كشفت دراسة جديدة أن روبوتات الدردشة المدعومة بالذكاء الاصطناعي تقدِّم للمستخدمين نصائح طبية خاطئة في نحو نصف الحالات، ما يسلط الضوء على المخاطر الصحية لهذه التقنية التي باتت جزءاً لا يتجزأ من حياتنا اليومية.
تقييم 5 نماذج ذكية
وأجرى باحثون من الولايات المتحدة وكندا والمملكة المتحدة تقييماً لـ5 منصات شائعة: «تشات جي بي تي»، و«جيميناي»، و«ميتا إيه آي»، و«غروك»، و«ديب سيك» من خلال طرح 10 أسئلة على كل منها، ضمن 5 فئات صحية.
نصف الإجابات خاطئة
ووفقاً للنتائج المنشورة هذا الأسبوع في المجلة الطبية «BMJ Open»، اعتُبر نحو 50 في المائة من إجمالي الإجابات خاطئاً، بما في ذلك ما يقرب من 20 في المائة كانت إجابات خاطئة للغاية، وفقاً لتقرير نشرته وكالة «بلومبرغ».
وأظهرت الدراسة أن أداء روبوتات الدردشة كان أفضل نسبياً في الإجابة عن الأسئلة المغلقة، والأسئلة المتعلقة باللقاحات والسرطان، بينما كان أداؤها أسوأ في الإجابة عن الأسئلة المفتوحة وفي مجالات مثل الخلايا الجذعية والتغذية.
إجابات بثقة... من دون مراجع
أفاد الباحثون بأن الإجابات كانت تُقدَّم غالباً بثقة ويقين، مع أن أياً من برامج الدردشة الآلية لم يُقدِّم قائمة مراجع كاملة ودقيقة استجابةً لأي سؤال. ولم يُسجَّل سوى رفضين للإجابة عن سؤال، وكلاهما من نموذج «ميتا».
افتقار النماذج للخبرة الطبية
تُسلِّط هذه النتائج الضوء على القلق المتزايد بشأن كيفية استخدام الناس لمنصات الذكاء الاصطناعي التوليدي، التي لا تملك ترخيصاً لتقديم المشورة الطبية، وتفتقر إلى الخبرة السريرية اللازمة للتشخيص.
200 مليون يستشيرون «الطبيب جي بي تي» أسبوعياً
وقد أدى النمو الهائل لبرامج الدردشة الآلية التي تعمل بالذكاء الاصطناعي إلى تحويلها لأداة شائعة للأشخاص الذين يبحثون عن إرشادات بشأن أمراضهم. وصرَّحت شركة «أوبن إيه آي» بأن أكثر من 200 مليون شخص يطرحون أسئلة حول الصحة والعافية على منصة «تشات جي بي تي» أسبوعياً.
وكانت المنصة قد أعلنت في يناير (كانون الثاني) الماضي عن أدوات صحية لكل من المستخدمين العاديين والأطباء. وفي الشهر نفسه أعلنت شركة «أنثروبيك» عن إطلاق منتجها «كلاود» كخدمة جديدة للرعاية الصحية.
تضخيم المعلومات المضللة
وأشار مؤلفو الدراسة إلى أن أحد المخاطر الرئيسية لنشر برامج الدردشة الآلية دون توعية عامة ورقابة، هو أنها قد تُضخِّم المعلومات المضللة. وكتب الباحثون أن النتائج «تُسلِّط الضوء على قيود سلوكية مهمة، وعلى ضرورة إعادة تقييم كيفية استخدام روبوتات الدردشة المدعومة بالذكاء الاصطناعي في التواصل الصحي والطبي الموجَّه للجمهور». وأضافوا أن هذه الأنظمة قد تُنتج «ردوداً تبدو موثوقة، ولكنها قد تكون معيبة».
لم تعد بورصة كوريا الجنوبية مجرد سوق محلية لتبادل الأسهم؛ بل تحولت إلى مرآة تعكس نبض التكنولوجيا العالمية، ومؤشر حساس لشهية الاستثمار في قطاعات المستقبل.
