إذا توقف سير عملك السريري بسبب أحدث أداة «معجزة» تَعِدُ بأتمتة خطط التشخيص والعلاج الخاصة بك، فأنت لست وحدك. يشعر الملايين من الأطباء في جميع أنحاء البلاد بنفس الضغط لتبني الذكاء الاصطناعي في ممارستهم اليومية. ومع ذلك، هناك مشكلة كبيرة تعيقنا؛ فالعديد من هذه الأدوات تعمل مثل «صندوق أسود»، حيث تقدم لنا الإجابات دون عرض آلية العمل أو الأدلة الكامنة وراءها. يمكن أن يكون هذا محبطاً وخطيراً للغاية في بيئة عالية المخاطر حيث يمكن أن يؤدي خطأ واحد إلى الإضرار بالمريض. هل تعلم أن الثقة في هذه الأنظمة هي العائق الأول أمام اعتمادها على نطاق واسع في المستشفيات؟ ذلك لأننا، كسريريين، مدربون على الاعتماد على المصادر الأولية مثل مجلة نيو إنجلاند الطبية (New England Journal of Medicine) أو لانسيت (Lancet)، وليس على نموذج توليدي قد يكون مجرد تخمين. في هذا المقال، سنناقش التحول من نماذج الصندوق الأسود إلى نهج الصندوق الزجاجي للذكاء الاصطناعي السريري القائم على الأدلة، مع التركيز بشكل خاص على كيفية كسب شركات مثل أوبن إيفيدنس (OpenEvidence) ثقة الطب الأكاديمي.
ما هي مشكلة «الصندوق الأسود» في الذكاء الاصطناعي السريري؟
الشاغل الرئيسي للعديد من الأطباء تجاه نماذج الذكاء الاصطناعي التوليدي المبكرة هو خطر «الهلوسة». عندما يقدم النموذج توصية سريرية دون ارتباط مباشر بمصدر مراجع من قبل الأقران، فإنه يطلب من الطبيب أساساً القيام بقفزة إيمان. ومع ذلك، في الطب، نحن لا نعتمد على قفزات الإيمان؛ بل نعتمد على البيانات. تؤكد دراسة تون إتش إم (Tun HM) وآخرون في [مجلة أبحاث الإنترنت الطبية (Journal of Medical Internet Research) 2025](https://doi.org/10.2196/69678)، أن ثقة العاملين في الرعاية الصحية في أنظمة الذكاء الاصطناعي تعتمد بشكل كبير على الشفافية والقدرة على التحقق من الادعاءات. عندما يقدم النظام إجابة «تبدو» صحيحة ولكنها تفتقر إلى أساس في الواقع السريري، فإن ذلك يخلق وضعاً خطيراً.
علاوة على ذلك، فإن طبيعة «الصندوق الأسود» لهذه النماذج تعني أنه حتى المطورين غالباً لا يستطيعون تفسير سبب وصول الذكاء الاصطناعي إلى استنتاج محدد. يعد نقص القابلية للتفسير هذا عقبة رئيسية أمام دعم القرار السريري. إذا كنت تتساءل عن سبب أهمية ذلك، ففكر في حالة معقدة في طب الأورام؛ إذ يجب أن تكون التوصية بنظام علاج كيميائي محدد مدعومة بأحدث بيانات التجارب السريرية، وبدون ذلك الدليل، تصبح التوصية عديمة الفائدة عملياً للاخصائي.
يهدف الذكاء الاصطناعي السريري القائم على الأدلة إلى حل هذه المشكلة من خلال الانتقال نحو نموذج «الصندوق الزجاجي». وبدلاً من مجرد توليد النصوص، تم تصميم هذه الأنظمة لاسترجاع المعلومات مباشرة من الأدبيات الطبية الموثوقة. هذا التغيير ضروري لضمان أن التكنولوجيا تساعد العملية السريرية بدلاً من إعاقتها. وجدت دراسة وانس كيه (Ouanes K) وآخرون في [مجلة الأنظمة الطبية (Journal of Medical Systems) 2024](https://doi.org/10.1007/s10916-024-02098-4)، أن فعالية الذكاء الاصطناعي في دعم القرار السريري تعتمد بشكل كبير على مدى جودة تكامله مع معايير تقديم الرعاية الحالية، فعندما يعمل الذكاء الاصطناعي في فراغ، يزداد خطر الخطأ بشكل كبير.
