مخاطر وفوائد دمج الذكاء الاصطناعي في عملية صنع القرار الطبي

وقال ستيفن شيري، القائم بأعمال مدير NLM، الحاصل على درجة الدكتوراه: “إن دمج الذكاء الاصطناعي في الرعاية الصحية يحمل وعدًا كبيرًا كأداة لمساعدة المتخصصين الطبيين في تشخيص المرضى بسرعة أكبر، مما يسمح لهم ببدء العلاج عاجلاً”. “ومع ذلك، كما تظهر هذه الدراسة، فإن الذكاء الاصطناعي ليس متقدمًا بما يكفي ليحل محل الخبرة البشرية، وهو أمر ضروري للتشخيص الدقيق.”

أجاب نموذج الذكاء الاصطناعي والأطباء البشريون على أسئلة من نيو انغلاند جورنال اوف ميديسين (NEJM) تحدي الصورة. ويتمثل التحدي في اختبار عبر الإنترنت يوفر صورًا سريرية حقيقية ووصفًا نصيًا موجزًا ​​يتضمن معلومات حول أعراض المريض وعرضه، ثم يطلب من المستخدمين تحديد التشخيص الصحيح من إجابات متعددة الخيارات.

وكلف الباحثون نموذج الذكاء الاصطناعي بالإجابة على 207 أسئلة تتعلق بتحدي الصور وتقديم سبب مكتوب لتبرير كل إجابة. حدد هذا الإشعار أن الأساس المنطقي يجب أن يتضمن وصفًا للصورة، وملخصًا للمعلومات الطبية ذات الصلة، وتقديم أسباب خطوة بخطوة لكيفية اختيار النموذج للإجابة.

تم تعيين تسعة أطباء من مؤسسات مختلفة، كل منهم في مجال طبي مختلف، وأجابوا على الأسئلة المخصصة لهم أولاً في “كتاب مغلق”، (دون الإشارة إلى أي مواد خارجية مثل الموارد عبر الإنترنت) ثم في “كتاب مفتوح” كتاب”. “الإعداد (باستخدام موارد خارجية). ثم أعطى الباحثون للأطباء الإجابة الصحيحة، إلى جانب إجابة نموذج الذكاء الاصطناعي والأسباب المقابلة لها. وأخيرًا، طُلب من الأطباء تقييم قدرة نموذج الذكاء الاصطناعي على وصف الصورة، تلخيص المعلومات الطبية ذات الصلة، وتقديم أسبابها خطوة بخطوة.

ووجد الباحثون أن نموذج الذكاء الاصطناعي والأطباء استفادوا بشكل كبير في اختيار التشخيص الصحيح. ومن المثير للاهتمام أن نموذج الذكاء الاصطناعي اختار التشخيص الصحيح في كثير من الأحيان أكثر من الأطباء في إعدادات الكتاب المغلق، في حين كان أداء الأطباء الذين يستخدمون أدوات الكتاب المفتوح أفضل من نموذج الذكاء الاصطناعي، خاصة عند الإجابة على الأسئلة المحسوبة الأكثر صعوبة.

والأهم من ذلك، بناءً على تقييمات الأطباء، غالبًا ما يرتكب نموذج الذكاء الاصطناعي أخطاء عند تفسير الصورة الطبية وشرح أسبابها وراء التشخيص – حتى في الحالات التي اتخذ فيها الاختيار النهائي الصحيح. في أحد الأمثلة، تم إعطاء نموذج الذكاء الاصطناعي صورة لذراع مريض مصاب بآفاتين. يمكن للطبيب أن يتعرف بسهولة على أن كلتا الآفتين ناجمتان عن نفس الحالة. ومع ذلك، نظرًا لأن الآفات تم عرضها بزوايا مختلفة – مما أدى إلى وهم بألوان وأشكال مختلفة – فشل نموذج الذكاء الاصطناعي في إدراك أن كلا الآفات يمكن أن ترتبط بنفس التشخيص.

ويجادل الباحثون بأن هذه النتائج تدعم أهمية اختبار تكنولوجيا الذكاء الاصطناعي متعدد الوسائط قبل إدخالها إلى البيئة السريرية.

“وقال Zhiyong Lu، الباحث الرئيسي في NLM والمؤلف المشارك في الدراسة، دكتوراه، Zhiyong Lu، إن هذه التكنولوجيا لديها القدرة على مساعدة الأطباء على زيادة مهاراتهم من خلال رؤى تعتمد على البيانات والتي يمكن أن تؤدي إلى تحسين عملية صنع القرار السريري. إن فهم المخاطر والقيود المفروضة على هذه التقنيات أمر ضروري لتسخير إمكاناتها في الطب.”

استخدم البحث نموذج الذكاء الاصطناعي المعروف باسم GPT-4V (المحول التوليدي المدرّب مسبقًا 4 مع الرؤية)، وهو “نموذج ذكاء اصطناعي متعدد الوسائط” يمكنه معالجة مجموعة من أنواع عديدة من البيانات، بما في ذلك النصوص والصور. لاحظ الباحثون أنه على الرغم من أن هذه دراسة صغيرة، إلا أنها تسلط الضوء على إمكانات الذكاء الاصطناعي متعدد الوسائط للمساعدة في اتخاذ القرارات الطبية للأطباء. هناك حاجة إلى مزيد من البحث لفهم كيفية مقارنة هذه النماذج بقدرة الأطباء على تشخيص المرضى.

شارك في تأليف الدراسة متعاونون من معهد العيون الوطني التابع للمعاهد الوطنية للصحة والمركز السريري التابع للمعاهد الوطنية للصحة. جامعة بيتسبرغ. مركز UT الجنوبي الغربي الطبي، دالاس؛ كلية الطب بجامعة نيويورك غروسمان، مدينة نيويورك؛ كلية الطب بجامعة هارفارد ومستشفى ماساتشوستس العام، بوسطن؛ كلية الطب بجامعة كيس ويسترن ريزيرف، كليفلاند؛ جامعة كاليفورنيا سان دييغو، لا جولا؛ وجامعة أركنساس، ليتل روك.