أصدر الرئيس الأميركي دونالد ترمب أوامر تنفيذية لتسريع تطوير حاسوب كمي مخصص للأبحاث العلمية وتعزيز الجهود الرامية لحماية أنظمة الحكومة من تهديدات أمنية سيبرانية.
مفتاح جيني خفي قد يتحكم في مرونة القلبhttps://aawsat.com/%D8%B9%D9%84%D9%88%D9%85/5287457-%D9%85%D9%81%D8%AA%D8%A7%D8%AD-%D8%AC%D9%8A%D9%86%D9%8A-%D8%AE%D9%81%D9%8A-%D9%82%D8%AF-%D9%8A%D8%AA%D8%AD%D9%83%D9%85-%D9%81%D9%8A-%D9%85%D8%B1%D9%88%D9%86%D8%A9-%D8%A7%D9%84%D9%82%D9%84%D8%A8
كشف علماء ألمان عن آلية جينية غير معروفة سابقاً قد تساعد في تفسير كيفية حفاظ القلب على مرونته وقدرته على التكيف مع احتياجات الجسم المتغيرة، وذلك في اكتشاف قد يمهد الطريق لتطوير علاجات أكثر دقة لفشل القلب وأمراض عضلة القلب الوراثية.
وتوصل الباحثون إلى أن جيناً مهماً يُعرف باسم RBM20 لا يعمل بالطريقة البسيطة التي كان يعتقدها العلماء سابقاً، بل يمتلك القدرة على إنتاج نسخ متعددة من البروتين نفسه. ويبدو أن لكل نسخة دوراً مختلفاً في تنظيم أداء عضلة القلب ودرجة صلابتها أو مرونتها.
ونُشرت الدراسة في مجلة Nature Communications في 23 مايو (أيار) 2026 بقيادة فريق من مركز ماكس ديلبروك للطب الجزيئي في برلين برئاسة الباحث مايكل جوتهاردت. ويقول الباحثون إن النتائج تكشف عن طبقة جديدة من التعقيد الجيني داخل القلب، وقد تساعد على فهم أسباب إصابة بعض الأشخاص بأمراض قلبية خطيرة.
كيف يحافظ القلب على مرونته؟
يُعدّ القلب من أكثر أعضاء الجسم نشاطاً؛ إذ ينبض أكثر من 100 ألف مرة يومياً ويُعدّل أداءه باستمرار استجابة للمجهود البدني والتوتر والراحة وغيرها من الظروف المتغيرة.
ولتحقيق هذا التوازن الدقيق؛ تعتمد خلايا القلب على شبكة معقدة من العمليات الجزيئية. ويُعدّ بروتين RBM20 أحد أهم العناصر المنظمة لهذه العمليات؛ إذ يتحكم في آلية تُعرف باسم «التضفير البديل» alternative splicing، وهي عملية تسمح للجين الواحد بإنتاج أشكال مختلفة من البروتينات وفقاً لاحتياجات الخلية.
ومن أبرز الأهداف التي ينظمها، هو بروتين ضخم يسمى تيتين Titin، وهو أكبر بروتين معروف في جسم الإنسان. ويعمل تيتين نابضاً جزيئياً داخل عضلة القلب، حيث يساعدها على التمدد والانقباض بكفاءة. ومن خلال التحكم في إنتاج هذا البروتين يسهِم RBM20 في تحديد مدى مرونة أو صلابة عضلة القلب.
وقد ارتبطت الطفرات في جين RBM20 سابقاً بحالات خطيرة من اعتلال عضلة القلب التي قد تؤدي في النهاية إلى فشل القلب.
اكتشاف غير متوقع
بدأت القصة عندما حاول الباحثون معرفة كيفية تشغيل جين RBM20 داخل خلايا القلب. ولتحقيق ذلك؛ عدّلوا التسلسل الجيني الذي كان يُعتقد أنه نقطة البداية الرئيسية لعمل الجين.
