أحدثت دراسة مشتركة بين جامعتي هارفارد وستانفورد ضجة كبيرة في عالم الطب والذكاء الاصطناعي. حيث أظهرت نتائج هذه الدراسة تفوق نموذج الذكاء الاصطناعي O1 على الأطباء في تشخيص الحالات الطبية المعقدة.
تفوق الذكاء الاصطناعي على الأطباء
بينما يفتح هذا الإنجاز آفاقًا جديدة لعالم الرعاية الصحية، ويطرح تساؤلات حول مستقبل العلاقة بين الإنسان والآلة في هذا المجال الحيوي.
كما أظهر الذكاء الاصطناعي دقة تشخيصية بلغت 88.6% في مقارنات مباشرة بين 70 حالة طبية معقدة. ورغم أن هذا التطور يمثل تغييرًا جذريًا، فإن الذكاء الاصطناعي يواجه قيودًا. مثل: الصعوبات في تقييم الاحتمالات والاستجابات التفصيلية المفرطة.
ويحث الخبراء على توخي الحذر، ويدعون إلى إجراء المزيد من التجارب السريرية، وتحسين أساليب التقييم قبل اعتماده على نطاق واسع.
بينما حقق نموذج الذكاء الاصطناعي نتائج مبهرة على مقياس “R-IDEA” للمنطق الطبي. حيث حصل على درجات مثالية في 78 حالة من أصل 80 حالة تم تقييمها.
وعلاوة على ذلك، تفوق النظام في حالات الإدارة المعقدة؛ حيث حصل على 86% من النقاط الممكنة. وهي نسبة أعلى بكثير من الدرجات التي حققها الأطباء البشريون باستخدام الأدوات التقليدية (34%) أو حتى GPT-4، الذي حصل على 41%.
وعلى الرغم من هذه الإنجازات المبهرة، يواجه النموذج تحديات تتعلق بتقييمات الاحتمالات، وقد يقدم في بعض الأحيان استجابات مفصلة على نحو مفرط. ما دفع الباحثين إلى التوصية بأساليب تقييم محسنة وتجارب سريرية في العالم الحقيقي للتحقق من فاعلية الذكاء الاصطناعي.
بينما تعد أبحاث “OpenAI” في مجال التشخيص الطبي المعتمد على الذكاء الاصطناعي تكملها العديد من التطورات المهمة في الصناعة.
وتشمل هذه التطورات موافقة إدارة الغذاء والدواء على أداة تشخيصية مدعومة بالذكاء الاصطناعي للكشف عن اعتلال الشبكية السكري دون الحاجة إلى مراجعة الطبيب.
وتفوق الذكاء الاصطناعي من Google DeepMind، على اختصاصيي الأشعة البشريين في الكشف عن سرطان الثدي. والمبادئ التوجيهية الأخلاقية التي أصدرتها منظمة الصحة العالمية لتطبيقات الذكاء الاصطناعي في الرعاية الصحية.
بالإضافة إلى ذلك، تسليط الضوء على التحديات من خلال انتكاسات IBM Watson Health ومبيعاتها. ما يعكس تعقيدات دمج الذكاء الاصطناعي في أنظمة الرعاية الصحية.
أهمية هذه النتائج
- تحسين دقة التشخيص: يمكن للذكاء الاصطناعي أن يساعد على تقليل الأخطاء الطبية الناتجة عن العامل البشري. ما يؤدي إلى تحسين نتائج العلاج.
- تسريع عملية التشخيص: يمكن للأنظمة القائمة على الذكاء الاصطناعي معالجة كميات هائلة من البيانات بسرعة كبيرة؛ ما يتيح تشخيص الحالات المرضية في وقت أقصر.
- اكتشاف الأمراض في مراحلها المبكرة: يمكن للذكاء الاصطناعي أن يكتشف أنماطًا دقيقة في البيانات الطبية قد يفوتها الأطباء. ما يتيح اكتشاف الأمراض في مراحلها المبكرة وزيادة فرص الشفاء.
- تخصيص العلاج: يمكن للذكاء الاصطناعي أن يطور خطط علاجية مخصصة لكل مريض بناء على بياناته الطبية الفردية.