قفزة نوعية في الذكاء الاصطناعي التشخيصي: نظام AMIE يتفوق على الأطباء في التشخيص متعدد الوسائط

لقد أحدثت نماذج اللغات الكبيرة (LLMs) ثورة في مجال المحادثات التشخيصية، خاصةً من خلال التفاعلات النصية. ومع ذلك، فإن تقييمها وتطبيقها تجاهل إلى حد كبير الطبيعة متعددة الوسائط للبيئات السريرية الحقيقية، خاصةً في تقديم الرعاية الصحية عن بُعد، حيث يتم مشاركة الصور، وتقارير المختبرات، والبيانات الطبية الأخرى بشكل روتيني عبر منصات المراسلة.

التحديات السابقة في التشخيص الذكي

في حين أن أنظمة مثل مستكشف الذكاء الطبي المفصّل (AMIE) قد طابقت أو تجاوزت أطباء الرعاية الأولية في الاستشارات النصية فقط، إلا أن هذا التنسيق يفتقر إلى تمثيل بيئات الطب عن بُعد بشكل كامل. يُعد التواصل متعدد الوسائط أمرًا ضروريًا في الرعاية الصحية الحديثة، حيث غالبًا ما يشارك المرضى الصور الفوتوغرافية، والوثائق، وغيرها من العناصر المرئية التي لا يمكن نقلها بالكامل من خلال النصوص وحدها. يؤدي حصر أنظمة الذكاء الاصطناعي في المدخلات النصية إلى خطر إغفال معلومات سريرية مهمة، وزيادة أخطاء التشخيص، وخلق حواجز أمام الوصول للمرضى ذوي مستوى صحي أو معرفة رقمية منخفضة.

على الرغم من الاستخدام الواسع النطاق لتطبيقات المراسلة المتعددة الوسائط في الرعاية الصحية العالمية، إلا أنه كان هناك القليل من الأبحاث حول كيفية تمكين نماذج اللغات الكبيرة من التفكير في مثل هذه البيانات المتنوعة أثناء التفاعلات التشخيصية.

بدأ البحث في وكلاء المحادثة التشخيصية بأنظمة قائمة على القواعد مثل MYCIN، لكن التطورات الحديثة ركزت على نماذج اللغات الكبيرة القادرة على محاكاة التفكير السريري. في حين أظهرت أنظمة الذكاء الاصطناعي متعددة الوسائط، مثل نماذج اللغة والرؤية، نجاحًا في الأشعة وعلم الأمراض الجلدية، إلا أن دمج هذه القدرات في التشخيصات المحادثة لا يزال يمثل تحديًا. يجب أن تتعامل أدوات التشخيص القائمة على الذكاء الاصطناعي الفعالة مع تعقيد التفكير متعدد الوسائط وجمع المعلومات القائم على عدم اليقين، وهي خطوة تتجاوز مجرد الإجابة على الأسئلة المنفصلة.

نظام AMIE المُحسّن: قفزة نوعية في التشخيص

قامت جوجل ديب مايند وجوجل ريسيرش بتعزيز نظام AMIE بقدرات متعددة الوسائط لتحسين التشخيص والتعامل مع المحادثات. باستخدام Gemini 2.0 Flash، يستخدم AMIE إطار حوار مدرك للحالة يُكيّف تدفق المحادثة بناءً على حالة المريض وعدم يقين التشخيص، مما يسمح بأخذ تاريخ سريري استراتيجي ومنظم مع مدخلات متعددة الوسائط مثل صور الجلد، وتخطيطات القلب الكهربائية، والوثائق.

تفوق AMIE على أطباء الرعاية الأولية أو طابقهم في دراسة عشوائية على طراز OSCE تضمنت 105 سيناريوهات و25 ممثلًا للمرضى عبر 29 من 32 مقياسًا سريريًا و7 من 9 معايير محددة متعددة الوسائط، مما يدل على دقة تشخيصية عالية وقدرة على التفكير والتواصل والتعاطف.

ميزات نظام AMIE المُحسّن:

• التصور متعدد الوسائط: يستطيع النظام فهم وتفسير الصور، وتخطيطات القلب الكهربائية، والوثائق الطبية.
• إطار حوار مدرك للحالة: يُكيّف النظام تدفق المحادثة بناءً على حالة المريض وتطورها.
• جمع البيانات الاستراتيجي: يطرح النظام أسئلة محددة ويطلب بيانات متعددة الوسائط لتوجيه التفكير السريري.
• التحديث الديناميكي: يتم تحديث الملف الشخصي للمريض والتشخيص التفريقي طوال التفاعل.

نتائج الدراسة: تفوق AMIE على الأطباء

أظهرت النتائج أن نظام AMIE متعدد الوسائط يعمل على قدم المساواة أو بشكل أفضل من أطباء الرعاية الأولية في العديد من المهام السريرية في استشارات المحادثة النصية المُحاكاة. في تقييمات OSCE، تفوق AMIE باستمرار على أطباء الرعاية الأولية في دقة التشخيص، خاصة عند تفسير البيانات متعددة الوسائط مثل الصور والوثائق السريرية. كما أظهر قدرة أكبر على التحمل عندما تكون جودة الصورة رديئة، وأظهر عددًا أقل من الهلوسات. قام ممثلو المرضى بتقييم مهارات AMIE في التواصل بدرجة عالية، بما في ذلك التعاطف والثقة. أكدت التقييمات الآلية أن إطار AMIE المتطور للتفكير، المبني على نموذج Gemini 2.0 Flash، حسّن التشخيص وجودة المحادثة بشكل كبير، مما يثبت تصميمه وفعاليته في السيناريوهات السريرية الحقيقية.

الخلاصة: مستقبل واعد للتشخيص الذكي

تُظهر هذه الدراسة تقدمًا كبيرًا في مجال الذكاء الاصطناعي التشخيصي من خلال تعزيز AMIE لدمج التفكير متعدد الوسائط داخل حوارات المرضى. باستخدام استراتيجية استدلال جديدة مدركة للحالة مع Gemini 2.0 Flash، يمكن لـ AMIE تفسير والتفكير في العناصر الطبية مثل الصور أو تخطيطات القلب الكهربائية في محادثات سريرية في الوقت الفعلي. بعد تقييمه من خلال إطار OSCE متعدد الوسائط، تفوق AMIE على أطباء الرعاية الأولية أو طابقهم في دقة التشخيص، والتعاطف، وتفسير العناصر، حتى في الحالات المعقدة. على الرغم من وجود قيود مرتبطة بواجهات الدردشة والحاجة إلى اختبارات في العالم الحقيقي، فإن هذه النتائج تبرز إمكانات AMIE كمساعد تشخيصي قوي وواعٍ للسياق لتطبيقات الرعاية الصحية عن بُعد في المستقبل.

المصدر: MarkTechPost