وكان المتوقع أن يؤدي هذا التعديل إلى توقف إنتاج البروتين بالكامل، لكن المفاجأة كانت أن الخلايا استمرت في إنتاج RBM20 وإن كان في صورة أقصر من المعتاد.
وأظهرت هذه النتيجة أن الجين لا يعتمد على نقطة تشغيل واحدة، بل يمتلك نقاط بداية بديلة عدة تسمح له بإنتاج نسخ مختلفة من البروتين. وأظهر هذا الاكتشاف أن تنظيم الجين أكثر تعقيداً بكثير مما كان معروفاً سابقاً.
نسخ متعددة ووظائف مختلفة
ولفهم هذه الظاهرة بشكل أعمق؛ حلل الباحثون أنسجة قلبية من الفئران والجرذان والبشر باستخدام تقنيات متقدمة لدراسة الحمض النووي الريبي وتصنيع البروتينات.
وأظهرت النتائج أن جين RBM20 ينتج بالفعل أشكالاً مختلفة عدة من البروتين، وأن التوازن بينها يتغير بشكل ملحوظ خلال مرحلة الولادة، وهي الفترة التي ينتقل فيها القلب من العمل داخل الرحم إلى أداء وظائفه بشكل مستقل بعد الولادة.
ويرى الباحثون أن هذا التغير يشير إلى أن لكل نسخة من البروتين دوراً خاصاً في نمو القلب ونضجه.
بصمات مختلفة لأمراض القلب
كما كشفت الدراسة عن أن أنواع أمراض القلب المختلفة ترتبط بأنماط مختلفة من إنتاج بروتين RBM20، ففي مرض اعتلال عضلة القلب الضخامي hypertrophic cardiomyopathy الذي يؤدي إلى زيادة سماكة عضلة القلب ارتفعت مستويات البروتين الأقصر بشكل ملحوظ. أما في اعتلال عضلة القلب التوسعي dilated cardiomyopathy الذي يضعف قدرة القلب على ضخ الدم، فقد ارتفعت مستويات النسختين معاً مع زيادة أكبر في النسخة الأطول.
وتشير هذه النتائج إلى أن النسخ المختلفة من البروتين لا تؤدي الوظيفة نفسها، بل قد تسهِم بطرق مختلفة في تطور الأمراض القلبية.
آفاق جديدة للطب الدقيق
يحمل هذا الاكتشاف أهمية خاصة؛ لأن RBM20 يُعدّ هدفاً واعداً لتطوير أدوية جديدة لعلاج أمراض القلب. لكن النتائج الجديدة تشير إلى أن النجاح العلاجي قد لا يعتمد فقط على زيادة أو خفض نشاط الجين، بل على التحكم الدقيق في النسخة البروتينية التي ينتجها.
ويعتقد الباحثون أن توجيه العلاج نحو نسخ محددة من RBM20 قد يتيح تعديل مرونة عضلة القلب بصورة أكثر فاعلية مع تقليل الآثار الجانبية المحتملة. ويعمل الفريق حالياً على دراسة الوظائف الدقيقة لكل نسخة من البروتين وتقييم إمكان استخدامها أهدافاً علاجية مستقبلية.
ورغم أن الطريق لا يزال طويلاً قبل تحويل هذه النتائج إلى علاجات سريرية، فإن الدراسة تقدم فهماً جديداً للآليات الجينية التي تحافظ على كفاءة القلب وتسلط الضوء على كيفية تأثير تغييرات جزيئية دقيقة في صحة أحد أهم أعضاء الجسم.