أوبن إيفيدنس والتحول نحو شفافية الصندوق الزجاجي
تقوم شركة أوبن إيفيدنس حالياً بدفعة كبيرة لإقناع المستشفيات بأنها ليست مثل «وحوش» الذكاء الاصطناعي التوليدي. ووفقاً للتقارير الأخيرة، تروج الشركة لنموذج يعتمد على الشفافية أولاً، ويركز على الاسترجاع القائم على الأدلة بدلاً من التوليد المحض. هذه خطوة استراتيجية للنأي بالمنصة عن أخطاء هلوسة الذكاء الاصطناعي البارزة التي تصدرت العناوين خلال العام الماضي. ومن خلال التركيز على نهج «الصندوق الزجاجي»، يحاولون إثبات أن أداتهم يمكن أن تكون نظاماً موثوقاً لدعم القرار السريري بدلاً من صندوق أسود يخمن الإجابات.
تضع الشركة نفسها كشريك للطب الأكاديمي، وهذا يشمل دمج منصتها في أنظمة السجلات الصحية الإلكترونية (EHR) بالمستشفيات كأداة يمكن للسريريين الوثوق بها حقاً. ولا شك أن التحول نحو هذا النموذج هو استجابة للطلب المتزايد من الأطباء على الأدوات التي تستشهد بمصادرها. إذا كان بإمكان الطبيب رؤية مصدر المعلومة بالضبط، مثل معرف بابميد (PubMed ID) محدد أو إرشادات مراكز السيطرة على الأمراض والوقاية منها (CDC)، فإن حاجز الثقة يبدأ في التلاشي.
نعم، هذا تغيير كبير في كيفية تعامل شركات الذكاء الاصطناعي مع سوق الرعاية الصحية. في الماضي، كان التركيز ينصب على مدى «ذكاء» الذكاء الاصطناعي، أما الآن، فينصب التركيز على مدى «صدقه» و«شفافيته». وهذا أمر ضروري للأدوات المصممة للمساعدة في القرارات السريرية عالية المخاطر. تراهن أوبن إيفيدنس على أن المستشفيات ستفضل الأداة التي تقول «لا أعرف» أو «الأدلة غير حاسمة» على الأداة التي تقدم إجابة واثقة ولكنها خاطئة.
كيف يختلف الاسترجاع القائم على الأدلة عن التخمين التوليدي
من المهم فهم الفرق التقني بين النماذج التوليدية القياسية والذكاء الاصطناعي السريري القائم على الأدلة. تعمل معظم النماذج اللغوية الكبيرة عن طريق التنبؤ بالكلمة الأكثر احتمالاً في الجملة. وبينما يعمل هذا بشكل جيد في كتابة رسائل البريد الإلكتروني أو القصص الإبداعية، إلا أنه ليس طريقة آمنة للتعامل مع البيانات الطبية. الاسترجاع المعزز بالتوليد (Retrieval-Augmented Generation – RAG) هو المصطلح التقني لما تفعله شركات مثل أوبن إيفيدنس؛ وهذا يتضمن قيام الذكاء الاصطناعي بالبحث في قاعدة بيانات منسقة من الأدبيات الطبية أولاً، ثم استخدام تلك البيانات لبناء الإجابة.
يناقش أوزمان بي بي (Ozmen BB) وآخرون في [مجلة الجراحة التجميلية والترميمية والجمالية (Journal of Plastic, Reconstructive & Aesthetic Surgery) 2025](https://doi.org/10.1016/j.bjps.2025.03.053)، كيف يمكن لتطبيق نماذج الاسترجاع المعزز بالتوليد أن يعزز دعم القرار السريري. وقد وجدوا في أبحاثهم أن هذه النماذج أكثر موثوقية بكثير في المجالات المتخصصة مثل الجراحة التجميلية لأنها تستند إلى أدلة فعلية، فهي لا تخمن، بل تلخص المعرفة الموجودة.
