باختصار
يعمل الذكاء الاصطناعي في الرعاية الصحية اليوم على أفضل وجه في المهام الضيقة المختبَرة جيدًا، ولا سيما التصوير الطبي: فمعظم الأجهزة القائمة على الذكاء الاصطناعي، البالغ عددها أكثر من 1,600 جهاز، في قائمة إدارة الغذاء والدواء الأمريكية (FDA) مخصصة للأشعة [1]. وقد اكتشف التصوير الشعاعي للثدي المدعوم بالذكاء الاصطناعي عددًا أكبر من السرطانات في تجربة سويدية واسعة [3]. ومع ذلك، لم يكن الأشخاص الذين استخدموا روبوتات محادثة عامة أفضل من مجموعة ضابطة في تحديد الحالات ذات الصلة [5].
أهم النقاط
- يُظهر إحصاء لقائمة FDA للأجهزة القائمة على الذكاء الاصطناعي، المحدَّثة حتى 4 سبتمبر 2026، وجود 1,614 إدخالًا، منها 1,230 في مجال الأشعة [1].
- في تجربة MASAI التي شملت 105,934 امرأة في السويد، اكتشف الفحص المدعوم بالذكاء الاصطناعي سرطانات أكثر بنسبة 29% دون زيادة في الإيجابيات الكاذبة، مع قراءات فحص أقل بنسبة 44% [3].
- أغفل نموذج واسع الاستخدام في المستشفيات للتنبؤ بالإنتان (sepsis) نسبة 67% من حالات الإنتان في دراسة تحقق خارجية [4].
- في دراسة عشوائية أُجريت عام 2026، حددت روبوتات المحادثة وحدها الحالات ذات الصلة في 94.9% من الحالات، لكن الأشخاص الذين استخدموها لم يفعلوا ذلك إلا في أقل من 34.5% [5].
- أصدرت منظمة الصحة العالمية أكثر من 40 توصية بشأن النماذج الكبيرة متعددة الوسائط في الصحة، محذّرة من المخرجات الخاطئة أو المتحيزة أو الناقصة ومن التحيز للأتمتة [2].
- فاز التنبؤ ببنية البروتينات بالذكاء الاصطناعي بجزء من جائزة نوبل في الكيمياء لعام 2024 [7].
في هذه الصفحة ١٣ أقسام
- ماذا يستطيع الذكاء الاصطناعي أن يفعل في الرعاية الصحية اليوم؟
- كيف يُستخدم الذكاء الاصطناعي في التصوير الطبي؟
- أين أخفق الذكاء الاصطناعي في الرعاية الصحية؟
- هل تستطيع روبوتات المحادثة تقديم نصائح طبية موثوقة؟
- كيف يساعد الذكاء الاصطناعي البحث الطبي واكتشاف الأدوية؟
- ما المخاطر الرئيسية للذكاء الاصطناعي في الرعاية الصحية؟
- كيف يُنظَّم الذكاء الاصطناعي في الرعاية الصحية؟
- كيف ينبغي للمرضى استخدام أدوات الذكاء الاصطناعي الصحية بأمان؟
- ما الذي ينتظر الذكاء الاصطناعي في الرعاية الصحية؟
- أخطاء شائعة
- الأسئلة الشائعة
- مسرد المصطلحات
- المصادر
ماذا يستطيع الذكاء الاصطناعي أن يفعل في الرعاية الصحية اليوم؟
يشمل الذكاء الاصطناعي في الرعاية الصحية تقنيات كثيرة، من برمجيات تحليل الصور داخل أجهزة المسح إلى روبوتات المحادثة العامة التي تجيب عن الأسئلة الصحية. واستنادًا إلى الأدلة الملخصة أدناه، وحتى 3 نوفمبر 2026، تأتي أقوى النتائج من الأدوات الضيقة التي تؤدي مهمة واحدة محددة بوضوح واختُبرت وأُجيزت لها، وأضعفها من روبوتات المحادثة العامة التي تقدّم النصح للمرضى مباشرة.