هل يفهم الذكاء الاصطناعي المرضى العرب؟https://aawsat.com/%D8%B9%D9%84%D9%88%D9%85/5287440-%D9%87%D9%84-%D9%8A%D9%81%D9%87%D9%85-%D8%A7%D9%84%D8%B0%D9%83%D8%A7%D8%A1-%D8%A7%D9%84%D8%A7%D8%B5%D8%B7%D9%86%D8%A7%D8%B9%D9%8A-%D8%A7%D9%84%D9%85%D8%B1%D8%B6%D9%89-%D8%A7%D9%84%D8%B9%D8%B1%D8%A8%D8%9F
رغم أن كلمة «الخوارزمية» نفسها تعود في أصلها إلى العالم المسلم محمد بن موسى الخوارزمي الذي وضع أسس علم الخوارزميات في بغداد قبل أكثر من ألف عام، فإن المفارقة اليوم أن معظم أنظمة الذكاء الاصطناعي الطبية الحديثة لا تزال تتعلّم أساساً من بيانات ولغات وسياقات غربية تختلف بصورة كبيرة عن الواقع العربي.
* من بغداد الخوارزمي... إلى خوارزميات الطب الحديثة*
وقد جرى تدريب كثير من الخوارزميات التي بدأت تدخل العيادات والمستشفيات حول العالم على بيانات ولغات تنتمي إلى مجتمعات غربية تختلف عن الطريقة التي يصف بها كثير من المرضى العرب آلامهم، وأعراضهم اليومية. وهنا يظهر سؤال جديد داخل الطب الرقمي الحديث: هل تستطيع هذه الأنظمة الذكية أن تفهم فعلاً الطريقة التي يعبّر بها المريض العربي عن المرض؟
القضية لم تعد تتعلق فقط بترجمة اللغة، بل بفهم المعنى الثقافي والاجتماعي والنفسي للكلمات نفسها، خصوصاً عندما تتحول اللغة اليومية داخل العيادة إلى جزء من عملية التشخيص الطبي. ولهذا بدأ بعض الباحثين اليوم يتحدثون عن تحدٍّ جديد في الذكاء الاصطناعي الصحي... لا عن كيف نجعل الخوارزمية «تتحدث العربية» فقط... بل كيف نجعلها تفهم الإنسان العربي عندما يصف ألمه بلغته الخاصة.
هل تفهم الخوارزمية ما يقصده المريض
حين تصبح اللهجة جزءاً من التشخيص
في كثير من العيادات العربية لا يصف المرضى أعراضهم بالمصطلحات الطبية التي ترد في الكتب، والمراجع الأكاديمية، بل باللغة التي يستخدمونها في حياتهم اليومية. فالمريض الذي يعاني من التقيؤ قد يقول في بلدٍ ما: «رجّعت»، وفي آخر: «تقيّيت»، بينما يقول العراقي: «زوّعت»، ويستخدم بعض أهل الخليج كلمة «طرّشت». ورغم أن جميع هذه الكلمات تشير إلى العرض الطبي نفسه، فإنها تعكس تنوعاً لغوياً وثقافياً واسعاً يندر وجوده بهذه الدرجة في كثير من اللغات الأخرى.
بالنسبة للطبيب المحلي لا تمثل هذه الفروق مشكلة كبيرة، لأنه يفهم السياق الاجتماعي والثقافي للمريض بصورة تلقائية. أما بالنسبة لأنظمة الذكاء الاصطناعي الطبية، فإن الأمر أكثر تعقيداً. فهذه الأنظمة لا ترى المريض مباشرة، بل تتعامل مع الكلمات التي يستخدمها لوصف حالته، وأي سوء فهم للمعنى قد يؤثر في تقييم الأعراض، أو توجيه التشخيص.
ولا يقتصر التحدي على اختلاف اللهجات، بل يمتد إلى الكلمات التي تحمل أكثر من معنى طبي أو نفسي في الوقت نفسه. فعبارة مثل «كتمة» قد تعني لدى أحد المرضى ضيقاً في التنفس، بينما يستخدمها آخر للتعبير عن القلق، أو الضغط النفسي. وهنا لا يصبح التحدي لغوياً فقط، بل يتعلق بفهم السياق الإنساني الكامل الذي ولدت فيه الكلمة.
