الحقيقة البسيطة هي أن الطب دائمًا متعدد الوسائط. وعقل الطبيب لا يسافر في خط مستقيم. ينجرف من قصة المريض إلى صورة التصوير المقطعي (CT) ، إلى قيم المختبر على الشاشة ، والعودة إلى القرائن في الفحص البدني. نادراً ما يكون التشخيص نتاج نوع واحد من الأدلة ، وهو الأكثر شيوعًا هو توليف العديد من الطبقات معًا في شيء متماسك بما يكفي للعمل عليه.
حتى الآن ، عاش معظم الذكاء الاصطناعي (AI) في الطب في إطار أضيق. النص في ، نص خارج. مفيد لتلخيص الملاحظات ، أو استدعاء الإرشادات ، أو الإجابة على الأسئلة على غرار الامتحان. لكنها بعيدة عن التكامل الطبقات التي يعتمد عليها الأطباء.
الدراسة التي تغير الإطار
قد تكون دراسة جديدة من معهد وينشيد للسرطان بجامعة إيموري “فتح العين” في تحويل هذا التصور. في التقييمات الخاضعة للرقابة ، أعطيت GPT-5 (أحدث نموذج لـ Openai) حالات معقدة مجتمعة تاريخ المرضى ، ونتائج المختبر ، والصور الطبية. لم تكن هذه السيناريوهات المبسطة وجاءت من معايير صارمة مثل مجموعة بيانات Medxpertqa ، المصممة لتعكس تعقيد التفكير السريري الفعلي.
تفوقت GPT-5 على “خبراء بشريين مرخصين” بأكثر من 24 في المائة في التفكير متعدد الوسائط وحوالي 30 في المائة في فهم متعدد الوسائط. في إحدى الحالات ، حددت ثقب المريء من خلال توليف نتائج التصوير المقطعي المحوسب وقيم المختبر والعلامات المادية الرئيسية ثم أوصت بالخطوة التالية الصحيحة في الإدارة.
من المهم أن نلاحظ أن هؤلاء المشاركين كانوا متدربين طبيين متقدمين أكملوا معظم تعليمهم الرسمي ولكنهم لم يكونوا مرخصين تمامًا بعد. (الورقة غير واضحة ما إذا كانت هذه الموضوعات خارج كلية الطب أو أكملت الإقامة.) ومع ذلك ، تقدم هذه المجموعة معيارًا عادلًا وموحدًا لحالات الاختبار المنظمة. لكنها ليست مثل اختبار المتخصصين المحنكين والمرخصين بالكامل في العيادة.
قفزة أو خطوة أخرى؟
بالنسبة للأطباء ، لن يتم بناء الثقة في الذكاء الاصطناعي على قدرتها على إجراء أسئلة الاختيار من متعدد بمعزل عن غيرها. سيأتي من رؤية منظمة العفو الدولية تتفاعل مع عمليات المسح الفعلية ، وأوراق المختبر الحقيقية ، والملاحظات السريرية الفوضوية.
عندما ينظر الذكاء الاصطناعي إلى نفس الصورة ، يقوم الطبيب بالتعقيد على رواية متعددة الوسائط ، فقد يكون تفكيره أقل مثل خوارزمية منفصلة وقد تصبح أكثر سياقًا. وقد يكون التحول من الخارج إلى أكثر من المشارك المعرفي في قلب القبول المهني.
يلاحظ المنظمون الفرق
تجدر الإشارة أيضًا إلى أن الهيئات التنظيمية بشكل عام تميل إلى تفضيل الأنظمة التي تتناسب مع سير العمل السريري الحالي بدلاً من تلك التي تتطلب الممارسة المتغيرة لاستيعاب الأداة. القدرة متعددة الوسائط تجعل ذلك ممكنًا. يبقى CT CT ، ويظل تقرير المختبر بمثابة تقرير مختبر ، لكن الذكاء الاصطناعى يراهم جميعًا معًا. قد يؤدي هذا التوافق مع العمليات المألوفة إلى تسريع الموافقة على نشر العالم الحقيقي.
اقرأ أيضًا...
من المعايير إلى جانب السرير
بطبيعة الحال ، فإن الهيمنة في المعايير ليست هي نفسها النجاح في جانب السرير. يصل المرضى مع تاريخ غير مكتمل ، والنتائج المتناقضة ، والأعراض التي لا تناسب أنماط الكتب المدرسية. يؤكد باحثو Emory أن هذه النتائج تأتي من ظروف اختبار موحدة مثالية. وإليك كيف استولوا على هذا القلق بكلماتهم الخاصة:
ومع ذلك ، من المهم أن نلاحظ أن المعايير المستخدمة تعكس شروط الاختبار المثالية وقد لا تلتقط التباين وعدم اليقين والاعتبارات الأخلاقية للممارسة الواقعية.
سيتطلب التحقق من صحة العالم الحقيقي المزيد من العمل الذي يتضمن تجارب مستقبلية ، ومعايرة دقيقة ، والرغبة في فحص مكان فشل الذكاء الاصطناعي. لكنني أعتقد أن الإشارة قوية ، وبمجرد أن تبدأ الذكاء الاصطناعي في الرؤية من خلال عدسات متعددة في وقت واحد ، فإنها تبدأ في العمل في “مساحة إدراكية” مماثلة كطبيب.
سوف يراك الذكاء الاصطناعي الآن
عندما تتوقف الذكاء الاصطناعي عن القراءة عن المريض ويبدأ في “رؤيتها” من خلال الصور والمختبرات والروايات ، فإنها تنتقل من منظور مكسور إلى عملية اتخاذ القرارات السريرية الأكثر توحيدًا. قد يكون الفهم متعدد الوسائط هو الجسر الذي ينقل منظمة العفو الدولية من أحد المساعدين المثير للاهتمام إلى مشارك موثوق به في الرعاية. وبطريقة غريبة ، قد يسمح للتكنولوجيا برؤية ما وراء المهارات المادية أو الحسابية لأفضل طبيب يقدم ليس فقط رؤى مساعدة ولكن موسعة في الرعاية.
في الطب ، قمنا دائمًا بتقدير هذا الرأي الثاني أو المجموعة الثانية من العيون. يشير أداء الذكاء الاصطناعي إلى أن تلك العيون قد تكون رقمية قريبًا وقد تكون أكثر وضوحًا مما توقعنا.
المصدر :- Psychology Today: The Latest