ببساطة، النموذج التوليدي يشبه الطالب الذي حفظ الكثير من الكتب ولكنه لا يملكها معه أثناء الاختبار؛ قد يتذكر الحقائق بشكل صحيح، أو قد يخطئ في التذكر ويختلق شيئاً يبدو معقولاً. أما الذكاء الاصطناعي السريري القائم على الأدلة فيشبه الطالب الذي يضع كل تلك الكتب مفتوحة على مكتبه أثناء الاختبار، حيث يمكنه الإشارة إلى الصفحة والفقرة الدقيقة التي تدعم إجابته. هذا هو الفرق بين الصندوق الأسود والصندوق الزجاجي.
الدور الجوهري للاقتباسات المحكمة في ثقة الأطباء
ليس من قبيل المبالغة القول إن الاقتباسات هي عملة الثقة الطبية، وبدونها، يظل أي ادعاء سريري مجرد رأي. أجرى تون إتش إم (Tun HM) وآخرون في [مجلة أبحاث الإنترنت الطبية (Journal of Medical Internet Research) 2025](https://doi.org/10.2196/69678) مراجعة منهجية أكدت أن العاملين في الرعاية الصحية هم أكثر عرضة للثقة في نظام يقدم أدلة واضحة لتوصياته. وأشارت الدراسة إلى أن الثقة ليست حالة ثنائية، بل تُبنى بمرور الوقت من خلال الدقة المتسقة والقابلة للتحقق.
بالإضافة إلى ذلك، فإن القدرة على «إلغاء التصنيف» (delabel) أو التحقق من المعلومات هي فرصة متعددة التخصصات. تسلط دراسة ستيكو إم إل (Staicu ML) وآخرون في [مجلة الحساسية والمناعة السريرية: في الممارسة (The Journal of Allergy and Clinical Immunology: In Practice) 2020](https://doi.org/10.1016/j.jaip.2020.04.059) الضوء على كيفية مساعدة الأنظمة القائمة على الأدلة في مجالات مثل إلغاء تصنيف حساسية البنسلين. عندما يتمكن السريريون من الوصول إلى إرشادات ودعم واضح وقائم على الأدلة، يمكنهم اتخاذ قرارات أفضل تحسن نتائج المرضى. إذا تمكنت أداة ذكاء اصطناعي من الإشارة إلى إرشادات محددة من الكلية الأمريكية لأطباء الصدر (American College of Chest Physicians)، كما ناقش هولبروك إيه (Holbrook A) وآخرون في [مجلة تشيست (Chest) 2012](https://doi.org/10.1378/chest.11-2295)، فإنها تصبح حليفاً أقوى بكثير في العيادة.
علاوة على ذلك، يساعد استخدام المصادر الأولية في منع تأثير «غرفة الصدى» في تدريب الذكاء الاصطناعي. إذا تم تدريب نموذج على مخرجات نموذج آخر، فقد تتضخم الأخطاء. ومن خلال العودة إلى البحث الأصلي في كل مرة، يضمن الذكاء الاصطناعي السريري القائم على الأدلة أنه يقدم المعلومات الأكثر دقة وحداثة المتاحة، وهذا جزء أساسي من الحفاظ على المعايير العالية للطب الأكاديمي.
لماذا يعد الاسترجاع المعزز بالتوليد المعيار للطب الأكاديمي
إذا كنت تتساءل عن سبب قيادة المؤسسات الأكاديمية للتوجه نحو هذه الأدوات، فذلك لأن سمعتها مبنية على الأدلة. لا يمكن لمستشفى تعليمي أن يتحمل استخدام أداة قد تقدم اقتباساً مهلوساً. هذا هو السبب في أن التحول نحو نماذج RAG أمر بالغ الأهمية. يؤكد أوزمان بي بي (Ozmen BB) وآخرون في [مجلة الجراحة التجميلية والترميمية والجمالية (Journal of Plastic, Reconstructive & Aesthetic Surgery) 2025](https://doi.org/10.1016/j.bjps.2025.03.053) أن هذه النماذج مفيدة بشكل خاص لتعزيز دعم القرار لأنها توفر جسراً بين البيانات الخام والتطبيق السريري.
علاوة على ذلك، يمكن لهذه الأنظمة أن تساعد في سد الفجوة بين التخصصات المختلفة. قد يحتاج الجراح إلى معلومات سريعة عن تفاعل دوائي يقع ضمن اختصاص الطب الباطني. يمكن للذكاء الاصطناعي القائم على الأدلة تقديم تلك المعلومات جنباً إلى جنب مع المصدر الأولي، مما يسمح للجراح بالتحقق من الحقيقة في ثوانٍ. هذه السرعة والدقة هي ما يجعل هذه الأدوات ذات قيمة كبيرة في بيئة المستشفى سريعة الوتيرة.