تحتفظ إدارة الغذاء والدواء الأمريكية (FDA) بقائمة عامة للأجهزة الطبية القائمة على الذكاء الاصطناعي المصرَّح بتسويقها في الولايات المتحدة [1]. ويُظهر إحصاء لتلك القائمة، التي تصفها FDA بأنها محدَّثة حتى 4 سبتمبر 2026، وجود 1,614 إدخالًا، منها 1,230 في الأشعة، و154 في أمراض القلب والأوعية الدموية، و73 في الأعصاب [1]. وتقول FDA إن هذه الأجهزة استوفت متطلبات ما قبل التسويق المعمول بها، بما في ذلك مراجعة مركزة للسلامة والفعالية [1].
وتصنّف منظمة الصحة العالمية (WHO) استخدامات النماذج التوليدية الأحدث في خمسة مجالات: التشخيص والرعاية السريرية، والاستخدام الذي يوجّهه المريض مثل البحث عن الأعراض، والأعمال الكتابية والإدارية مثل توثيق الزيارات، والتعليم الطبي والتمريضي، والبحث العلمي وتطوير الأدوية [2].
هذه معلومات عامة وليست استشارة طبية. وينبغي اتخاذ القرارات المتعلقة بصحتك بالتشاور مع طبيب مؤهل.
كيف يُستخدم الذكاء الاصطناعي في التصوير الطبي؟
إذا قيس الأمر بعدد المنتجات المصرَّح بها، فالتصوير هو المجال الذي ترسّخ فيه الذكاء الاصطناعي أكثر من غيره: إذ تمثل الأشعة نحو ثلاثة أرباع الإدخالات في قائمة FDA [1].
فحص سرطان الثدي
تأتي أشهر الأدلة العشوائية من تجربة MASAI ضمن البرنامج الوطني للفحص في السويد، التي أُجريت في أربعة مواقع في جنوب غرب السويد [3]. وقد وزّعت 105,934 امرأة عشوائيًا بين الفحص المدعوم بالذكاء الاصطناعي والقراءة المزدوجة المعتادة من قِبل اختصاصيَّي أشعة [3]. وكان نظام الذكاء الاصطناعي، Transpara، يفرز الفحوص إلى قراءة مفردة أو مزدوجة ويُبرز النتائج المشتبه فيها [3].
واكتُشف في المجموعة المدعومة بالذكاء الاصطناعي 338 سرطانًا (6.4 لكل 1,000) مقابل 262 (5.0 لكل 1,000) مع القراءة المعتادة، بنسبة 1.29 [3]. وكان معدل الإيجابيات الكاذبة متطابقًا تقريبًا، بنسبة 1.01، وأجرى اختصاصيو الأشعة 61,248 قراءة فحص بدلًا من 109,692، أي بانخفاض قدره 44.2% [3]. وخلص المؤلفون إلى أن الذكاء الاصطناعي يسهم في الاكتشاف المبكر لسرطان الثدي ذي الأهمية السريرية [3]. وتناول هذا التقرير النتائج الثانوية؛ ويصفه الملخص المنشور بأنه تحليل محدد في البروتوكول للاستدعاء والاكتشاف والإيجابيات الكاذبة وعبء العمل [3].
ونُشرت النتيجة الأولية للتجربة، وهي معدل السرطانات الفاصلة (السرطانات التي تُشخَّص بين جولات الفحص ولم يكتشفها الفحص)، في مجلة The Lancet عام 2026 [9]. وبلغ معدل السرطانات الفاصلة 1.55 لكل 1,000 مشاركة مع دعم الذكاء الاصطناعي و1.76 لكل 1,000 مع القراءة المعتادة، بنسبة 0.88 استوفت اختبار عدم الدونية في التجربة؛ وبلغت الحساسية 80.5% مقابل 73.8%، والنوعية 98.5% في المجموعتين [9]. وكتب المؤلفون أن الفحص المدعوم بالذكاء الاصطناعي يمكن النظر في تطبيقه في الممارسة السريرية [9].
فحص العين
وقد خرج الذكاء الاصطناعي أيضًا من أقسام الأشعة. فقائمة FDA تتضمن IDx-DR، وهو جهاز لطب العيون تاريخ إجازته 11 أبريل 2018، إضافة إلى إصدارات لاحقة منه ومنافسين مثل EyeArt [1]. وتصنّف قاعدة بيانات De Novo لدى FDA جهاز IDx-DR بوصفه جهازًا لكشف اعتلال الشبكية السكري، مُنح التصريح في ذلك التاريخ [10].