هل يفهم الذكاء الاصطناعي لهجة المريض العربي
الذكاء الاصطناعي يتعلم من اللغة... لكن اللغة ليست واحدة
تعتمد أنظمة الذكاء الاصطناعي الحديثة كثيراً على ما يُعرف بـ«معالجة اللغة الطبيعية» (Natural Language Processing)، وهي تقنية تسمح للخوارزميات بتحليل الكلام البشري، وربطه بالمعلومات الطبية. لكن المشكلة أن معظم هذه الأنظمة جرى تدريبها أساساً على بيانات باللغة الإنجليزية، وداخل بيئات صحية غربية تستخدم لغة طبية أكثر توحيداً، ودقة.
أما في العالم العربي، فالصورة أكثر تعقيداً. فاللغة الطبية اليومية تختلف بين الخليج، والعراق، ومصر، وبلاد الشام، والمغرب العربي، بل قد تختلف أحياناً بين مدينة وأخرى داخل الدولة نفسها.
دراسة حديثة
وفي دراسة حديثة أعدّها فريق من جامعة نيويورك أبوظبي بقيادة شيماء أبو زهير، ونُشرت على منصة «أركايف» العلمية بعنوان: «التقييم العابر للغات للنماذج اللغوية الكبرى في المهام الطبية العربية» في فبراير (شباط) 2026، كشفت النتائج عن فجوة ملحوظة في أداء النماذج الذكية عند التعامل مع المحتوى الطبي العربي مقارنة بالإنجليزي، وهي فجوة تزداد اتساعاً كلما ارتفع مستوى تعقيد المهمة الطبية، ما يسلط الضوء على أحد التحديات الأساسية أمام توظيف الذكاء الاصطناعي في البيئات الصحية العربية...
ولم تقتصر المخاوف على فهم اللغة فحسب، ففي دراسة أخرى نُشرت في مايو (أيار) 2026 على منصة «ميد آر إكسيف» (medRxiv) بعنوان: «سلامة التشخيص الطبي المعتمد على الذكاء الاصطناعي عبر اللغات المختلفة» (Language - dependent Diagnostic Safety of Medical AI Systems)، أظهرت النتائج أن أداء بعض الأنظمة الطبية الذكية قد يتغير تبعاً للغة المستخدمة في وصف الأعراض، مما يشير إلى أن دقة التقييم الطبي نفسها قد تصبح مرتبطة باللغة التي يتحدث بها المريض، وليس فقط بالبيانات السريرية المتاحة.
التشخيص يبدأ من كلمة
السعودية ومحاولة بناء «ذكاء عربي»
ومع تزايد هذا التحدي، بدأت تظهر في المنطقة العربية محاولات جادة لتطوير نماذج ذكاء اصطناعي أكثر فهماً للغة العربية، ولهجاتها، وسياقاتها الثقافية، بدل الاعتماد الكامل على أنظمة جرى تدريبها داخل بيئات تختلف لغوياً واجتماعياً عن العالم العربي.
ومن أبرز هذه المبادرات مشروع «هيومين (HUMAIN)» الذي يجري تطويره في السعودية ضمن التوسع المتسارع في تقنيات الذكاء الاصطناعي، والبيانات، في محاولة لبناء نماذج وخوارزميات عربية أكثر قدرة على فهم اللغة العربية، والتفاعل معها بصورة أقرب إلى الواقع المحلي.
من الرياض: نحو خوارزميات تفهم الإنسان العربي
وتكتسب هذه الجهود أهمية خاصة في القطاع الصحي، لأن فهم المريض لا يعتمد فقط على ترجمة الكلمات، بل على تفسير الطريقة التي يعبّر بها الناس عن الألم، والخوف، والأعراض داخل بيئاتهم الاجتماعية والثقافية المختلفة.
كما يرى بعض المتخصصين أن بناء «ذكاء عربي» لا يتعلق فقط باللغة، بل بالقدرة على تدريب الخوارزميات على فهم الخصوصية الصحية والاجتماعية للمجتمعات العربية، بدءاً من طريقة وصف المرض، ووصولاً إلى أنماط الحياة، والعوامل الثقافية التي قد تؤثر على التشخيص، والتواصل الطبي.
