الذكاء الاصطناعي في مجال الرعاية الصحية: وعود وتحديات مايكروسوفت دراغون كوبيلوت

يَعِد الذكاء الاصطناعي في مجال الرعاية الصحية بتجاوز أتمتة المهام الإدارية، ويطمح إلى أن يصبح جزءًا لا يتجزأ من التميز السريري والتشغيلي. في حين أن حلول الذكاء الاصطناعي العامة تقدم قيمة بالتأكيد، إلا أن النتائج الأكثر تحويلاً يجب أن تأتي من التطبيقات المصممة خصيصًا لمواجهة التحديات الفريدة وسير العمل والفرص المتاحة في قطاع الرعاية الصحية.

Microsoft Dragon Copilot: بين الوعد والواقع

يسلط إعلان مايكروسوفت الأخير عن Dragon Copilot، وهو مساعد الذكاء الاصطناعي لسير العمل السريري المقرر إطلاقه في مايو 2025، الضوء على مساعي الشركة لتحويل الرعاية الصحية من خلال الذكاء الاصطناعي. ويجمع هذا الحل بين القدرات الصوتية لبرنامج Dragon Medical One وتقنية الذكاء الاصطناعي المحيط في DAX Copilot، المدمجة في منصة مصممة لمعالجة الإرهاق السريري وعدم كفاءة سير العمل.

السياق: الاستجابة لتحديات القطاع

يأتي برنامج Dragon Copilot في وقت حرج لقطاع الرعاية الصحية. فقد انخفضت نسبة الإنهاك السريري بشكل طفيف من 53% إلى 48% بين عامي 2023 و2024، ولكن لا يزال النقص المستمر في الموظفين يمثل تحدياً رئيسياً. يهدف حل Microsoft إلى:

• تبسيط التوثيق السريري
• توفير وصول سياقي للمعلومات
• أتمتة المهام السريرية المتكررة

النتائج الأولية: بين البيانات الرسمية والتجارب الحقيقية

ووفقًا لبيانات Microsoft، ساعد برنامج DAX Copilot أكثر من ثلاثة ملايين لقاء مع المرضى في 600 مؤسسة رعاية صحية في الشهر الماضي وحده. أبلغ مقدمو الرعاية الصحية عن توفير خمس دقائق في كل لقاء، حيث لاحظ 70 في المائة من مقدمي الرعاية الصحية انخفاضاً في أعراض الإرهاق و93 في المائة من المرضى الذين لاحظوا تحسناً في تجربتهم.

ومع ذلك، تكشف تجارب مختبري الإصدار التجريبي عن واقع أكثر تعقيداً:

القيود في توليد الملاحظات السريرية

أفاد العديد من الأطباء الذين اختبروا Dragon Copilot أن الملاحظات التي يتم إنشاؤها غالباً ما تكون مطولة للغاية بالنسبة لمعظم السجلات الطبية، حتى مع تمكين جميع التخصيصات. وكما لاحظ أحد المختبرين التجريبيين:"تحصل على ملاحظات طويلة جدًا ومن الصعب فصل "الغث عن السمين".

تميل المحادثات الطبية إلى القفز حسب التسلسل الزمني، ويواجه Dragon Copilot صعوبة في تنظيم هذه المعلومات بطريقة متماسكة، مما يجبر الأطباء في كثير من الأحيان على مراجعة الملاحظات وتعديلها، وهو ما يتعارض مع الغرض من الأداة إلى حد ما.

نقاط القوة والضعف

يشير مختبرو الإصدار التجريبي إلى بعض نقاط القوة والضعف المحددة:

نقاط القوة:

• تمييز ممتاز لأسماء الأدوية، حتى عندما يخطئ المرضى في نطقها
• مفيدة كأداة لتسجيل المحادثة والرجوع إليها عند كتابة الملاحظات
• فعالة في الحالات البسيطة والزيارات القصيرة

نقاط الضعف:

• وجود "هلوسات" (بيانات مخترعة)، على الرغم من أنها طفيفة بشكل عام (أخطاء في الجنس والسنوات)
• الصعوبة في التمييز بين الأهمية النسبية للمعلومات (تعامل جميع المعلومات على أنها متساوية في الأهمية)
• مشاكل تنظيم بيانات الفحص البدني
• ملاحظة وقت المراجعة مما يقلل من فوائد الكفاءة الموعودة

لخص طبيب مختبِر تجريبي تجربته:"بالنسبة للتشخيصات البسيطة، يقوم بعمل جيد إلى حد ما في توثيق التقييم والخطة، ربما لأن جميع التشخيصات البسيطة كانت في مجموعة التدريب. أما بالنسبة للتشخيصات الأكثر تعقيداً، فيجب أن يمليها الطبيب بالضبط."

