اختبار نظام MAI-DxO في التشخيص الطبي بالذكاء الاصطناعي

أطلق باحثون في شركة مايكروسوفت نظاماً جديداً للذكاء الاصطناعي يُدعى "MAI-DxO"، صُمم خصيصاً لمحاكاة التفكير السريري للأطباء في تشخيص الحالات المرضية المعقدة بدلاً من مجرد استرجاع المعلومات الطبية. ويعتمد النظام على معيار تقييم مبتكر يسمى "SDBench" يختبر قدرة الذكاء الاصطناعي على اتخاذ قرارات تدريجية، وقد أظهر نتائج تتفوق بوضوح على أداء الأطباء البشريين في دقة التشخيص مع مراعاة كفاءة التكاليف الطبية.

التحول من اختبار المعلومات إلى محاكاة الواقع الطبي

تعتمد معظم تقييمات الذكاء الاصطناعي الحالية في المجال الطبي على اختبارات نظرية مثل امتحان الترخيص الطبي الأمريكي (USMLE)، وهي اختبارات تقدم جميع المعلومات مسبقاً وتتطلب إجابة واحدة صحيحة. لكن في الواقع العملي، يبني الأطباء التشخيص خطوة بخطوة، حيث يقررون الأسئلة التي يجب طرحها، والفحوصات المطلوبة، وكيفية تغيير التشخيص بناءً على كل نتيجة جديدة.

لمعالجة هذه الفجوة، طورت مايكروسوفت معيار "SDBench" الذي يضع الذكاء الاصطناعي في مواجهة حالات تفاعلية حقيقية. شمل التقييم 304 حالات معقدة من سجلات مجلة "نيو إنجلاند الطبية" (NEJM)، بالإضافة إلى حالات نموذجية من أقسام الطوارئ. ولا يقيس هذا المعيار دقة الإجابة النهائية فحسب، بل يقيم أيضاً المسار الذي اتخذه النظام، والأدلة التي طلبها، والتكلفة التقديرية للفحوصات التي اقترحها.

آلية "لجنة الأطباء الافتراضية" ونتائج الأداء

يعمل نظام "MAI-DxO" بطريقة فريدة تشبه عمل لجنة من الأطباء الاستشاريين؛ فبدلاً من الاعتماد على نموذج واحد لتقديم إجابة فورية، يقوم النظام بتنسيق حوار بين عدة نماذج افتراضية. يقترح كل نموذج تشخيصات محددة أو فحوصات مفيدة، ويتم تحديث التقييم العام عبر جولات من النقاش مع وصول أدلة جديدة، مع موازنة القيمة التشخيصية لكل فحص مقابل تكلفته المادية.

ووفقاً لنتائج البحث، حقق نظام مايكروسوفت دقة بلغت 83% في تشخيص الحالات المعقدة، بينما حقق الأطباء البشريون دقة بلغت 22% فقط بدون مصادر خارجية، و36% عند استخدامهم لمراجع طبية. وهذا يعني أن النظام كان أكثر دقة من الأطباء بنحو 2.3 إلى 3.7 ضعفاً في الحالات الصعبة. وفي حالات الطوارئ التقليدية، بلغت دقة النظام 80% مقارنة بـ 47% للأطباء البشريين.

الكفاءة في التكلفة والمصادر المفتوحة

لم يقتصر تفوق النظام على الدقة فقط، بل امتد ليشمل الجانب الاقتصادي للرعاية الصحية. فعند ضبط النظام للتركيز على تقليل التكاليف، حافظ "MAI-DxO" على أداء قوي مع اختيار مسارات تشخيصية أكثر توفيراً. وفي حالات مجلة "نيو إنجلاند الطبية"، حققت إحدى إعدادات النظام دقة بنسبة 81% بتكلفة تقل عن نصف تكلفة الأنظمة المقارنة، ولم يتفوق أي نهج بشري أو تقني آخر على هذا النظام في الجمع بين الدقة العالية والتكلفة المنخفضة.

وأشارت مايكروسوفت إلى أن هذه النتائج تحسنت مع استخدام نماذج أحدث، بما في ذلك نموذج "GPT-5.5" (وفقاً لما ورد في ورقة البحث)، مما يشير إلى أن منهجية التنسيق التي يتبعها النظام لا ترتبط بجيل محدد من النماذج. ولتعزيز البحث العلمي، أتاحت الشركة معيار "SDBench" كمصدر مفتوح لتمكين الباحثين من إعادة إنتاج النتائج واختبار نماذج أخرى وتطوير آليات التشخيص الرقمي.

نتائج الأداء والتوفر

• دقة التشخيص: 83% في الحالات الطبية المعقدة و80% في حالات الطوارئ.
• المقارنة البشرية: تفوق النظام على الأطباء بنسبة تصل إلى 3.7 ضعفاً في الحالات الصعبة.
• كفاءة التكلفة: تحقيق دقة عالية بنصف تكلفة الأنظمة التقليدية المنافسة.
• النماذج المدعومة: أثبت النظام كفاءته مع أجيال النماذج الحالية والمستقبلية (مثل GPT-5.5).
• التوفر: معيار SDBench متاح حالياً كمصدر مفتوح للباحثين والمطورين.

يُنصح المطورون والباحثون في المؤسسات الصحية بالاطلاع على معيار SDBench المفتوح، حيث يمثل أداة عملية لتقييم أنظمة الذكاء الاصطناعي في بيئة سريرية تحاكي الواقع، بعيداً عن مجرد اختبارات الذاكرة والمعلومات النظرية.

المصدر: microsoft.ai