أين أخفق الذكاء الاصطناعي في الرعاية الصحية؟
ليست كل أداة منتشرة على نطاق واسع تؤدي كما وُعد. ويأتي أوضح تحذير من نماذج التنبؤ في المستشفيات، التي تقدّر مخاطر مثل الإنتان، وهو تفاعل مع العدوى يهدد الحياة.
في 2021، أجرى باحثون في Michigan Medicine تحققًا خارجيًا من نموذج Epic Sepsis Model، وهو أداة تجارية مملوكة واسعة الانتشار، على 27,697 مريضًا و38,455 حالة دخول إلى المستشفى [4]. وحقق النموذج مساحة تحت المنحنى (AUC، وهي مقياس لمدى قدرة النموذج على الفصل بين الحالات وغير الحالات، حيث تعني 0.5 الصدفة و1.0 الكمال) قدرها 0.63 [4]. وعند عتبة التنبيه الخاصة به أخفق في تحديد 1,709 مرضى مصابين بالإنتان، أي 67% من المجموع، بينما أطلق تنبيهات لـ18% من جميع حالات الدخول إلى المستشفى [4]. وخلص المؤلفون إلى أن النموذج ضعيف التمييز والمعايرة، وأن استخدامه الواسع يثير مخاوف بشأن إدارة الإنتان على المستوى الوطني [4].
وأفاد المؤلفون أيضًا بأن هذا الأداء كان أسوأ بكثير من الأرقام التي أعلنها مطوّر النموذج [4]، وهو ما يُظهر أن النتائج التي يعلنها المطوّر لا تضمن الأداء في أماكن أخرى. وكذلك توصي منظمة الصحة العالمية بعمليات تدقيق مستقلة وتقييمات للأثر بعد الإطلاق في حالات النشر الواسع، مع تصنيف النتائج بحسب خصائص المستخدمين مثل العمر أو العرق أو الإعاقة [2].
هل تستطيع روبوتات المحادثة تقديم نصائح طبية موثوقة؟
تحقق النماذج اللغوية الكبيرة الآن درجات تضاهي اجتياز الامتحان الأمريكي للترخيص الطبي في معايير المعرفة الطبية، لكن ذلك لا يعني أنها تساعد الناس على اتخاذ قرارات جيدة بشأن أعراضهم [5]. وقد اختبرت دراسة عشوائية مسجلة مسبقًا، نُشرت في مجلة Nature Medicine في 9 فبراير 2026، هذه المسألة مباشرة [5].
أعطى باحثون في جامعة أكسفورد وزملاؤهم 1,298 بالغًا في المملكة المتحدة واحدًا من عشرة سيناريوهات طبية، صيغت انطلاقًا من الملخصات المعرفية السريرية لدى NICE، وطُوِّرت بالتعاون مع أطباء عامين وأطباء عناية مركزة [5]. واستخدم المشاركون GPT-4o أو Llama 3 أو Command R+، أو، في مجموعة ضابطة، أي موارد اعتادوا استخدامها، وأغلبها البحث على الإنترنت [5].
- النماذج وحدها حددت الحالات ذات الصلة في 94.9% من الحالات، والمسار الصحيح للتصرف (التوجيه) في 56.3% في المتوسط [5].
- الأشخاص الذين استخدموا النماذج حددوا الحالات ذات الصلة في أقل من 34.5% من الحالات، والتوجيه الصحيح في أقل من 44.2% [5].
- المجموعة الضابطة كانت أفضل بكثير في تحديد الحالات ذات الصلة من مجموعات روبوتات المحادثة [5].
وعزا المؤلفون الإخفاقات إلى التفاعل: فكثيرًا ما أغفل المستخدمون تفاصيل أساسية مثل موضع الأعراض أو شدتها، ولم ينقلوا الاقتراحات الصحيحة إلى إجاباتهم النهائية، وتلقوا نصائح متناقضة؛ ففي سيناريو يصف نزيفًا في الدماغ (نزف تحت العنكبوتية)، قيل لأحد المستخدمين أن يستلقي في غرفة مظلمة، بينما قيل لآخر بأعراض شبه متطابقة أن يطلب رعاية طارئة [5]. وخلصوا إلى أن أيًا من النماذج المختبَرة لم يكن جاهزًا للاستخدام في الرعاية المباشرة للمرضى، ودعوا إلى اختبار منهجي مع مستخدمين حقيقيين قبل الإتاحة العامة [5].