دمج الذكاء الاصطناعي في سير عمل السجلات الصحية الإلكترونية بالمستشفيات
لكي تنجح أي أداة سريرية، يجب دمجها في سير العمل؛ فلا أحد يريد تسجيل الدخول إلى موقع ويب منفصل للتحقق من حقيقة ما. هذا هو السبب في أن أوبن إيفيدنس وغيرها يركزون على التكامل مع السجلات الصحية الإلكترونية (EHR). بحث أكاي إي إم زد (Akay EMZ) وآخرون في [مجلة ستروك (Stroke) 2023](https://doi.org/10.1161/STROKEAHA.122.041442) في الذكاء الاصطناعي لدعم القرار السريري في السكتة الدماغية الإقفارية الحادة، ووجدوا أن الأنظمة الأكثر فعالية كانت تلك التي يمكن استخدامها في نقطة الرعاية. إذا كان الذكاء الاصطناعي مدمجاً في المخطط الطبي، فمن المرجح أن يستخدمه الطبيب.
ومع ذلك، لا يقتصر التكامل على البرمجيات فحسب، بل يتعلق أيضاً بالثقافة السريرية. درست لين إكس (Lin X) وآخرون في [مجلة أبحاث الإنترنت الطبية (Journal of Medical Internet Research) 2024](https://doi.org/10.2196/54737) أنظمة دعم القرار السريري المعززة بالذكاء الاصطناعي لرعاية الحمل، ووجدوا أن العنصر البشري لا يقل أهمية عن التكنولوجيا. يحتاج السريريون إلى الشعور بأن الأداة موجودة لدعمهم، وليس لاستبدال حكمهم. وهنا يتألق نموذج الصندوق الزجاجي حقاً؛ لأنه يوفر الاقتباسات، فإنه يحترم خبرة الطبيب واستقلاليته.
كن مطمئناً، فإن الهدف من هذه الاندماجات ليس إضافة المزيد من التنبيهات إلى شاشة مزدحمة بالفعل. أجرى جرافسما جيه (Graafsma J) وآخرون في [مجلة الجمعية الأمريكية للمعلوماتية الطبية (Journal of the American Medical Informatics Association) 2024](https://doi.org/10.1093/jamia/ocae076) مراجعة نطاقية حول كيفية قيام الذكاء الاصطناعي بتحسين تنبيهات الأدوية، ووجدوا أن الذكاء الاصطناعي يمكن أن يقلل في الواقع من إرهاق التنبيهات من خلال تصفية التحذيرات غير ذات الصلة وتقديم دعم أكثر مراعاة للسياق. ومن خلال استخدام الذكاء الاصطناعي السريري القائم على الأدلة، يمكن للمستشفيات جعل أنظمة السجلات الصحية الإلكترونية الخاصة بها أكثر ذكاءً وأقل تطفلاً.
معالجة مشكلة إرهاق التنبيهات
نحن جميعاً نعرف مدى الإحباط الناتج عن النقر عبر عشرات التنبيهات غير ذات الصلة للوصول إلى التنبيه المهم حقاً. يعد إرهاق التنبيهات هذا سبباً رئيسياً للاحتراق النفسي والخطأ الطبي. يقترح جرافسما جيه (Graafsma J) وآخرون في [مجلة الجمعية الأمريكية للمعلوماتية الطبية (Journal of the American Medical Informatics Association) 2024](https://doi.org/10.1093/jamia/ocae076) أن الذكاء الاصطناعي يمكن أن يساعد في حل هذه المشكلة من خلال كونه أكثر انتقائية بشأن توقيت مقاطعة السريري. إذا كان الذكاء الاصطناعي يعرف الإرشادات القائمة على الأدلة لمريض محدد، فيمكنه فقط إطلاق تنبيه عند حدوث انحراف حقيقي عن معيار الرعاية.
