أحدث الأخبار مع #AMIE
الوطن
١٧-٠٥-٢٠٢٥
- صحة
- الوطن
كيف طوّرت «Google» قدرات «AMIE» في الاستدلال الطبي؟
في أحدث أبحاثها حول «AMIE»، «مستكشف الذكاء الطبي الناطق»، تعمل شركة Google على توسيع قدرات الذكاء الاصطناعي التشخيصي ليشمل فهم المحتوى الطبي المرئي. يُعدّ AMIE نظام ذكاء اصطناعي بحثياً مبنياً على نموذج لغوي ضخم ومُحسّن خصيصاً للتفكير التشخيصي الطبي وإجراء المحادثات. وقد قامت الشركة بتحديث النظام ليتمكن من معالجة المعلومات الطبية البصرية أو تحليل الصور السريرية، مما يُتيح له إجراء استنتاجات بشكل أكثر شمولية، كما يعمل الطبيب المدرب. تمثل هذه الخطوة تطوراً جديداً في تقريب الذكاء الاصطناعي من الطريقة التي يشخّص بها الأطباء الحالات المرضية عبر الصور الطبية. تخيل أن تتحدث مع ذكاء اصطناعي حول مشاكلك الصحية، وبدلاً من الاكتفاء بتحليل الأعراض من وصفك لها، يمكنه أيضاً تفسير وتحليل صورك الطبية. يعتمد الأطباء بشكل كبير على ما هو مرئي، مثل الحالات الجلدية، وقراءات الأجهزة، وتقارير التحاليل المخبرية، وكما أشار فريق Google بشكل صحيح، فإن حتى تطبيقات التراسل الفوري تتيح معلومات متعددة الوسائط (مثل الصور والوثائق) لإثراء المحادثة. كيف طوّرت Google قدرات AMIE في الاستدلال الطبي؟ لتعزيز قدرات AMIE في التفكير الطبي، دمجت Google نموذج Gemini 2.0 Flash وطبّقت ما يُسمّى «إطار عمل الاستدلال القائم على الحالة». يسمح هذا الإطار لـAMIE بالتكيّف ديناميكياً مع الأسئلة والإجابات خلال المحادثة، كما يعمل الطبيب الحقيقي. يمكن للنظام تحديد الثغرات في المعلومات، وطلب مدخلات إضافية مثل الصور أو نتائج الفحوصات، وتحسين استنتاجه التشخيصي في الوقت الفعلي. فعلى سبيل المثال، إذا اكتشف AMIE وجود معلومات ناقصة، يمكنه طلب صورة لحالة جلدية أو تخطيط قلب كهربائي (ECG)، وتحليل تلك البيانات البصرية، ودمج النتائج في الحوار السريري. ولتدريب AMIE دون تعريض المرضى للخطر، أنشأت Google مختبر محاكاة طبية افتراضياً. القيود: رغم النتائج الواعدة، أوضحت Google عدداً من القيود التي ينبغي أخذها في الاعتبار عند تفسير نتائج البحث. أولاً، أُجريت الدراسة في بيئة بحثية مضبوطة لا تعكس تماماً واقع الرعاية الصحية في العالم الحقيقي. كما أن واجهة المحادثة لا يمكنها التقاط جميع تفاصيل الاستشارة الشخصية أو بالفيديو، بالإضافة إلى أن المرضى المُحاكين، على الرغم من كونهم ممثلين مدرّبين، لا يمكنهم تمثيل جميع جوانب التفاعل السريري الحقيقي. الخاتمة: يُظهِر عمل Google على نظام AMIE «مستكشف الذكاء الطبي الناطق»، الإمكانيات المتقدّمة للذكاء الاصطناعي في فهم أعراض المرضى ليس فقط من خلال النصوص، بل أيضاً من خلال تحليل البيانات البصرية المعقدة، تماماً كما يفعل الطبيب المتخصّص. هذا النهج متعدّد الوسائط يُعزّز دقة التشخيص ويُقرّب الذكاء الاصطناعي خطوة إضافية نحو دعم اتخاذ القرارات السريرية في الوقت الفعلي وبشكل تفاعلي. وفي محاكاة بحثية، أظهر نظام AMIE نتائج مبهرة، حيث تفوق على الأطباء البشريين في عدة مهام تشخيصية، بل وتلقى تقييمات أعلى فيما يتعلق بالتعاطف والمصداقية أثناء الاستشارات النصية.