ويقدّم NIST، وهو الجهة الأمريكية المعنية بالمعايير، التحذير نفسه بعبارات عامة: فالملخص الملفّق (المختلق) لمعلومات المريض قد يقود الأطباء إلى تشخيصات أو علاجات خاطئة [6].
كيف يساعد الذكاء الاصطناعي البحث الطبي واكتشاف الأدوية؟
يُستخدم الذكاء الاصطناعي في المختبر أيضًا، لا في العيادة وحدها. فقد تقاسم جائزة نوبل في الكيمياء لعام 2024 ديفيد بيكر (David Baker)، عن تصميم البروتينات حاسوبيًا، وديميس هاسابيس (Demis Hassabis) وجون جمبر (John Jumper) من Google DeepMind، عن التنبؤ ببنية البروتينات [7]. وقالت الأكاديمية الملكية السويدية للعلوم إن نموذج الذكاء الاصطناعي الذي طوّراه، AlphaFold2، الذي قُدِّم عام 2020، استُخدم للتنبؤ ببنية جميع البروتينات تقريبًا التي حددها الباحثون والبالغ عددها 200 مليون، واستخدمه أكثر من مليوني شخص من 190 دولة [7].
وأشارت الأكاديمية إلى أن بنية البروتين حاسمة في وظيفته، واستشهدت بتطبيقات مثل فهم مقاومة المضادات الحيوية وإنتاج صور لإنزيمات قادرة على تحليل البلاستيك [7]. وتُدرج منظمة الصحة العالمية البحث العلمي وتطوير الأدوية، بما في ذلك تحديد مركّبات جديدة، ضمن الاستخدامات الرئيسية للنماذج التوليدية في الصحة [2].
ما المخاطر الرئيسية للذكاء الاصطناعي في الرعاية الصحية؟
الفوائد المثبتة حتى الآن
- اكتشاف أعلى للسرطان في الفحص دون زيادة في الإيجابيات الكاذبة، مع عبء قراءة أقل، في تجربة عشوائية واسعة [3].
- أكثر من 1,600 جهاز مصرَّح به قائم على الذكاء الاصطناعي في قائمة FDA، تقول الهيئة إنها استوفت متطلبات ما قبل التسويق [1].
- تنبؤ ببنية البروتينات استخدمه أكثر من مليوني شخص من 190 دولة، ونال اعترافًا بجائزة نوبل في الكيمياء لعام 2024 [7].
- معدل سرطانات فاصلة غير أدنى وحساسية أعلى في التحليل الأولي لتجربة الفحص نفسها [9].
مخاطر حددتها منظمة الصحة العالمية وغيرها
- المخرجات الخاطئة. تحذّر منظمة الصحة العالمية من أن النماذج الكبيرة متعددة الوسائط قد تنتج عبارات خاطئة أو غير دقيقة أو متحيزة أو ناقصة قد تضر بالأشخاص الذين يتخذون قرارات صحية [2].
- التحيز. قد تُدرَّب النماذج على بيانات رديئة الجودة أو متحيزة، بما في ذلك التحيز بحسب العرق أو الإثنية أو الجنس أو الهوية الجندرية أو العمر [2].
- التحيز للأتمتة. قد يغفل الأطباء والمرضى عن الأخطاء أو يسلّمون القرارات الصعبة للنظام [2].
- ضعف الأداء في الواقع العملي. قد يتراجع أداء الأدوات خارج البيئة التي طُوِّرت فيها، كما أظهر نموذج الإنتان [4].
- الخصوصية. وجد باحثون في ستانفورد أن ستة من كبار مطوري روبوتات المحادثة يستخدمون بيانات محادثات المستخدمين افتراضيًا لتدريب نماذجهم، وحذّروا من مشاركة المستخدمين لبياناتهم البيومترية والصحية [8].
- الأمن وإمكانية الوصول. تنبّه منظمة الصحة العالمية أيضًا إلى مخاطر الأمن السيبراني على معلومات المرضى وإلى عدم تكافؤ الوصول إلى الأنظمة الأفضل أداءً [2].