ولهذا قد لا يعتمد مستقبل الطب الذكي في الشرق الأوسط على استيراد الخوارزميات العالمية فقط، بل على القدرة على بناء أنظمة تفهم الإنسان العربي... بلغته، وثقافته، وطريقته الخاصة في التعبير عن الألم.
الطب المقبل... هل يفهمنا الذكاء الاصطناعي فعلاً؟
قد تستطيع الخوارزميات المستقبلية تحليل ملايين الصور الطبية خلال ثوانٍ، والتنبؤ بالأمراض قبل ظهور أعراضها، لكن نجاحها الحقيقي في العالم العربي قد يتوقف على مهمة تبدو أبسط بكثير: فهم كلمة واحدة يقولها المريض.
ولهذا قد لا يكون السؤال الأهم في الطب المقبل: هل تتحدث الخوارزمية العربية؟ بل: هل تفهم الإنسان العربي؟
لأن التشخيص لا يبدأ من الصورة الشعاعية، ولا من نتيجة المختبر، بل من قصة يرويها مريض. وإذا أخطأت الخوارزمية في فهم أول كلمة من تلك القصة، فقد تخطئ في فهم القصة كلها.
هل انتهى عصر «الذكاء الاصطناعي الطبي المتخصص»؟https://aawsat.com/%D8%B9%D9%84%D9%88%D9%85/5286816-%D9%87%D9%84-%D8%A7%D9%86%D8%AA%D9%87%D9%89-%D8%B9%D8%B5%D8%B1-%D8%A7%D9%84%D8%B0%D9%83%D8%A7%D8%A1-%D8%A7%D9%84%D8%A7%D8%B5%D8%B7%D9%86%D8%A7%D8%B9%D9%8A-%D8%A7%D9%84%D8%B7%D8%A8%D9%8A-%D8%A7%D9%84%D9%85%D8%AA%D8%AE%D8%B5%D8%B5%D8%9F
ماذا لو لم يكتفِ الذكاء الاصطناعي بإعطاء التوصية الطبية، بل بدأ بتنظيم المواعيد، وطلب الفحوصات، ومتابعة المرضى، واتخاذ خطوات تنفيذية بنفسه؟ لسنوات طويلة ساد اعتقاد شبه راسخ داخل الأوساط الطبية والتقنية أن أفضل أنظمة الذكاء الاصطناعي الصحي هي تلك التي جرى تصميمها خصيصاً للقطاع الطبي، وتدريبها على قواعد بيانات سريرية متخصصة. وكان المنطق يبدو بديهياً؛ فكلما ازداد النظام تخصصاً، ازدادت قدرته على فهم تعقيدات التشخيص، والعلاج، واتخاذ القرار السريري.
إلا أن دراسة جديدة نُشرت في مجلة «نيتشر ميديسن» (Nature Medicine) في 12 يونيو (حزيران) 2026تطرح سؤالاً لم يكن مطروحاً بجدية قبل سنوات قليلة: هل ما زال الذكاء الاصطناعي الطبي المتخصص يتمتع بالتفوق الذي افترضه الجميع؟
معركة جديدة في الذكاء الاصطناعي الطبي
«العام» و«المتخصص»
أظهرت الدراسة، التي قادها الباحث كريثيك فيشواناث (Krithik Vishwanath) مع فريق من جامعة نيويورك (New York University) ومركز لانغون الصحي التابع لها (NYU Langone Health)، أن بعض النماذج اللغوية العامة المتقدمة استطاعت في عدد من الاختبارات الطبية تحقيق أداء يضاهي، بل ويتجاوز أحياناً، أداء أدوات ذكاء اصطناعي جرى تطويرها خصيصاً للاستخدامات السريرية.
وقد لا تبدو هذه النتيجة مجرد تفصيل تقني يهم الباحثين وحدهم، لكنها قد تمثل مؤشراً على تحول أوسع في الطريقة التي يفكر بها العلماء في مستقبل الذكاء الاصطناعي الطبي، وفيما إذا كان عصر النماذج المتخصصة يقترب من نقطة إعادة تقييم حقيقية.