‍

وظائف وإمكانات الذكاء الاصطناعي الصحي

دعم القرارات السريرية

يتم تدريب نماذج الذكاء الاصطناعي الخاصة بالرعاية الصحية، مثل تلك التي يقوم عليها برنامج Dragon Copilot، على ملايين السجلات الطبية المجهولة الهوية والأدبيات الطبية، بهدف

• تحديد الأنماط في بيانات المرضى التي قد تشير إلى الحالات الناشئة
• اقتراح طرق التشخيص المناسبة على أساس الأعراض والسوابق المرضية
• الإبلاغ عن التفاعلات الدوائية المحتملة وموانع الاستعمال
• تسليط الضوء على البحوث السريرية ذات الصلة بالعروض التقديمية المحددة

ومن الإمكانات المهمة التي أبرزها أحد الأطباء المستخدمين قدرة هذه الأنظمة على"استيعاب السجل الطبي للمريض في سياقه وتقديم المعلومات الأساسية للأطباء التي قد يتم تجاهلها في الفوضى العارمة التي تتسم بها معظم السجلات الطبية الإلكترونية اليوم".

تحسين مسار المريض

يتمتع الذكاء الاصطناعي الخاص بالرعاية الصحية بالقدرة على تحويل تجربة المريض من خلال:

• التخطيط التنبؤي لتقليل أوقات الانتظار
• إنشاء خطط رعاية مخصصة
• التحديد الاستباقي للتدخلات الاستباقية للمرضى المعرضين لمخاطر عالية
• الفرز الافتراضي لتوجيه المرضى إلى بيئة الرعاية الأنسب لهم

اعتبارات الامتثال والخصوصية

يثير تكامل أدوات الذكاء الاصطناعي مثل Dragon Copilot قضايا امتثال مهمة:

• يجب على الأطباء تضمين إخلاء المسؤولية في الملاحظات التي تشير إلى استخدام الأداة
• يجب إبلاغ المرضى مسبقاً بأن المحادثة يتم تسجيلها
• ظهور مخاوف بشأن إمكانية وصول شركات التأمين إلى البيانات

التحديات العملية والآثار المترتبة على المستقبل

المنطق التفويضي' ومخاطره

ومن الجوانب الحساسة بشكل خاص التي يسلط الممارسون الضوء عليها هو احتمال "نقل" التفكير من الأطباء إلى أدوات الذكاء الاصطناعي. وكما يلاحظ أحد الأطباء المقيمين وهو أيضاً خبير في علوم الحاسوب:"قد يكمن الخطر في أن هذا يحدث خلسة، حيث تقرر هذه الأدوات ما هو مهم وما هو غير مهم".

وهذا يثير تساؤلات جوهرية حول دور الحكم السريري البشري في نظام بيئي يتزايد فيه الذكاء الاصطناعي.

الفعالية من حيث التكلفة والبدائل

من العناصر الحاسمة التي أبرزتها العديد من الشهادات ارتفاع تكلفة Dragon Copilot مقارنةً بالبدائل:

أفاد أحد المستخدمين، الذي شارك في الإصدار التجريبي، أنه بعد مرور عام واحد فقط لا يزال ثلث الأطباء في منشأته يستخدمون البرنامج.

‍

ذكر العديد من مختبري الإصدار التجريبي بدائل مثل Nudge AI و Lucas AI وغيرها من الأدوات التي تقدم وظائف مماثلة بتكلفة أقل بكثير، وفي بعض الحالات، أداء أفضل في سياقات محددة.

