الذكاء الاصطناعي يتفوق على ممارسي الرعاية الأولية في كينيا

كشفت دراسة سريرية حديثة نُشرت في دورية BMJ Digital Health & AI عن تفوق خمسة من أبرز النماذج اللغوية الكبيرة في مجال الذكاء الاصطناعي على ممارسي الرعاية الصحية الأولية في كينيا، وذلك عند تقييم الأداء في تشخيص السيناريوهات السريرية المفتوحة وتقديم التوصيات العلاجية المناسبة. وأظهرت النتائج أن أنظمة الذكاء الاصطناعي قدمت إجابات أكثر دقة واتساقاً مع الأدلة العلمية المعتمدة، وبفارق تكلفة هائل مقارنة بالاستشارات البشرية، مما يعزز إمكانية الاستفادة منها لسد العجز في النظم الصحية الهشة.

تفوق لافت في الدقة وسلامة المرضى

أجرى فريق البحث مقارنة شاملة بين الكوادر الطبية وخمسة نماذج متقدمة للذكاء الاصطناعي، شملت “GPT-4.1″، و”Gemini-2.5-Flash”، و”DeepSeek-R1″، و”MedGemma”، ونموذج “o3”. وتفوقت النماذج الرقمية بصورة واضحة على الكوادر الطبية في 9 مجالات سريرية من أصل 11 خضعت للتقييم الدقيق.

وبحسب بيانات الدراسة، حققت النماذج تفوقاً كبيراً في الالتزام بالإرشادات الطبية الرسمية بمتوسط درجات تراوح بين 4.25 و4.72 مقارنة بـ 2.86 فقط للأطباء، وامتلاك المعرفة المتخصصة (4.25–4.73 للنماذج مقابل 2.76 للأطباء)، والتماسك المنطقي للطرح (4.30–4.73 مقابل 2.96). كما أظهرت النماذج قدرة فائقة على تجنب إغفال المعلومات الحيوية، إذ سجلت درجات تراوحت بين 4.16 و4.68 مقارنة بنحو 2.58 للأطباء.

ولم يقتصر التفوق على الجوانب المعرفية، بل امتد إلى معايير سلامة المرضى؛ حيث نالت النماذج درجات أعلى في تقليل احتمالية وقوع الأذى (4.54–4.81 مقابل 3.68) والحد من أثره المحتمل في حال حدوثه (4.29–4.68 مقابل 3.16). وأشارت النماذج الإحصائية إلى أن احتمالية حصول الذكاء الاصطناعي على تقييمات فائقة الجودة تخطت حاجز 90% في معظم المجالات، وتصدر النموذج “o3” الأداء العام رقمياً في معظم المحاور السريرية.

كيف أُجريت المقارنة المعماة؟

لتفادي التحيز وضمان واقعية النتائج، اعتمد الباحثون على عينة عشوائية تضم 507 سيناريوهات سريرية مستمدة من واقع ممارسة الرعاية الصحية الأولية في كينيا، مستخلصة من قاعدة بيانات أوسع تشمل 5,107 حالات تغطي 12 كفاءة تمريضية أساسية. وتمت صياغة الحالات بأسلوب الأسئلة المفتوحة لتقييم قدرة التحليل السريري المباشر بدلاً من الاختبارات التقليدية متعددة الخيارات.

وقامت لجان طبية متخصصة ومستقلة بمراجعة وتصنيف جميع الإجابات دون معرفة هوية كاتبها، سواء كان طبيباً بشرياً أم نموذجاً برمجياً، وذلك بالاعتماد على مقياس ليكرت الخماسي عبر معايير موحدة تشمل الدقة، والسلامة، والملاءمة السياقية، ومهارات التواصل. ولم ترصد المقارنة فروقاً جوهرية في مجالين فقط، هما تجنب إدراج المعلومات غير الضرورية (4.28 للأطباء مقابل 4.25–4.35 للنماذج)، وتفادي الانحياز الديموغرافي والعرقي والاجتماعي، حيث حقق الطرفان مستويات متقدمة قاربت الدرجة الكاملة.

فارق التكلفة والجدوى للأنظمة الصحية الهشة

كشفت الدراسة، المدعومة من “مؤسسة غيتس”، عن فارق اقتصادي غير مسبوق؛ إذ تراوحت التكلفة الإجمالية لتوليد جميع إجابات السيناريوهات عبر النماذج الذكية بين 3.86 و8.68 دولارات لكل نموذج (ما يعادل 0.008 إلى 0.017 دولار لكل حالة)، في حين بلغت تكلفة إعداد الحالة الواحدة بواسطة الأطباء البشريين نحو 3.35 دولارات.

ويبرز هذا التباين الشاسع الجدوى التشغيلية لتوظيف الذكاء الاصطناعي ضمن أنظمة دعم القرار السريري في الدول منخفضة ومتوسطة الدخل، والتي تعاني بنيتها التحتية من نقص حاد ومستمر في الكوادر المؤهلة مقارنة بعدد السكان واحتياجاتهم اليومية.

تحديات التطبيق على أرض الواقع

رغم هذه النتائج المبهرة في السيناريوهات المكتوبة، شدد الباحثون على أن نقل النماذج إلى العيادات الواقعية يفرض التعامل مع تحديات معقدة. فالتطبيق الفعلي يستلزم ملاءمة الخوارزميات مع اللهجات المحلية والسياقات الثقافية الفريدة، فضلاً عن ضمان العدالة الرقمية وتوفير بنية اتصال آمنة وموثوقة.

وأكد الفريق البحثي أن الهدف الأساسي من دمج هذه التقنيات ليس استبدال الكوادر الطبية البشرية، بل تمكين الممارسين الصحيين في الخطوط الأمامية بأداة استشارية ذكية تسند قراراتهم، وتحد من الأخطاء التشخيصية الشائعة، وتسهم في رفع كفاءة الرعاية الإنسانية.

---