذكاء الاصطناعي في تفسير المعلومات المرئية.
نتائج مفاجئة
هنا، تكمن نقطة الإثارة. في هذه المقارنة المباشرة ضمن بيئة الدراسة المُتحكم بها، وجدت جوجل أن AMIE غالبًا ما كان يتفوق على الأطباء البشريين.
صُنِّف الذكاء الاصطناعي بأنه أفضل من أطباء الرعاية الأولية البشريين في تفسير البيانات متعددة الوسائط المُشاركة خلال المحادثات. كما حقق أداءً أعلى في دقة التشخيص، حيث أنتج قوائم تشخيص تفريقي (قائمة مرتبة للحالات المحتملة) اعتبرها المتخصصون أكثر دقة واكتمالاً بناءً على تفاصيل الحالة.
مال الأطباء المتخصصون، الذين راجعوا النصوص، إلى تقييم أداء AMIE أعلى في معظم المجالات. وأشاروا بشكل خاص إلى “جودة تفسير الصور والتفكير المنطقي”، ودقة التشخيص، وسلامة خطط الإدارة، وقدرته على تحديد الحالات التي تتطلب عناية عاجلة.
ربما جاءت إحدى أكثر النتائج إثارة للدهشة من المرضى: فقد وجدوا غالبًا أن الذكاء الاصطناعي أكثر تعاطفًا وجدارة بالثقة من الأطباء البشريين في هذه التفاعلات النصية.
وعلى صعيد السلامة الحاسم، لم تجد الدراسة فرقًا ذا دلالة إحصائية بين عدد مرات ارتكاب AMIE للأخطاء بناءً على الصور مقارنةً بالأطباء البشريين.
إن منح الذكاء الاصطناعي القدرة على “رؤية” وتفسير الأدلة البصرية التي يستخدمها الأطباء يوميًا يُتيح لمحةً عن كيفية مساعدة الذكاء الاصطناعي للأطباء والمرضى يومًا ما. ومع ذلك، فإن الطريق لتحويل هذه النتائج الواعدة إلى أداة آمنة وموثوقة للرعاية الصحية اليومية لا يزال طويلًا ويتطلب دراسةً متأنية.
