صحتنا

​الذكاء الاصطناعي في التشخيص الطبي… ماذا أظهرت تجربة مايكروسوفت؟




أداء لافت في اختبار الحالات المعقّدة يفتح الباب أمام دور جديد للذكاء الاصطناعي في عيادة الطبيب

في تقييم بحثي نشرته مايكروسوفت عام 2025، وصلت نسبة التشخيصات الصحيحة إلى 85.5% في أفضل إعداد لأداتها القائمة على الذكاء الاصطناعي، مقابل 20% في المتوسط لدى الأطباء العامّين المشاركين. واستند الاختبار إلى 304 حالات طبية معقّدة أُعيد تقديمها في صورة محاكاة تشخيصية متدرجة. وتطرح هذه النتيجة سؤالاً عملياً: أي دور يمكن أن تؤديه الأداة في العيادة، حيث يجمع الطبيب بين الاستدلال السريري والفحص المباشر ومعرفة ظروف المريض؟ Microsoft AI


كيف تعمل أداة التشخيص؟

صمّمت مايكروسوفت منظومة «MAI‑DxO» لمحاكاة مداولات فريق طبي يدرس الحالة من زوايا مختلفة. يبدأ الاختبار بملخّص قصير، ثم تطرح المنظومة أسئلة متابعة، وتطلب معطيات أو نتائج فحوص، وتراجع فرضياتها كلما ظهرت معلومات جديدة. ويحاكي هذا التسلسل جانباً من الاستدلال السريري، وهو من أصعب المهارات التي يكتسبها الطبيب في الممارسة. Microsoft AI

وبالاستعانة بنماذج لغوية متقدمة، تستطيع الأداة تحديث قراءتها للأعراض مع تقدّم الحوار، والبحث عن روابط بين علامات قد تبدو بسيطة عند النظر إلى كل واحدة منها على حدة. وتستخدم ما تجمعه من معطيات لترتيب التشخيصات المحتملة، واستبعاد الفرضيات الأضعف، وتحديد السؤال أو الفحص الذي قد يساعد على التمييز بينها. microsoft.com

ماذا تعني المقارنة مع الأطباء العامّين؟

حقق النظام، عند تشغيله مع نموذج «o3» من «أوبن إيه آي»، دقة بلغت 80% في أحد إعدادات الاختبار، وارتفعت إلى 85.5% عند ضبطه لتحقيق أعلى دقة. وبلغ متوسط الأطباء العامّين المشاركين 20% في الحالات التي أكملوها. وشملت المقارنة 21 طبيباً ممارساً من الولايات المتحدة والمملكة المتحدة، فيما اختيرت الحالات من ملفات سريرية معروفة بصعوبتها نشرتها مجلة «نيو إنغلاند جورنال أوف ميديسين». Microsoft AI

وقد يكون التشخيص معقّداً حين تحاكي أعراض مرض نادر أعراض مرض شائع، أو حين تتأثر أجهزة عدة في الجسم في الوقت نفسه. ويزداد الالتباس عندما يظهر مرض معروف بأعراض غير مألوفة، أو حين تتداخل أعراض أمراض مصاحبة لدى المريض نفسه. وتصف الأرقام أداء المشاركين في هذه المحاكاة تحديداً. وقد تختلف نتيجة المقارنة مع أطباء اختصاصيين، تبعاً لطبيعة الحالات وخبرتهم فيها.

ما الذي قد يفسّر أداء الأداة؟

مراجعة الفرضية الأولى

قد يدفع انحياز التأكيد الطبيب إلى إعطاء وزن أكبر للمعلومات التي تؤيد فرضيته الأولى، وإغفال قرائن تدعو إلى مراجعتها. ويتيح تصميم المنظومة إعادة النظر في الفرضية عند ورود معلومات جديدة وفحص تفسيرات أخرى. وتظل مخرجاتها قابلة للتأثر بانحيازات البيانات والنماذج المستخدمة.

استحضار احتمالات تشخيصية متعددة

يصعب على أي طبيب الإحاطة بكل ما يُنشر في الأدبيات الطبية. ويمكن للنماذج اللغوية استحضار طيف واسع من الاحتمالات، بما فيها أمراض نادرة قد تغيب عن الذهن في بداية التقييم. وتبقى قيمة كل احتمال مرهونة بمدى اتساقه مع الأعراض والمعطيات المتاحة.

اتباع خطوات منظمة واختيار السؤال التالي

يمكن للبرمجيات تكرار خطوات التقييم من دون التعرّض للإرهاق البشري، فيما قد تتفاوت دقة الإجابات باختلاف الحالة والمعطيات والإعدادات. ومن عناصر تصميم الأداة
اختيار السؤال أو الفحص بناءً على قدرته على توضيح الصورة السريرية، مع إمكان مراعاة كلفة الفحوص. Microsoft AI

كيف يمكن أن تتغيّر الممارسة الطبية؟

دعم التقييم الأولي في المناطق قليلة الخدمات

قد تظهر إحدى أهم فوائد هذه الأدوات في المناطق التي يصعب فيها الوصول إلى طبيب اختصاصي، وهي مشكلة تواجه بعض السكان حتى في البلدان المتقدّمة. وإذا أثبتت الأداة جدواها في الممارسة، فقد تساعد فرق الرعاية على تنظيم التقييم الأولي وتحديد الحالات التي تستدعي فحصاً إضافياً أو إحالة إلى اختصاصي.