الاتحاد
١٣-٠٥-٢٠٢٥
- صحة
- الاتحاد
"آمي".. ذكاء اصطناعي ينافس الأطباء في التشخيص والتحليل!
في قفزة طبية تقنية واعدة، كشفت جوجل عن نسخة مطورة من روبوتها الطبي الذي يستطيع استخدام صور الهواتف الذكية لتشخيص الأمراض الجلدية وتحليل أنواع متعددة من الصور الطبية الأخرى. النظام الجديد لا يكتفي فقط بالتفوق في التشخيص، بل أظهر أداءً أفضل من الأطباء البشريين عند تفسير صور مثل تخطيط القلب ونتائج المختبر، ما يفتح آفاقًا مذهلة لمستقبل الطب الرقمي. نسخة سابقة من هذا النظام القائم على الذكاء الاصطناعي كانت قد تفوقت بالفعل على الأطباء في دقة التشخيص وحتى في مهارات التعامل مع المرضى. النسخة الجديدة أثبتت أداءً أفضل أيضًا من الأطباء البشريين عند تفسير صور مثل تخطيط القلب الكهربائي وملفات نتائج المختبر،فضلًا عن أمراض أخرى. ومقارنة بالأطباء البشريين، نجح في استخلاص كم من المعلومات مماثل لما يحصل عليه الأطباء في المقابلات الطبية وحظي بتصنيف أعلى على صعيد تفهم مشاعر المرضى.وفق موقع "nature" اقرأ أيضاً...الـ AI هل هو جيد للمعلمين.. خطر على الطلاب؟ ولا يزال روبوت الدردشة الذي أُطلق عليه اسم «أرتيكيوليت ميديكال إنتيليجانس إكسبلورر» Articulate Medical Intelligence Explorer، أو اختصارًا «آمي» (AMIE) قيد التجريب. وقد تم وصفه في ورقة بحثية نُشرت في 6 مايو على منصة الأبحاث الأولية arXiv. تعقيبًا على ذلك، تقول إليني لينوس، مديرة مركز الصحة الرقمية بجامعة ستانفورد: إن"دمج الصور والمعلومات السريرية يقربنا أكثر من وجود مساعد ذكاء اصطناعي يحاكي طريقة تفكير الأطباء". وبالرغم من أن روبوت الدردشة يفصله شوط طويل عن استخدامه في الرعاية الإكلينيكية، يرى واضعو الدراسة أنه قد يلعب في نهاية المطاف دورًا في إتاحة خدمات الرعاية الطبية التشخيصية للجميع. ومع أنه قد يكون مفيدًا، إلا أنه يجب ألا يغني عن التفاعل مع الأطباء. كيف تم تدريب الروبوت الطبي؟ النموذج يعتمد على Gemini من جوجل، الذي يعالج الصور بجانب النصوص.قام الباحثون بتكييفه طبّيًا بإضافة خوارزمية تعزز قدرته على إجراء حوارات تشخيصية واستنتاجات سريرية دقيقة. عمد الفريق البحثي بصفة مبدئية إلى إجراء سلسلة من عمليات توليف نظام نماذج القوالب اللغوية الكبيرة، بتدريبه على مجموعات بيانات واقعية متاحة من موارد كالسجلات الإلكترونية الصحية ونصوص المحادثات الطبية. ولصقل مهارة النظام، عكفوا على تحفيزه إلى لعب دور مصابين بحالات مرضية محددة، ولعب دور طبيب إكلينيكي مراع لشعورهم يسعى إلى فهم تواريخهم الطبية للخروج بتشخيص محتمل لهم. كذلك طلب الفريق البحثي من النظام لعب دور إضافي، ألا وهو دور ناقد يتولى تقييم تفاعُل الطبيب مع المريض المعالج، ويقدم إفادة بالرأي عن كيفية تحسين هذا التفاعل، واستُخدم هذا النقد لتعزيز تدريب نظام الذكاء الاصطناعي واستحداث محادثات مُحسنة. يقول ريوتارو تانو، عالم Google DeepMind بلندن: إن هذه الطريقة، تمكننا من غرس السلوكيات الصحيحة والمطلوبة أثناء المحادثات التشخيصية. من جانبها حذرت إليني لينوس من أن سيناريوهات المحاكاة لا تستطيع محاكاة تعقيد الرعاية الحقيقية، حيث يتمتع الأطباء بالخبرة والحدس، والفحص الجسدي، وهي أمور يصعب