منظمة الصحة العالمية تؤكد على مخاطر ومزايا الذكاء الاصطناعي في الرعاية الصحية

تحذر منظمة الصحة العالمية (WHO) مقدمي الرعاية الصحية في جميع أنحاء العالم من الحذر عند اعتماد تقنيات الذكاء الاصطناعي (AI)، لا سيما في البلدان منخفضة ومتوسطة الدخل.

في حين أن النماذج متعددة الوسائط الكبيرة (LMMs)، وهي مجموعة فرعية من الذكاء الاصطناعي التوليدي، لديها القدرة على إحداث ثورة في الرعاية الصحية، تؤكد منظمة الصحة العالمية على الحاجة إلى الوعي والتنفيذ المسؤول. 

الذكاء الاصطناعي في الرعاية الصحية: عامل حاسم

تقر منظمة الصحة العالمية بالمكانة الكبيرة للنماذج متعددة الوسائط الكبيرة (LMMs) في الرعاية الصحية. اكتسبت هذه الأنظمة الذكية، مثل منصات ChatGPT وBard وBert، شهرة سريعة. يمكن لنماذج LMMs معالجة مدخلات بيانات متنوعة، بما في ذلك النصوص والفيديوهات والصور، لتوليد مخرجات مختلفة. 

تشمل تطبيقاتها في الرعاية الصحية التشخيص، والبحث العلمي، وتطوير الأدوية، والتدريب الطبي، والإدارة، وحتى التقييم الذاتي للأعراض من قبل المرضى. ومن خلال تحليل كميات هائلة من البيانات الطبية، مثل الصور والمسجلات والسجلات الصحية الإلكترونية، يمكن لنماذج LMMs تحسين التشخيصات، وتحسين العلاجات، والتنبؤ بنتائج المرضى، وزيادة الكفاءة.

أحد أهم مزايا الذكاء الاصطناعي في الرعاية الصحية هو إمكانية إنقاذ الأرواح من خلال توفير تشخيصات دقيقة وخطط علاج مخصصة. علاوة على ذلك، يمكنه تخفيف العبء عن المتخصصين في الرعاية الصحية، مما يتيح لهم التركيز على مهام أكثر أهمية من الأوراق الروتينية. في المناطق التي تعاني من نقص في الممارسين الطبيين، يمكن لنماذج LMMs أن تلعب دوراً محورياً في تحسين إمكانية الوصول إلى الرعاية الصحية، مما يضمن وصولاً أوسع وأكثر إنصافاً للرعاية الطبية.

المخاطر والتحديات

وعلى الرغم من الآفاق الواعدة، تحذر منظمة الصحة العالمية من إغفال المخاطر المرتبطة بذلك. قد تؤدي التشخيصات الخاطئة وقرارات العلاج غير الملائمة إلى الإفراط في تقدير قدرات نماذج LMMs، خاصة إذا لم يتم الاعتراف بحدودها بشكل كافٍ. 

علاوة على ذلك، من المرجح أن تصبح أنظمة الرعاية الصحية معتمدة بشكل مفرط على نماذج LMMs، لا سيما في البلدان منخفضة ومتوسطة الدخل حيث قد تكون الصيانة والتحديثات غير كافية. قد يؤدي هذا الاعتماد أيضاً إلى فقدان الوظائف ويستلزم إعادة تدريب كبيرة للعاملين في مجال الرعاية الصحية.

علاوة على ذلك، فإن التكلفة البيئية لتدريب واستخدام هذه النماذج الذكية مصدر قلق. من المعروف أن نماذج الذكاء الاصطناعي تساهم في انبعاثات الكربون واستهلاك المياه. بالإضافة إلى ذلك، يتمحور تطوير ونشر نماذج LMMs بشكل أساسي في أيدي شركات التكنولوجيا الكبيرة بسبب التكاليف المالية العالية المشاركة، مما قد يعزز قوتها وهيمنتها في هذا المجال.

عدم المساواة في الوصول

تثير منظمة الصحة العالمية قضايا تتعلق بمساواة الوصول إلى الذكاء الاصطناعي في الرعاية الصحية. قد يؤدي الفجوة الرقمية ورسوم الاشتراك المرتفعة إلى تقييد الوصول إلى هذه النماذج، مما يفاقم عدم المساواة الصحية بين البلدان المتقدمة والنامية. علاوة على ذلك، إذا تم تدريب نماذج LMMs على بيانات متحيزة، فقد تستمر هذه التحيزات داخل أنظمة الرعاية الصحية.

يتطلب معالجة هذه التحديات بناء البنية التحتية اللازمة وتنفيذ اللوائح لاستخدام الذكاء الاصطناعي عبر كل من القطاعين العام والخاص. إن الشفافية، وحوكمة البيانات القوية، والاعتبارات الأخلاقية هي أمور بالغة الأهمية. 

يمكن لمبادرات مثل تقديم المنح، والوصول إلى موارد الحوسبة السحابية المشتركة، ومجموعات البيانات المفتوحة أن تفيد بشكل كبير البلدان منخفضة ومتوسطة الدخل، مما يسوي ساحة اللعب.

يمكن للمنظمات الدولية تسهيل نقل المعرفة ودعم البلدان في الحصول على البيانات المحلية، مما يضمن أن تعكس هذه النماذج الذكية الاحتياجات الإقليمية بدقة. إن مشاركة أصحاب المصلحة من الدول ذات الموارد الأقل في تطوير وحوكمة تقنيات LMMs الجديدة أمر حاسم للدفاع عن التنمية الشاملة.

في النهاية، تدرك منظمة الصحة العالمية أن بعض الأضرار الناجمة عن الذكاء الاصطناعي في الرعاية الصحية أمر حتمي. لذلك، تتضمن الإرشادات التي تقدمها المنظمة توصيات بشأن مخططات المسؤولية وتدعو إلى آليات التعويض في حالة معاناة المرضى بسبب الذكاء الاصطناعي. إن وضع معايير مسؤولية واضحة وإشراف تنظيمي قوي أمر ضروري لضمان حصول الأفراد المتضررين سلباً من نماذج LMMs على تعويض كافٍ وسبل انتصاف قانونية.