كيف يُنظَّم الذكاء الاصطناعي في الرعاية الصحية؟
يعتمد التنظيم على ما تفعله البرمجيات. ففي الولايات المتحدة، يخضع الذكاء الاصطناعي الذي ينطبق عليه تعريف الجهاز الطبي لمراجعة FDA قبل التسويق، وتنشر الهيئة الأجهزة المصرَّح بها التي تحددها [1]. وتشير FDA إلى أن قائمتها ليست شاملة، لأن الأجهزة تُحدَّد أساسًا عبر مصطلحات متعلقة بالذكاء الاصطناعي في ملخصات تصريحها [1]. وتقول أيضًا إنها ستبحث سبلًا لتحديد الأجهزة التي تستخدم النماذج التأسيسية، ومنها النماذج اللغوية الكبيرة (LLMs)، ووسمها [1].
أما روبوتات المحادثة العامة التي يستخدمها الجمهور للأسئلة الصحية فليست ضمن تلك القائمة، التي تشمل الأجهزة المصرَّح بتسويقها [1]. وتوصي منظمة الصحة العالمية الحكومات بتكليف هيئة تنظيمية قائمة أو جديدة بتقييم النماذج الكبيرة متعددة الوسائط المعدّة للاستخدام الصحي والموافقة عليها، بحسب ما تسمح به الموارد، وباستخدام القوانين لضمان استيفاء هذه الأنظمة للمعايير الأخلاقية ومعايير حقوق الإنسان [2].
وتطلب منظمة الصحة العالمية أيضًا من المطورين إشراك المرضى والمهنيين الصحيين منذ المراحل الأولى للتصميم، وبناء نماذج لمهام محددة جيدًا بالدقة والموثوقية اللازمتين [2]. وتختلف القواعد من بلد إلى آخر وتتغير كثيرًا؛ فراجع الجهة التنظيمية الوطنية للأدوية أو الأجهزة الطبية لمعرفة المتطلبات الحالية.
كيف ينبغي للمرضى استخدام أدوات الذكاء الاصطناعي الصحية بأمان؟
- تعامل مع إجابات روبوتات المحادثة بوصفها نقطة انطلاق لا تشخيصًا. في دراسة أكسفورد، لم يكن الأشخاص الذين استخدموا روبوتات المحادثة أفضل من المجموعة الضابطة في تحديد الحالات ذات الصلة [5].
- قدّم معلومات كاملة إذا استخدمت أحدها، بما في ذلك موضع الأعراض وشدتها ومدى تكرارها؛ فقد كان نقص التفاصيل سببًا رئيسيًا للإخفاق [5].
- اطلب الرعاية العاجلة عند ظهور أعراض طارئة بدلًا من سؤال روبوت محادثة؛ فقد وجدت الدراسة نصائح متعارضة لسيناريوهات نزيف دماغي شبه متطابقة [5].
- احمِ بياناتك الصحية. تجنب إدخال سجلات طبية تكشف هويتك في روبوتات المحادثة الاستهلاكية، إذ يستخدم مطوروها عادةً بيانات المحادثات للتدريب افتراضيًا [8].
- اسأل طبيبك عما إذا كانت أداة ذكاء اصطناعي قد استُخدمت في رعايتك وكيف جرى التحقق من نتائجها، في ضوء تحذير منظمة الصحة العالمية من التحيز للأتمتة [2].
ما الذي ينتظر الذكاء الاصطناعي في الرعاية الصحية؟
يتزايد العدد السنوي للتصاريح: إذ يُظهر إحصاء لقائمة FDA وجود 226 إدخالًا بتواريخ قرار في 2023، و235 في 2024، و335 في 2025 [1]. وتقول FDA أيضًا إنها ستبحث سبلًا لتحديد الأجهزة التي تتضمن نماذج تأسيسية، ومنها النماذج اللغوية الكبيرة، ووسمها [1].
ما الذي لا يزال غير مؤكد
- النتائج طويلة الأمد للفحص بالذكاء الاصطناعي. تغطي تحليلات MASAI المنشورة الاكتشاف والإيجابيات الكاذبة وعبء العمل [3]، والسرطانات الفاصلة والحساسية والنوعية [9]؛ ولم تكن الوفيات بسرطان الثدي ضمن النتائج التي أعلنتها.
- هل يمكن جعل روبوتات المحادثة آمنة لتقديم النصح المباشر للمرضى. وجد مؤلفو دراسة أكسفورد أن أيًا من النماذج المختبَرة لم يكن جاهزًا، وأن الاختبار مع المستخدمين ضروري [5].