يتطلب هذا النوع من التصفية الذكية فهماً عميقاً للأدبيات الطبية، وهو أمر لا يمكن لنظام بسيط قائم على القواعد القيام به بسهولة. ومن خلال استخدام الذكاء الاصطناعي السريري القائم على الأدلة، يمكن للمستشفيات ضمان استناد تنبيهاتها إلى أحدث الأبحاث، مما يجعلها أكثر مصداقية لدى الأطباء الذين يتلقونها. في هذه الحالة، يمكنك أن تطمئن إلى أن النظام يعمل معك، وليس ضدك.
دعم القرار السريري في الطب التخصصي
للمجالات المتخصصة احتياجات فريدة عندما يتعلق الأمر بالذكاء الاصطناعي السريري القائم على الأدلة. في طب الأورام، على سبيل المثال، وتيرة البحث سريعة للغاية. يناقش وانج إل (Wang L) وآخرون في [المجلة الدولية للعلوم الطبية (International Journal of Medical Sciences) 2023](https://doi.org/10.7150/ijms.77205) كيف يمكن للذكاء الاصطناعي أن يساعد أطباء الأورام على البقاء على اطلاع بأحدث التجارب السريرية والموافقات على الأدوية. ولأن طب الأورام كثيف البيانات، فإن الأداة التي يمكنها استرجاع وتلخص الأدلة الأولية بسرعة تعد أصلاً ضخماً.
وبالمثل، في طب الأطفال، يمكن أن تختلف متطلبات جرعات الأدوية والعلاج اختلافاً كبيراً عن طب البالغين. يسلط رامغوبال إس (Ramgopal S) وآخرون في [أبحاث طب الأطفال (Pediatric Research) 2023](https://doi.org/10.1038/s41390-022-02226-1) الضوء على دور دعم القرار السريري القائم على الذكاء الاصطناعي في طب الأطفال، ويشيرون إلى أنه يجب معايرة هذه الأنظمة خصيصاً لمجتمع الأطفال ودعمها بالأدلة ذات الصلة. إن الذكاء الاصطناعي الذي يعامل الطفل كأنه «شخص بالغ صغير» هو أمر خطير، ولهذا السبب تعد النماذج القائمة على الاسترجاع ضرورية في هذا المجال.
حتى في طب الأسنان، يتزايد دور الذكاء الاصطناعي. يقدم مالينيني إس كيه (Mallineni SK) وآخرون في [مجلة الهندسة الحيوية (Bioengineering) 2024](https://doi.org/10.3390/bioengineering11121267) مراجعة وصفية للذكاء الاصطناعي في طب الأسنان، ويلاحظون أن الأنظمة القائمة على الأدلة يمكن أن تساعد في كل شيء بدءاً من التفسير الشعاعي إلى تخطيط العلاج. في كل تخصص، نجد الموضوع نفسه؛ يجب أن يستند الذكاء الاصطناعي إلى الأدبيات المحددة لهذا المجال ليكون مفيداً وموثوقاً.
الطب الدقيق ودعم الذكاء الاصطناعي
الهدف النهائي للعديد من هذه الأدوات هو دعم الطب الدقيق، وهذا يتضمن تفصيل العلاج لكل مريض على حدة بناءً على جيناته ونمط حياته وبيئته. يشير وانج إل (Wang L) وآخرون في [المجلة الدولية للعلوم الطبية (International Journal of Medical Sciences) 2023](https://doi.org/10.7150/ijms.77205) إلى أن الذكاء الاصطناعي بارع بشكل خاص في تحليل مجموعات البيانات المعقدة المطلوبة لطب الأورام الدقيق. وعندما يتم الجمع بين هذا التحليل ونهج قائم على الأدلة، فإنه يسمح بمستوى من التخصيص كان مستحيلاً في السابق.
ومع ذلك، يتطلب هذا المستوى من الدقة أيضاً درجة عالية من الشفافية. إذا اقترح الذكاء الاصطناعي علاجاً غير تقليدي لمريض معين، يحتاج طبيب الأورام لرؤية البيانات الأولية التي تدعم هذا الاقتراح. ولهذا السبب، فإن التحول نحو ذكاء اصطناعي بنموذج الصندوق الزجاجي ليس مجرد تفضيل، بل هو ضرورة سريرية لمستقبل الطب الدقيق.