واعتمد الباحثون على مجموعة من الاختبارات المصممة لتقييم قدرات النماذج المختلفة في التعامل مع المهام الطبية المعقدة، والاستدلال السريري، وتحليل المعلومات الصحية. وكانت النتيجة التي لفتت الانتباه أن بعض النماذج العامة واسعة النطاق حققت أداءً يضاهي أو يتجاوز أداء أنظمة طبية متخصصة طُورت خصيصاً للعمل في المجال الصحي.
وتشير هذه النتائج إلى أن اتساع المعرفة التي تكتسبها النماذج العامة من مصادر متنوعة قد يمنحها قدرة أكبر على الربط بين المعلومات وفهم السياقات المختلفة. فبدلاً من التعلم من قواعد بيانات طبية محدودة نسبياً، تستفيد هذه الأنظمة من كم هائل من المعارف العلمية، واللغوية، والبحثية التي تسمح لها بتطوير قدرات استدلالية أكثر مرونة.
ولا يعني ذلك بالضرورة أن النماذج الطبية المتخصصة فقدت أهميتها، لكنه يشير إلى أن الفجوة التي كانت تفصل بين النماذج العامة والمتخصصة بدأت تتقلص بوتيرة أسرع مما توقعه كثير من الخبراء.
السر ليس في المعلومات وحدها
أهمية خاصة للعالم العربي
لا تقتصر أهمية هذه النتائج على المختبرات البحثية، أو شركات التكنولوجيا، بل قد تحمل دلالات خاصة للعالم العربي في وقت تتسارع فيه الاستثمارات في الذكاء الاصطناعي الصحي، والنماذج اللغوية العربية.
فعلى مدى السنوات الأخيرة اتجهت مبادرات كثيرة حول العالم إلى تطوير نماذج طبية متخصصة انطلاقاً من الاعتقاد بأن التخصص العميق هو الطريق الأفضل لتحقيق الأداء السريري الأمثل. غير أن الدراسة الجديدة تطرح احتمالاً مختلفاً يتمثل في أن النماذج العامة واسعة النطاق قد تكون قادرة، في بعض الحالات، على تحقيق مستويات مماثلة من الأداء بعد تكييفها، وتدريبها على السياقات المحلية المناسبة.
وبالنسبة للدول العربية، يكتسب هذا السؤال أهمية إضافية. فبناء نموذج طبي متخصص من الصفر يتطلب موارد مالية وبشرية هائلة، وقواعد بيانات سريرية واسعة، ومحدثة باستمرار. أما الاستفادة من النماذج العامة المتقدمة، وتكييفها للغة العربية، والاحتياجات الصحية المحلية فقد تمثل مساراً أكثر سرعة ومرونة في بعض التطبيقات. قد يكون هذا النهج أكثر واقعية للدول التي تسعى إلى تسريع التحول الرقمي الصحي دون تحمل التكلفة الكاملة لبناء نماذج طبية ضخمة من الصفر.
كما أن هذه المقاربة قد تساعد على تسريع تطوير أدوات صحية رقمية تدعم العاملين الصحيين في المناطق البعيدة، وتسهم في تحسين الوصول إلى المعرفة الطبية الحديثة، خصوصاً في البيئات التي تعاني نقصاً في بعض التخصصات الدقيقة، أو تفاوتاً في توزيع الخدمات الصحية.
ومع التوسع المتسارع في برامج التحول الرقمي الصحي في المملكة العربية السعودية، ودول الخليج، وعدد من الدول العربية الأخرى، قد لا يكون السؤال الأهم في السنوات المقبلة هو كيفية بناء أكبر عدد من النماذج المتخصصة، بل كيفية الاستفادة من القدرات المتنامية للنماذج العامة، مع ضمان سلامتها، وموثوقيتها، وملاءمتها للواقع الصحي العربي.