أداة مساعدة والقرار للطبيب

في العيادة، يمكن للأداة أن تطرح أسئلة أولية وتقترح فرضيات تشخيصية. ويراجع الطبيب هذه الفرضيات على ضوء الفحص والسجل المرضي وظروف المريض، ويستبعد ما يتعارض مع المعطيات، ثم يتخذ القرار النهائي. وبهذا يستطيع استخدام الأداة لتوسيع نطاق الاحتمالات التي يفحصها قبل حسم التشخيص.

العلاقة مع المريض جزء من الرعاية

قد تكشف طريقة حديث المريض أو تردّده أو تعبيرات وجهه ما يصعب التقاطه في وصف مكتوب. ويضيف الفحص المباشر، بما يشمله من ملاحظة ولمس عند الحاجة، معطيات تساعد على فهم الحالة. كما أن التعاطف وشرح الخيارات ومرافقة المريض في اتخاذ القرار تظل من صميم عمل الطبيب.

ما الشروط التي تسبق الاستخدام على نطاق واسع؟

جودة البيانات والإنصاف. تؤثر البيانات المستخدمة في تدريب النماذج في النتائج التي تنتجها. وقد تنتقل إلى التقييم التشخيصي انحيازات مرتبطة بالعمر أو الجنس أو الأصل الإثني، خصوصاً إذا كان تمثيل بعض الفئات في البيانات محدوداً. وقد يؤدي ذلك إلى تكريس تفاوتات قائمة في الرعاية أو توسيعها.

المسؤولية القانونية والأخلاقية. إذا أسهم اقتراح آلي في خطأ تشخيصي، فكيف تتوزع المسؤولية بين مطوّر الأداة والطبيب الذي استخدمها والمؤسسة الصحية؟ يتطلب إدماج هذه الأنظمة توضيح واجبات كل طرف وكيفية مراجعة القرارات عند وقوع خطأ.

التحقّق السريري. تبرّر نتائج المحاكاة الانتقال إلى دراسات سريرية أوسع، تشمل مؤسسات صحية وسياقات عمل وفئات سكانية متنوعة. ومن شأن هذه الدراسات أن تبيّن مدى دقة الأداة وفائدتها حين تُستخدم في ظروف الرعاية اليومية. Microsoft AI

الأمن السيبراني وسرية المعلومات. تتعامل أدوات التشخيص مع بيانات صحية شديدة الحساسية. ويثير نشرها أسئلة تتعلق بحماية تلك البيانات، وضبط الوصول إليها، وتأمين الأنظمة التي تخزّنها أو تعالجها.

نحو ممارسة طبية تستفيد من الذكاء الاصطناعي

تأتي تجربة مايكروسوفت ضمن تحوّل أوسع تشارك فيه شركات مثل غوغل وآي بي إم، إلى جانب شركات ناشئة تعمل على أدوات للذكاء الاصطناعي في الطب. وستتوقف طريقة إدماجها في الرعاية على تعاون الجهات المنظمة والمهنيين الصحيين والمرضى والمطوّرين، وعلى ما تظهره التجارب بشأن فوائدها ومخاطرها في الاستخدام اليومي.

وقد تساعد هذه الأدوات، إذا ثبتت فعاليتها واستُخدمت تحت إشراف طبي، في تقليل بعض الأخطاء وتسريع التشخيص في حالات يصعب التعرّف إليها مبكراً. ويبقى السؤال الذي سيحسم قيمة هذه التقنية في العيادة: هل تساعد الطبيب على الوصول إلى التشخيص الصحيح في الوقت المناسب، وهل تصل فائدتها إلى المرضى على اختلاف ظروفهم وأماكن إقامتهم؟

Aicha Bouskine
عائشة بوسكين صحافية خريجة المعهد العالي للإعلام والاتصال، باحثة في العلوم السياسية وصانعة محتوى في إعرف المزيد حول هذا الكاتب



الخميس 19 نوفمبر 2026

              

آخر الأخبار | حياتنا | صحتنا | فن وفكر | لوديجي ستوديو | كتاب الرأي | أسرتنا | تكنو لايف | بلاغ صحفي | لوديجي ميديا [L'ODJ Média] | كيوسك | اقتصاديات | فيديوهات | كلاكسون | سپور


Bannière Réseaux Sociaux

Bannière Lodj DJ






ميزانية 2027.. اسأل وافهم مع مساعد «L’ODJ» الذكي

وعدٌ تحقق: «L’ODJ ميديا» تطلق مساعدها بالذكاء الاصطناعي حول مشروع قانون المالية 2027





















Buy cheap website traffic