معالجة مخاطر الذكاء الاصطناعي في الصيدلة والتمريض
يمتد تأثير الذكاء الاصطناعي السريري القائم على الأدلة إلى ما هو أبعد من الأطباء فقط؛ إذ تشهد ممارسة الصيدلة تحولاً أيضاً. أجرى شالاساني إس إتش (Chalasani SH) وآخرون في [البحث الاستكشافي في الصيدلة الإكلينيكية والاجتماعية (Exploratory Research in Clinical and Social Pharmacy) 2023](https://doi.org/10.1016/j.rcsop.2023.100346) مراجعة أدبية تظهر كيف يمكن للذكاء الاصطناعي مساعدة الصيادلة في تحديد الأخطاء الدوائية وتحسين العلاج. في بيئة الصيدلة، يمثل خطر تفاعل دوائي «مهلوس» سيناريو مرعباً، ولهذا السبب تعد النماذج القائمة على الاسترجاع مهمة جداً للصيادلة.
كما يشهد تعليم وممارسة التمريض تحولاً مماثلاً. يقدم كل من العربي آر إيه (El Arab RA) وآخرون في [مجلة أبحاث الإنترنت الطبية (Journal of Medical Internet Research) 2025](https://doi.org/10.2196/69881) وروني إم كيه كيه (Rony MKK) وآخرون في [تمريض إنكوايري (Nursing Inquiry) 2025](https://doi.org/10.1111/nin.70023) مراجعات شاملة حول دور الذكاء الاصطناعي في التمريض. ووجدوا أنه بينما يمتلك الذكاء الاصطناعي إمكانات كبيرة لدعم رعاية التمريض، يجب تنفيذه بعناية للحفاظ على جودة التفاعل مع المريض. بالنسبة للممرضة بجانب السرير، يمكن أن تكون الأداة التي تقدم إجابات سريعة وقائمة على الأدلة للأسئلة السريرية مورداً أساسياً.
مما لا شك فيه أن الهدف هو خلق بيئة متعددة التخصصات حيث يتم دعم جميع أعضاء فريق الرعاية بنفس الأدلة عالية الجودة. سواء كان الصيدلي يتحقق من تفاعل دوائي معقد أو الممرضة تقيم جرحاً، فإن الوصول إلى ذكاء اصطناعي سريري قائم على الأدلة يمكن أن يحسن سلامة وكفاءة المستشفى بأكمله.
القيود والأدلة المضادة: عندما يفشل دعم القرار بالذكاء الاصطناعي
رغم أن وعود الذكاء الاصطناعي السريري القائم على الأدلة كبيرة، إلا أنه يجب أن نكون صادقين بشأن قيوده؛ فلا يوجد نظام مثالي. يشير وانس كيه (Ouanes K) وآخرون في [مجلة الأنظمة الطبية (Journal of Medical Systems) 2024](https://doi.org/10.1007/s10916-024-02098-4) إلى أنه حتى عندما تكون أنظمة الذكاء الاصطناعي فعالة، فإنها يمكن أن تؤدي أحياناً إلى الاعتماد المفرط على التكنولوجيا، وهذا ما يُعرف بانحياز الأتمتة، حيث قد يتوقف الطبيب عن التشكيك في توصيات الأداة. وإذا كان الذكاء الاصطناعي مخطئاً ولم يدرك الطبيب ذلك، فإن المريض هو من يعاني.
علاوة على ذلك، فإن جودة مخرجات الذكاء الاصطناعي لا تزيد عن جودة الأدبيات الأساسية؛ فإذا كانت الدراسات الطبية نفسها معيبة أو منحازة، فإن الذكاء الاصطناعي سيعكس ببساطة تلك العيوب. وهذا مصدر قلق كبير في الأبحاث الطبية، حيث أن العديد من الدراسات صغيرة أو مصممة بشكل سيء. يجب على السريريين دائماً تذكر أن الذكاء الاصطناعي هو أداة دعم، وليس بديلاً عن حكمهم السريري وتفكيرهم النقدي.
هناك أيضاً مسألة تكاليف التنفيذ؛ فبناء وصيانة نظام ذكاء اصطناعي سريري قائم على الأدلة مدمج في السجلات الصحية الإلكترونية أمر مكلف للغاية. ولا تملك جميع المستشفيات الموارد اللازمة لتنفيذ هذه الأدوات بفعالية، وقد يؤدي ذلك إلى «فجوة رقمية» حيث تتمتع المراكز الطبية الأكاديمية بإمكانية الوصول إلى دعم متقدم من الذكاء الاصطناعي بينما تظل المستشفيات المجتمعية الأصغر متأخرة.