تقليدها. نظام «آمي» يتفوق قدم نظام الذكاء الاصطناعي أداء مضاهيًا للأطباء أو تفوق عليهم في دقة تشخيص الحالة المرضية في ست تخصصات طبية. كذلك تفوق على الأطباء في 24 معيارًا من جملة 26 معيارًا لجودة المحادثة، من بينها التهذيب، وشرح الحالة المرضية والعلاج والتحلي بالصراحة، والتعبير عن الاهتمام والتفاني. طريقة تدريب أسرع وأرخص بخلاف الإصدارات السابقة التي تطلبت إعادة تدريب مكلفة باستخدام قواعد بيانات ضخمة، تعتبر هذه الطريقة أرخص وأسهل في التطبيق، كما أوضح تانو أحد المشاركين في فريق الدراسة. من الخطوات المهمة التالية يتطلب النموذج إجراء دراسات أكثر تفصيلًا لتقييم احتمالات ارتكاب الروبوت لممارسات انحياز، وضمان توخيه الإنصاف مع مختلف الأطياف البشرية. وقد شرع فريق شركة «جوجل» في دراسة المعايير الأخلاقية المتطلبة لاختبار أداء النظام مع بشر يعانون مشكلات طبية حقيقية. تقنيات مثل «آمي» تمثل بداية عصر جديد في التشخيص الطبي القائم على الذكاء الاصطناعي، حيث يمكن لأنظمة ذكية تحليل الصور، وإجراء الحوارات، وتقديم استنتاجات دقيقة، وربما مساعدة الأطباء في تحسين الرعاية الصحية. ومع استمرار التطوير والتجارب، قد نشهد قريبًا مساعدًا ذكياً على الهاتف قادرًا على دعم قرارات الأطباء وتقديم استشارات موثوقة في أي مكان وزمان. لمياء الصديق(أبوظبي)
الاتحاد
٠٣-٠٥-٢٠٢٥
- صحة
- الاتحاد
"الذكاء الاصطناعي" يتعلم فهم الصور الطبية وقراءتها
بات بإمكان نظام "جوحل" للذكاء الاصطناعي التشخيصي فهم الصور الطبية وتحليلها، ما يشكل خطوة جديدة تزيد من فاعلية وأهمية هذه التقنية المتطورة الجديدة والواعدة. تخيل على سبيل المثال أنك تتحدث مع نموذج ذكاء اصطناعي حول مشكلة صحية. وبدلاً من مجرد معالجة كلماتك، يمكنه بالفعل النظر إلى صورة طفح جلدي أو فهم مخطط كهربية القلب المطبوع. هذا ما تسعى إليه الشركة الأميركية العملاقة. كنا نعلم بالفعل أن برنامج AMIE (مستكشف الذكاء الطبي المفصل) أظهر نتائج واعدة في المحادثات الطبية النصية، وذلك بفضل عمل سابق نُشر في مجلة Nature. ولكن الطب الحقيقي لا يقتصر على الكلمات فقط. فالأطباء يعتمدون، بشكل كبير، على ما يمكنهم رؤيته مثل حالة الجلد، وقراءات الأجهزة، وتقارير المختبر. فقد كان الذكاء الاصطناعي القائم على النصوص فقط يفتقد الصور التي تعتبر جزءًا كبيرًا في مجال الطب. كان السؤال الكبير، كما طرحه الباحثون، هو "هل يستطيع حاملو شهادات في القانون مثلا إجراء محادثات سريرية تشخيصية تتضمن هذا النوع الأكثر تعقيدًا من المعلومات؟". AMIE يتعلم النظر والاستدلال عزّز مهندسو جوجل نظام AMIE باستخدام نموذج Gemini 2.0 Flash الخاص بهم كدماغ للعملية. ودمجوا هذا مع ما يُسمّونه "إطار عمل الاستدلال الواعي بالحالة". ببساطة، هذا يعني أن الذكاء الاصطناعي لا يتبع نصًا مكتوبًا فحسب؛ بل يُكيّف محادثته بناءً على ما تعلّمه حتى الآن وما لا يزال بحاجة إلى فهمه. يشبه الأمر طريقة عمل الطبيب البشري: جمع الأدلة، وتكوين أفكار حول ما قد يكون خطأً، ثم طلب معلومات أكثر تحديدًا، بما في ذلك الأدلة المرئية، لتضييق نطاق البحث. توضّح جوجل: "هذا يُمكّن نظام AMIE من طلب بيانات متعددة الوسائط ذات صلة بالمرض عند