إسراء الردايدة تناولت دراسة علمية منشورة في مجلة Science بتاريخ 30 أبريل 2026 أداء نماذج اللغة الكبيرة في مهام التفكير السريري، وهي من أكثر المهام تعقيداً في الطب الحديث.
الدراسة حملت عنوان Performance of a large language model on the reasoning tasks of a physician ، وأُجريت بقيادة فريق بحثي من كلية الطب بجامعة هارفارد ومركز "بيث إسرائيل ديكونيس" الطبي، بمشاركة أكثر من 15 باحثاً وخبيراً .
وتميزت الدراسة بأنها لا تقتصر على بيئات محاكاة، بل امتدت لتشمل حالات طبية حقيقية، ما يعزز من مصداقية نتائجها ويضعها ضمن أهم الدراسات الحديثة في تقاطع الذكاء الاصطناعي والطب.
تصميم التجارب السريرية وتعدد بيئات التقييم الطبي
اعتمدت الدراسة على منهجية متعددة المستويات، حيث تم اختبار نموذج OpenAI o1 عبر ستة أنواع مختلفة من الحالات السريرية، شملت حالات منشورة في مجلات طبية، وسيناريوهات تدريبية، إضافة إلى بيانات حقيقية من المستشفيات.
ومن أبرز هذه التجارب تحليل 76 حالة حقيقية من قسم الطوارئ، إضافة إلى 143 حالة تشخيصية من مؤتمرات NEJM، و20 حالة محاكاة سريرية متقدمة، فضلاً عن اختبار قدرات النموذج في تقدير الاحتمالات الطبية باستخدام بيانات من 553 ممارساً صحياً. هذا التنوع في البيانات مكّن الباحثين من تقييم الأداء في سياقات واقعية ومعقدة، تتراوح بين التشخيص الأولي واتخاذ القرار العلاجي.
أداء النموذج في حالات الطوارئ تحت ضغط الوقت ونقص المعلومات
أظهرت النتائج أن نموذج o1 تفوق بشكل ملحوظ في بيئات الطوارئ، حيث تكون المعلومات محدودة والقرارات حاسمة. ففي مرحلة الفرز الأولي (Triage)، تمكن النموذج من الوصول إلى تشخيص دقيق أو قريب في 67.1% من الحالات مقارنة بـ 55.3% و50% لطبيبين مختصين .
ومع تقدم مراحل التقييم وتوفر معلومات إضافية، ارتفعت دقة النموذج إلى 72.4% أثناء الفحص السريري ثم إلى 81.6% عند إدخال المريض للمستشفى أو العناية المركزة، متجاوزاً أداء الأطباء في جميع المراحل. وتُظهر هذه الأرقام أن الفجوة الأكبر كانت في المرحلة الأولى، حيث يكون الضغط الزمني أعلى والبيانات أقل.
دقة التشخيص التفريقي وقدرة النموذج على تحديد الاحتمالات الطبية
في اختبارات التشخيص التفريقي، أظهر النموذج قدرة عالية على إدراج التشخيص الصحيح ضمن.....
لقراءة المقال بالكامل، يرجى الضغط على زر "إقرأ على الموقع الرسمي" أدناه
هذا المحتوى مقدم من صحيفة الغد الأردنية