معالجة النتائج الإيجابية الكاذبة وإرهاق التنبيهات
هناك قيد رئيسي آخر وهو مسألة النتائج الإيجابية الكاذبة. حتى النظام القائم على الأدلة يمكن أن يطلق الكثير من التنبيهات إذا تم تعيين عتبات الحساسية منخفضة للغاية، وهذا يعيدنا إلى مشكلة إرهاق التنبيهات؛ فإذا كان النظام حساساً للغاية، سيبدأ السريريون في النهاية في تجاهله، حتى عندما يقدم تحذيراً صالحاً. يؤكد جرافسما جيه (Graafsma J) وآخرون في [مجلة الجمعية الأمريكية للمعلوماتية الطبية (Journal of the American Medical Informatics Association) 2024](https://doi.org/10.1093/jamia/ocae076) أن إيجاد التوازن الصحيح بين الحساسية والنوعية هو أحد أصعب أجزاء تصميم نظام دعم القرار السريري.
نعم، هناك أيضاً مخاوف تتعلق بالخصوصية والأمن يجب مراعاتها. إن نقل البيانات الطبية إلى منصة ذكاء اصطناعي، حتى لو كانت «شفافة»، يحمل مخاطر. يجب على المستشفيات التأكد من حماية بياناتها وأن بائعي الذكاء الاصطناعي يتبعون جميع اللوائح ذات الصلة مثل قانون التأمين الصحي والمساءلة (HIPAA). وبدون تدابير أمنية قوية، فإن الثقة التي تحاول هذه الشركات بناءها بجد ستتلاشى فوراً.
الخاتمة
مما لا شك فيه أن التحول من «الصندوق الأسود» للذكاء الاصطناعي التوليدي المبكر إلى «الصندوق الزجاجي» للذكاء الاصطناعي السريري القائم على الأدلة هو خطوة ضرورية للطب. يطالب الأطباء والمستشفيات بحق بأدوات شفافة وقابلة للتحقق ومستندة إلى الأدبيات الأولية. تقود شركات مثل أوبن إيفيدنس (OpenEvidence) الطريق من خلال التركيز على الاسترجاع بدلاً من مجرد التوليد، وهو بالضبط ما يحتاجه الطب الأكاديمي. إذا تمكنا من حل مشكلات الثقة والتكامل وإرهاق التنبيهات، فإن هذه الأدوات تمتلك القدرة على تحسين رعاية المرضى بشكل كبير وتقليل احتراق الأطباء. ومع ذلك، يجب أن نظل يقظين ونعامل هذه الأنظمة كمساعدات سريرية وليست سلطات معصومة عن الخط. إذا واصلت إعطاء الأولوية للأدلة على الراحة، فيمكنك أن تطمئن إلى أن ممارستك ستظل في طليعة التميز الطبي.