الحاجة، وتفسير نتائجها بدقة، ودمج هذه المعلومات بسلاسة في الحوار الجاري، واستخدامها لتحسين التشخيص". تخيل المحادثة وهي تمر بمراحل: أولًا، جمع تاريخ المريض، ثم الانتقال إلى اقتراحات التشخيص والإدارة، وأخيرًا المتابعة. يُقيّم الذكاء الاصطناعي فهمه باستمرار، ويطلب صورة الجلد أو نتيجة المختبر إذا لاحظ أي نقص في معرفته. اقرأ أيضا.. بيل جيتس: الذكاء الاصطناعي سيحل محل العديد من المهن ولكي يُنجز ذلك بدقة دون الحاجة إلى تجارب وأخطاء لا نهاية لها على أشخاص حقيقيين، أنشأت جوجل مختبر محاكاة مُفصّل. ابتكرت جوجل حالات مرضى واقعية، مستمدة صورًا وبيانات طبية واقعية من مصادر مثل قاعدة بيانات تخطيط كهربية القلب ومجموعة صور الأمراض الجلدية، مضيفةً قصصًا خلفية منطقية باستخدام برنامج Gemini. ثم أتاحت الشركة لـ AMIE "الدردشة" مع مرضى مُحاكيين ضمن هذا الإعداد، والتحقق تلقائيًا من مدى أدائه في أمور مثل دقة التشخيص وتجنب الأخطاء. أجرت جوجل دراسة عن بُعد شملت 105 سيناريوهات طبية مختلفة. تفاعل ممثلون حقيقيون، مُدرَّبون على تصوير المرضى باستمرار، إما مع AMIE متعدد الوسائط الجديد أو مع أطباء رعاية أولية بشريين حقيقيين. جرت هذه الدردشات من خلال واجهة يتمكن فيها "المريض" من تحميل الصور، تمامًا كما هو الحال في تطبيق مراسلة حديث. بعد ذلك، راجع أطباء متخصصون (في الأمراض الجلدية، وأمراض القلب، والطب الباطني) والمرضى أنفسهم المحادثات. قام الأطباء البشريون بتقييم كل شيء، بدءًا من جودة تدوين التاريخ المرضي، ودقة التشخيص، وجودة خطة العلاج المقترحة، وصولًا إلى مهارات التواصل والتعاطف، وبالطبع، مدى كفاءة الذكاء الاصطناعي في تفسير المعلومات المرئية. نتائج مفاجئة هنا، تكمن نقطة الإثارة. في هذه المقارنة المباشرة ضمن بيئة الدراسة المُتحكم بها، وجدت جوجل أن AMIE غالبًا ما كان يتفوق على الأطباء البشريين. صُنِّف الذكاء الاصطناعي بأنه أفضل من أطباء الرعاية الأولية البشريين في تفسير البيانات متعددة الوسائط المُشاركة خلال المحادثات. كما حقق أداءً أعلى في دقة التشخيص، حيث أنتج قوائم تشخيص تفريقي (قائمة مرتبة للحالات المحتملة) اعتبرها المتخصصون أكثر دقة واكتمالاً بناءً على تفاصيل الحالة. مال الأطباء المتخصصون، الذين راجعوا النصوص، إلى تقييم أداء AMIE أعلى في معظم المجالات. وأشاروا بشكل خاص إلى "جودة تفسير الصور والتفكير المنطقي"، ودقة التشخيص، وسلامة خطط الإدارة، وقدرته على تحديد الحالات التي تتطلب عناية عاجلة. ربما جاءت إحدى أكثر النتائج إثارة للدهشة من المرضى: فقد وجدوا غالبًا أن الذكاء الاصطناعي أكثر تعاطفًا وجدارة بالثقة من الأطباء البشريين في هذه التفاعلات النصية. وعلى صعيد السلامة الحاسم، لم تجد الدراسة فرقًا ذا دلالة إحصائية بين عدد مرات ارتكاب AMIE للأخطاء بناءً على الصور مقارنةً بالأطباء البشريين. إن منح الذكاء الاصطناعي القدرة على "رؤية" وتفسير الأدلة البصرية التي يستخدمها الأطباء يوميًا يُتيح لمحةً عن كيفية مساعدة الذكاء الاصطناعي للأطباء والمرضى يومًا ما. ومع ذلك، فإن الطريق لتحويل هذه النتائج الواعدة إلى أداة آمنة وموثوقة للرعاية الصحية اليومية لا يزال طويلًا ويتطلب دراسةً متأنية.
