يتحسن الذكاء الاصطناعي الطبي في التشخيص، لكن الأدلة على نتائج المرضى لا تزال متأخرة

أظهرت العديد من الدراسات في عام 2026 وجود فجوة مستمرة في الذكاء الاصطناعي الطبي: يمكن للأنظمة أن تؤثر على خيارات الأطباء وتحقق نتائج تشخيصية رائعة دون إثبات أن المرضى يصبحون في الواقع أكثر صحة.

هذا الأمر مهم للمستشفيات التي تشتري هذه الأنظمة، وللشركات التي تحاول إظهار فائدتها، وللسلطات التي تحدد الأدلة التي ينبغي أخذها في الاعتبار بمجرد اعتماد الذكاء الاصطناعي في عيادات الأطباء.

بدأت الجهات التنظيمية في التدقيق في مشكلة الإثبات

يبدو أن التباين بين الأداء المذهل للذكاء الاصطناعي وفعاليته المثبتة للمرضى أصبح كبيرًا جدًا بحيث لا يمكن تجاهله. وقد لخصت صحيفة فايننشال تايمز هذا الوضع في عنوانها الرئيسي:

"الذكاء الاصطناعي الطبي يعاني من مشكلة إثبات."

لقد تجاوزت هذه القضية الآن نطاق النقاشات الأكاديمية. إذ تطرح إدارة الغذاء والدواء الأمريكية العديد من الأسئلة نفسها وهي تدرس كيفية تقييم هذه الأجهزة الطبية المُدعمة بالذكاء الاصطناعي قبل استخدامها وبعده. ورقة النقاش الصادرة في 18 أغسطس، والمتاحة لتلقي التعليقات العامة حتى 19 أكتوبر، قضايا مثل تقييم المخاطر، والتقييم قبل التسويق، والمراقبة بعد التسويق.

تحرص إدارة الغذاء والدواء على توضيح أن هذه الورقة هي مجرد ورقة نقاش وليست مسودة توجيهية أو تغييرًا مقترحًا في السياسة أو أي مؤشر على التوقعات التنظيمية المستقبلية.

سابق إدارة الغذاء والدواء الأمريكية بشأن الأداء في الواقع العملي مسألة انحراف النموذج ومحدودية استخدام المقاييس الثابتة. وهذا يطرح سؤالاً أوسع لا يمكن تجاهله بعد الآن: كيف نقيس السلامة والكفاءة بعد أن ينتقل حل الذكاء الاصطناعي من المختبر؟

في كينيا، لم يساهم دعم الذكاء الاصطناعي في خفض معدل فشل العلاج

في دراسة نُشرت في مجلة "نيتشر ميديسن" بتاريخ 26 يونيو، قام 103 من الأطباء السريريين في 16 منشأة تابعة لمؤسسة "بيندا هيلث" في نيروبي وكيامبو بمعالجة المرضى باستخدام نموذج لغوي موسع (LLM) لدعم اتخاذ القرارات، أو بدونه. ومن بين 9691 مريضًا مسجلًا، تم اختيار 9347 مريضًا للتحليل الأولي.

بلغ معدل فشل العلاج بعد 14 يومًا 2.2% في مجموعة الذكاء الاصطناعي و2% في المجموعة الضابطة، وبالتالي كانت نسبة الأرجحية المعدلة 0.77، على الرغم من أن الفرق غير ذي دلالة إحصائية (P=0.13). لم تُسجّل أي أحداث ضائرة خطيرة مرتبطة بالتدخل.

أظهرت المجموعة التي استخدمت الذكاء الاصطناعي توثيقًا أفضل وتشخيصات وخطط علاج أكثر ملاءمة. وتكمن أهمية هذه النتيجة في أن تحسين إجراءات العمل لم يُسفر عن أي تحسن في نتائج المرضى.

يتشابه هذا الاتجاه مع تجربة RAPIDx AI لعام 2024. في التحليل الأولي لـ 3029 مريضًا، بلغت نسبة حدوث الوفاة القلبية الوعائية، أو احتشاء عضلة القلب، أو إعادة دخول المستشفى غير المخطط لها لأسباب قلبية وعائية خلال ستة أشهر 26% باستخدام الذكاء الاصطناعي و26.4% باستخدام الرعاية القياسية. مع ذلك، ضمن مجموعة المرضى غير المصابين باحتشاء عضلة القلب من النوع الأول، انخفض معدل إجراء تصوير الأوعية التاجية الغازي بنسبة 47% مع الرعاية المدعومة بالذكاء الاصطناعي.