اختبارات متعددة ومتكاملة
مرحلة جديدة من الطب
• أسئلة تتجاوز التكنولوجيا. لكن كما حدث مع كثير من التحولات التقنية الكبرى في تاريخ الطب، لا تقتصر الأسئلة المطروحة على ما تستطيع التكنولوجيا فعله، بل تمتد إلى ما ينبغي لها أن تفعله. فإذا كانت النماذج العامة بدأت تحقق أداءً يضاهي بعض الأنظمة الطبية المتخصصة، أو يتفوق عليها، فإن ذلك يفتح باباً جديداً من التساؤلات حول كيفية توظيف هذه التقنيات داخل الممارسة السريرية. فالتفوق في الاختبارات لا يكفي وحده لضمان سلامة التطبيق في الواقع، حيث تتداخل العوامل الطبية والنفسية والاجتماعية والإنسانية في كل قرار علاجي. كما تثير هذه النتائج سؤالاً محورياً يتعلق بالثقة. فهل ينبغي الاعتماد على نموذج عام جرى تدريبه على مليارات النصوص من مجالات متنوعة، أم على نظام طبي صُمم خصيصاً للعمل داخل بيئة سريرية محددة؟ وما المعايير التي يجب أن تستند إليها المؤسسات الصحية عند اختيار أحد هذين المسارين؟
وتزداد أهمية هذه التساؤلات كلما اقتربت الأنظمة الذكية من التأثير المباشر في القرارات السريرية. فإذا أوصى النظام بخطة علاجية غير مناسبة، أو أغفل معلومة مؤثرة في مسار الرعاية، فإن المسؤولية لا تقع على الخوارزمية، بل تبقى مسؤولية بشرية ومؤسسية في المقام الأول.
ولهذا فإن مستقبل الذكاء الاصطناعي الطبي لن يتحدد فقط بقدرة النماذج على الإجابة عن الأسئلة، أو اجتياز الاختبارات، بل أيضاً بقدرتنا على بناء أطر أخلاقية وتنظيمية تضمن استخدام هذه الأدوات بصورة آمنة، وشفافة، ومسؤولة.
• مرحلة جديدة من الطب. قبل سنوات قليلة كان السؤال المطروح هو ما إذا كان الذكاء الاصطناعي قادراً على مساعدة الأطباء في فهم البيانات الطبية، وتحليلها. أما اليوم، وبعد التطور السريع للنماذج اللغوية واسعة النطاق، فقد أصبح السؤال مختلفاً: ما نوع الذكاء الاصطناعي الذي سيقود المرحلة المقبلة من التحول الرقمي في الرعاية الصحية؟
تشير نتائج الدراسة الجديدة إلى أن الحدود التقليدية بين النماذج العامة والنماذج الطبية المتخصصة بدأت تصبح أقل وضوحاً مما كانت عليه في السابق. فالنماذج العامة لم تعد مجرد أدوات متعددة الاستخدامات، بل أصبحت تمتلك قدرات متنامية تسمح لها بأداء مهام كانت تُعد حتى وقت قريب حكراً على الأنظمة المصممة خصيصاً للقطاع الصحي.
ولا يعني ذلك بالضرورة نهاية عصر النماذج الطبية المتخصصة، لكنه قد يشير إلى بداية مرحلة جديدة تتعايش فيها مقاربتان مختلفتان: الأولى تقوم على بناء أنظمة شديدة التخصص لمهام سريرية محددة، والثانية تعتمد على الاستفادة من القدرات الواسعة للنماذج العامة، ثم تكييفها لتلبية الاحتياجات الطبية المحلية.
وفي نهاية المطاف، قد لا تكون الرسالة الأهم لهذه الدراسة أن النماذج العامة أصبحت أكثر ذكاءً، بل إن مستقبل الطب الرقمي قد يكون أكثر مرونة مما تصورناه سابقاً. فبينما تتغير التقنيات بسرعة غير مسبوقة، يبقى الهدف ثابتاً: توظيف أفضل ما تقدمه الخوارزميات لخدمة الإنسان، مع الحفاظ على الحكم السريري، والمسؤولية الأخلاقية، والثقة الإنسانية التي شكلت جوهر الممارسة الطبية عبر التاريخ.