المراجع
- وانس كيه (Ouanes K) وآخرون. فعالية الذكاء الاصطناعي (AI) في أنظمة دعم القرار السريري وتقديم الرعاية. مجلة الأنظمة الطبية (Journal of medical systems) 2024. doi:10.1007/s10916-024-02098-4 (PMID: 39133332)
- هولبروك إيه (Holbrook A) وآخرون. الإدارة القائمة على الأدلة للعلاج بمضادات التخثر: العلاج المضاد للتخثر والوقاية من التجلط، الطبعة التاسعة: إرشادات الممارسة السريرية القائمة على الأدلة للكلية الأمريكية لأطباء الصدر. تشيست (Chest) 2012. doi:10.1378/chest.11-2295 (PMID: 22315259)
- شالاساني إس إتش (Chalasani SH) وآخرون. الذكاء الاصطناعي في مجال ممارسة الصيدلة: مراجعة أدبية. البحث الاستكشافي في الصيدلة الإكلينيكية والاجتماعية (Exploratory research in clinical and social pharmacy) 2023. doi:10.1016/j.rcsop.2023.100346 (PMID: 37885437)
- سيدبري آر (Sidbury R) وآخرون. إرشادات الرعاية لإدارة التهاب الجلد التأتبي لدى البالغين باستخدام العلاجات الموضعية. مجلة الأكاديمية الأمريكية للأمراض الجلدية (Journal of the American Academy of Dermatology) 2023. doi:10.1016/j.jaad.2022.12.029 (PMID: 36641009)
- العربي آر إيه (El Arab RA) وآخرون. دور الذكاء الاصطناعي في تعليم وممارسة التمريض: مراجعة شاملة. مجلة أبحاث الإنترنت الطبية (Journal of medical Internet research) 2025. doi:10.2196/69881 (PMID: 40072926)
- ستيكو إم إل (Staicu ML) وآخرون. إلغاء تصنيف حساسية البنسلين: فرصة متعددة التخصصات. مجلة الحساسية والمناعة السريرية: في الممارسة (The journal of allergy and clinical immunology. In practice) 2020. doi:10.1016/j.jaip.2020.04.059 (PMID: 33039010)
- روني إم كيه كيه (Rony MKK) وآخرون. دور الذكاء الاصطناعي في رعاية التمريض: مراجعة شاملة. تمريض إنكوايري (Nursing inquiry) 2025. doi:10.1111/nin.70023 (PMID: 40222025)
- مالينيني إس كيه (Mallineni SK) وآخرون. الذكاء الاصطناعي في طب الأسنان: مراجعة وصفية. الهندسة الحيوية (Bioengineering (Basel, Switzerland)) 2024. doi:10.3390/bioengineering11121267 (PMID: 39768085)
- رامغوبال إس (Ramgopal S) وآخرون. دعم القرار السريري القائم على الذكاء الاصطناعي في طب الأطفال. أبحاث طب الأطفال (Pediatric research) 2023. doi:10.1038/s41390-022-02226-1 (PMID: 35906317)
- أوزمان بي بي (Ozmen BB) وآخرون. الذكاء الاصطناعي القائم على الأدلة: تنفيذ نماذج الاسترجاع المعزز بالتوليد لتعزيز دعم القرار السريري في الجراحة التجميلية. مجلة الجراحة التجميلية والترميمية والجمالية: JPRAS (Journal of plastic, reconstructive & aesthetic surgery) 2025. doi:10.1016/j.bjps.2025.03.053 (PMID: 40174259)
- وانج إل (Wang L) وآخرون. الذكاء الاصطناعي في أنظمة دعم القرار السريري لطب الأورام. المجلة الدولية للعلوم الطبية (International journal of medical sciences) 2023. doi:10.7150/ijms.77205 (PMID: 36619220)
- تون إتش إم (Tun HM) وآخرون. الثقة في أنظمة دعم القرار السريري القائمة على الذكاء الاصطناعي بين العاملين في الرعاية الصحية: مراجعة منهجية. مجلة أبحاث الإنترنت الطبية (Journal of medical Internet research) 2025. doi:10.2196/69678 (PMID: 40772775)
- لين إكس (Lin X) وآخرون. أنظمة دعم القرار السريري المعززة بالذكاء الاصطناعي لرعاية الحمل: مراجعة منهجية. مجلة أبحاث الإنترنت الطبية (Journal of medical Internet research) 2024. doi:10.2196/54737 (PMID: 39283665)
- جرافسما جيه (Graafsma J) وآخرون. استخدام الذكاء الاصطناعي لتحسين تنبيهات الأدوية التي تولدها أنظمة دعم القرار السريري: مراجعة نطاقية. مجلة الجمعية الأمريكية للمعلوماتية الطبية: JAMIA (Journal of the American Medical Informatics Association) 2024. doi:10.1093/jamia/ocae076 (PMID: 38641410)
- أكاي إي إم زد (Akay EMZ) وآخرون. الذكاء الاصطناعي لدعم القرار السريري في السكتة الدماغية الإقفارية الحادة: مراجعة منهجية. ستروك (Stroke) 2023. doi:10.1161/STROKEAHA.122.041442 (PMID: 37216446)
- https://www.statnews.com/2026/05/20/openevidence-pitches-hospitals-we-are-not-monsters/
Licensed physician and clinical AI specialist. Founder and Editor-in-Chief of ZayedMD, a physician-led medical publication covering clinical AI, neurology, metabolic health, and evidence-based patient guidance.