- كيف تؤدي الأدوات عبر المستشفيات والفئات السكانية المختلفة، وهو ما تريد منظمة الصحة العالمية قياسه عبر عمليات تدقيق مستقلة [2]، وما تُظهر دراسة الإنتان أنه لا يمكن افتراضه [4].
الصورة العامة حتى 3 نوفمبر 2026: الذكاء الاصطناعي أداة مساعدة مثبتة الفائدة في مهام محددة ومختبَرة تحت إشراف مهني، وبديل غير مثبت للطبيب.
| الاستخدام | الدليل | النتيجة |
|---|---|---|
| فحص الثدي بالتصوير الشعاعي (Transpara) | تجربة عشوائية، 105,934 امرأة، السويد [3] | 6.4 مقابل 5.0 سرطانات لكل 1,000؛ والإيجابيات الكاذبة دون تغيير؛ وقراءات أقل بنسبة 44.2% [3] |
| التنبؤ بالإنتان (Epic Sepsis Model) | تحقق خارجي، 38,455 حالة دخول إلى المستشفى [4] | مساحة تحت المنحنى (AUC) قدرها 0.63؛ وأغفل 67% من حالات الإنتان [4] |
| روبوتات المحادثة لفحص الجمهور لأعراضه | دراسة عشوائية، 1,298 بالغًا في المملكة المتحدة [5] | حدد المستخدمون الحالات ذات الصلة في أقل من 34.5% من الحالات [5] |
| التنبؤ ببنية البروتينات (AlphaFold2) | جائزة نوبل في الكيمياء 2024 [7] | التنبؤ ببنية جميع البروتينات المعروفة تقريبًا البالغ عددها 200 مليون [7] |
| أجهزة الذكاء الاصطناعي المصرَّح بها (الولايات المتحدة) | قائمة FDA للأجهزة القائمة على الذكاء الاصطناعي، المحدَّثة حتى 4 سبتمبر 2026 [1] | 1,614 إدخالًا، منها 1,230 في الأشعة [1] |
أخطاء شائعة
افتراض أن روبوت المحادثة الذي يجتاز الامتحانات الطبية يقدّم نصائح شخصية جيدة
الصواب: في دراسة عشوائية، حدد مستخدمو روبوتات المحادثة الحالات ذات الصلة في أقل من 34.5% من الحالات [5].
الاعتقاد بأن كل أنظمة الذكاء الاصطناعي الطبية معتمدة من الجهات التنظيمية
الصواب: تشمل قائمة FDA الأجهزة المصرَّح بها؛ وروبوتات المحادثة العامة ليست ضمنها، والقائمة نفسها ليست شاملة [1].
الثقة بأداة في المستشفى لأنها واسعة الاستخدام
الصواب: أغفل نموذج Epic Sepsis Model واسع الانتشار 67% من حالات الإنتان في اختبار خارجي [4].
مشاركة السجلات الطبية الكاملة مع روبوت محادثة استهلاكي
الصواب: استخدم مطورو روبوتات المحادثة الستة جميعهم في دراسة ستانفورد بيانات المحادثات افتراضيًا لتدريب نماذجهم [8]؛ فاحذف التفاصيل المعرِّفة أو استخدم أدوات يعتمدها الأطباء.
ترك إجابة الذكاء الاصطناعي تحل محل الحكم السريري
الصواب: تحذّر منظمة الصحة العالمية من التحيز للأتمتة، حيث تمر الأخطاء دون ملاحظة؛ فأبقِ الطبيب مسؤولًا عن القرارات [2].
الأسئلة الشائعة
هل يُستخدم الذكاء الاصطناعي في المستشفيات اليوم؟
نعم. فقائمة FDA للأجهزة المصرَّح بها القائمة على الذكاء الاصطناعي تضم 1,614 إدخالًا في إحصاء محدَّث حتى 4 سبتمبر 2026، أغلبها في الأشعة [1].
هل يستطيع الذكاء الاصطناعي اكتشاف السرطان أفضل من الأطباء؟
في تجربة MASAI، اكتشف الفحص المدعوم بالذكاء الاصطناعي مع اختصاصيي الأشعة سرطانات أكثر من القراءة المزدوجة المعتادة من قِبل اختصاصيي الأشعة وحدهم [3]، مع حساسية أعلى ومعدل سرطانات فاصلة غير أدنى [9]. وتدعم الأدلة استخدام الذكاء الاصطناعي لمساعدة الأطباء، لا للحلول محلهم.