‍

‍

تنفيذ الذكاء الاصطناعي الصحي: الاعتبارات الرئيسية

عند تقييم حلول الذكاء الاصطناعي لقطاع الرعاية الصحية، من الضروري مراعاة ما يلي:

1. التوازن بين الأتمتة والحكم السريري
   يجب أن تدعم الحلول الأتمتة التفكير السريري للطبيب وليس استبدالها.
2. التخصيص لتخصصات محددة وسير العمل
   كما يلاحظ أحد مؤسسي شركة للذكاء الاصطناعي الطبي:"لكل اختصاصي تفضيلاته الخاصة فيما يتعلق بما هو مهم لتضمينه في الملاحظة مقابل ما يجب استبعاده؛ ويتغير هذا التفضيل وفقًا للمرض - فما يريده طبيب الأعصاب في ملاحظة عن الصرع يختلف تمامًا عما يحتاجه في ملاحظة عن الخرف".
3. سهولة التصحيح والإشراف البشري
   يجب أن يظل التدخل البشري بسيطاً وفعالاً لضمان دقة الملاحظات.
4. التوازن بين الشمولية والتوليف
   يجب ألا تكون الملاحظات التي يتم إنشاؤها مسهبة للغاية ولا هزيلة للغاية.
5. الشفافية مع المرضى
   يجب إطلاع المرضى على استخدام هذه الأدوات ودورها في عملية العلاج.

الخلاصة: نحو تكامل متوازن

تمثل ابتكارات مثل برنامج Dragon Copilot من مايكروسوفت خطوة مهمة في دمج الذكاء الاصطناعي في مجال الرعاية الصحية، ولكن تجربة المختبرين التجريبيين تُظهر أننا ما زلنا في مرحلة مبكرة، مع وجود العديد من التحديات التي يجب التغلب عليها.

سيتطلب مستقبل الذكاء الاصطناعي في مجال الرعاية الصحية توازناً دقيقاً بين الكفاءة الإدارية والحكم السريري، وبين الأتمتة والعلاقة بين الطبيب والمريض. إن أدوات مثل Dragon Copilot لديها القدرة على تخفيف العبء الإداري عن الأطباء، لكن نجاحها سيعتمد على قدرتها على الاندماج العضوي في سير العمل السريري في العالم الحقيقي، مع احترام تعقيدات الممارسة الطبية وفروقها الدقيقة.

القطاعات الحقيقية مقابل القطاعات المزيفة: مفتاح النجاح في مجال الذكاء الاصطناعي للرعاية الصحية

من الجوانب المهمة التي يجب مراعاتها دائمًا هو الفرق بين "القطاعات الحقيقية" و"القطاعات المزيفة" في مجال الذكاء الاصطناعي للرعاية الصحية، والذكاء الاصطناعي بشكل عام. إن "القطاعات الحقيقية" هي حلول مصممة من الألف إلى الياء مع فهم عميق لعمليات سريرية محددة، وسير العمل التخصصي والاحتياجات الخاصة لبيئات الرعاية الصحية المختلفة. تتضمن هذه الأنظمة معرفة المجال ليس فقط على مستوى السطح ولكن في بنيتها ونماذج البيانات الخاصة بها.

‍

وعلى النقيض من ذلك، فإن "العمودية المزيفة" هي في الأساس حلول أفقية (مثل أنظمة النسخ العامة أو أنظمة النسخ العامة) مع تطبيق طبقة رقيقة من تخصيص الرعاية الصحية فوقها. تميل هذه الأنظمة إلى الفشل على وجه التحديد في المجالات الأكثر تعقيدًا ودقة في الممارسة السريرية، كما يتضح من عدم قدرتها على التمييز بين الأهمية النسبية للمعلومات أو تنظيم البيانات الطبية المعقدة بشكل مناسب.

‍

كما تظهر التعليقات الواردة من المختبرين التجريبيين، فإن تطبيق النماذج اللغوية العامة على التوثيق الطبي، حتى عند التدريب على البيانات الطبية، لا يكفي لإيجاد حل عمودي حقيقي. من المرجح أن تكون الحلول الأكثر فعالية هي تلك التي تم تطويرها بمشاركة مباشرة من المتخصصين الطبيين في كل مرحلة من مراحل التصميم، ومعالجة مشاكل تخصصية طبية محددة والاندماج بشكل أصلي في تدفقات العمل الحالية.

‍

وكما لاحظ أحد الأطباء المختبرين التجريبيين:"فن" الطب هو إعادة توجيه المريض لتقديم المعلومات الأكثر أهمية/ذات الصلة". وتبقى هذه القدرة على التمييز، على الأقل في الوقت الراهن، مجالاً بشرياً بحتاً، مما يشير إلى أن المستقبل الأمثل هو على الأرجح تعاون تآزري بين الذكاء الاصطناعي والخبرة السريرية البشرية، مع حلول عمودية حقيقية تحترم الخبرة الطبية وتضخمها بدلاً من محاولة استبدالها أو الإفراط في توحيدها.