تستمر النتائج في الارتفاع، لكن الدليل الواقعي لا يزال متأخراً.

متعددة البلدان، أُجريت تحت إشراف نيكولاس راوندينغ، أن GPT-4o حسّن أداء 249 طبيباً في محاكاة الحالات السريرية بنسبة 18% في كينيا، و10.7% في إندونيسيا، و7.2% في هولندا (P < 0.001).

مع ذلك، كانت هذه حالات محاكاة وليست مواقف واقعية، ولم يتمكن المشاركون في المجموعة الضابطة من استخدام الإنترنت أو البروتوكولات السريرية، كما لم يتم تقييم أي أضرار. يؤكد البحث أن الذكاء الاصطناعي يُحسّن الأداء في بيئات مُحكمة، لكنه لا يُشير إلى أي شيء بخصوص نتائج المرضى.

أشارت نتائج دراسة أخرى نُشرت في مجلة Nature Medicine، أجراها لي تشانغ وجاكوب نيكولاس كاثر وزملاؤهما، إلى دقة بلغت 90.04% لمعيار تشخيصي لسبعة أمراض. في هذه الدراسة، ومن خلال تطبيق عتبة اتساق، احتفظ النظام الآلي في الموقع بنسبة 49.4% من الحالات بدقة بلغت 98.9%، بينما تطلّب الأمر مراجعة باقي الحالات من قِبل متخصصين بشريين. ومع ذلك، أشار الباحثون إلى ضرورة إجراء المزيد من التجارب في بيئات سريرية حقيقية لتأكيد هذه النتائج.

لماذا لا يحسم الأمر وجود طبيب مطلع على الأمر؟

وفقًا لخريطة الأدلة التي أعدها كل من جوي شو، وجاستن كو، وجوزيف كفيدار، فإن الذكاء الاصطناعي الوكيل لم يعد موجودًا في الإدارة فحسب، بل أيضًا في التشخيص والإدارة ومهام الرعاية الصحية الأخرى، مما أدى إلى زيادة أهمية القدرة على إدارة ومراجعة هذه الأنظمة.

آخر في مجلة npj Digital Medicine إلى أن مجرد وجود الطبيب لا يضمن الإشراف والحوكمة الكافيين. فالتحيز الناتج عن الاعتماد على الأتمتة قد يجعل الناس أكثر عرضة لقبول توصيات خاطئة، بينما يتطلب الإشراف الفعال معرفة كافية ووقتاً وسلطة لتحدي النظام والتدخل.

ويحذر المؤلفون من أنه بدون هذه الشروط، يمكن أن تصبح الرقابة البشرية مجرد وسيلة احتياطية للمسؤولية القانونية:

قد تقع المسؤولية على عاتق الأطباء الذين يُتوقع منهم اكتشاف الأخطاء التي لا يملكون القدرة الكافية على اكتشافها أو تصحيحها... منطقة انهيار أخلاقي.

وهذا يحول النقاش بعيدًا عن ما إذا كان الإنسان "مطلعًا" من الناحية الفنية، ونحو ما إذا كان هذا الشخص مجهزًا بالفعل للتساؤل وتجاوز النظام وإيقافه عند الضرورة.

المصالح التجارية الكامنة وراء هذا التحذير

شركة MarketsandMarkets نمو سوق الذكاء الاصطناعي في قطاع الرعاية الصحية من 36.67 مليار دولار أمريكي في عام 2026 إلى 194.79 مليار دولار أمريكي بحلول عام 2031، بمعدل نمو سنوي مركب قدره 39.7%. وإذا تحقق هذا النمو، فستتخذ المستشفيات المزيد من قرارات شراء الذكاء الاصطناعي، في حين لا تزال الأدلة المتعلقة بنتائج المرضى غير متسقة.

قد يؤدي ذلك إلى تحويل الضغط التنافسي نحو شيء يصعب تسويقه ولكنه أكثر قيمة لمقدمي الخدمات: التحقق المحتمل، ومراقبة الأداء المحلي، والإشراف الذي يمكن تدقيقه فعليًا.