هل ينبغي أن أستخدم ChatGPT لفحص أعراضي؟
توخَّ الحذر. ففي دراسة أُجريت عام 2026، لم يكن الأشخاص الذين استخدموا GPT-4o وروبوتات محادثة أخرى أفضل ممن استخدموا مواردهم المعتادة، وقال المؤلفون إن أيًا من النماذج المختبَرة لم يكن جاهزًا للرعاية المباشرة للمرضى [5]. وهذه ليست استشارة طبية؛ فتواصل مع طبيب.
هل سيحل الذكاء الاصطناعي محل الأطباء؟
الأدلة الحالية لا تدعم ذلك. فحتى حيث يؤدي الذكاء الاصطناعي أداءً جيدًا، كما في الفحص، يُستخدم إلى جانب اختصاصيي الأشعة [3]، وتشدد منظمة الصحة العالمية على الإشراف البشري وخطر التحيز للأتمتة [2].
من يتحقق من سلامة الذكاء الاصطناعي الطبي؟
في الولايات المتحدة، تراجع FDA الذكاء الاصطناعي الذي يُعدّ جهازًا طبيًا قبل تسويقه [1]. وتوصي منظمة الصحة العالمية الحكومات بتكليف هيئة تنظيمية قائمة أو جديدة بتقييم النماذج الكبيرة متعددة الوسائط للاستخدام الصحي والموافقة عليها، بحسب ما تسمح به الموارد [2].
مسرد المصطلحات
- الجهاز الطبي القائم على الذكاء الاصطناعي
- برمجيات أو معدات تستخدم الذكاء الاصطناعي وينطبق عليها تعريف الجهاز الطبي، وتصرّح بها جهة تنظيمية مثل FDA [1].
- النموذج الكبير متعدد الوسائط (LMM)
- نموذج ذكاء اصطناعي توليدي يستطيع قبول نوع واحد أو أكثر من المدخلات، مثل النصوص والفيديو والصور، وتوليد مخرجات لا تقتصر على نوع المدخلات [2].
- المساحة تحت المنحنى (AUC)
- مقياس لمدى قدرة النموذج على الفصل بين الحالات وغير الحالات، حيث تعني 0.5 الصدفة و1.0 الكمال؛ وقد سجّل Epic Sepsis Model 0.63 [4].
- التحيز للأتمتة
- الميل إلى قبول مخرجات النظام دون ملاحظة أخطائه، أو تسليمه قرارات لا ينبغي أن يتخذها [2].
- التوجيه (Disposition)
- المسار التالي الموصى به للمريض، مثل الراحة أو طلب الرعاية الطارئة، كما قيس في دراسة أكسفورد [5].
المصادر
- Artificial Intelligence-Enabled Medical Devices US Food and Drug Administration; content current as of 2026-09-04, retrieved 2026-11-03 · 2026-09-04
- WHO releases AI ethics and governance guidance for large multi-modal models World Health Organization · 2024-01-18
- Screening performance and characteristics of breast cancer detected in the Mammography Screening with Artificial Intelligence trial (MASAI) Hernstrom et al., The Lancet Digital Health 2025;7(3):e175-e183 (PubMed) · 2025-02-03
- External Validation of a Widely Implemented Proprietary Sepsis Prediction Model in Hospitalized Patients Wong et al., JAMA Internal Medicine · 2021-06-21
- Reliability of LLMs as medical assistants for the general public: a randomized preregistered study Bean et al., Nature Medicine 32(2):609-615 (PubMed Central) · 2026-02-09
- NIST AI 600-1: Generative Artificial Intelligence Profile US National Institute of Standards and Technology
- Press release: The Nobel Prize in Chemistry 2024 The Royal Swedish Academy of Sciences / Nobel Prize Outreach · 2024-10-09
- Be Careful What You Tell Your AI Chatbot Stanford Institute for Human-Centered Artificial Intelligence (HAI) · 2025-10-15
- Interval cancer, sensitivity, and specificity comparing AI-supported mammography screening with standard double reading without AI in the MASAI study Gommers et al., The Lancet 2026;407(10527):505-514 (PubMed)
- De Novo Classification Request: IDx-DR (DEN180001) US Food and Drug Administration, De Novo database · 2018-04-11
التعليقات
أبرز التعليقات