في عالم تتزايد فيه استخدامات الذكاء الاصطناعي (AI) في الرعاية الصحية، يبرز سؤالٌ جوهري: هل يمكن لنماذج اللغات الضخمة (Large Language Models) أن تحل محل الأطباء؟ دراسة جديدة تناولت هذا الموضوع من زوايا متعددة، حيث تم تقييم الأداء اللغوي للنماذج العامة والمتخصصة في المجال الطبي.

تشير الدراسة إلى أن هناك فجوة كبيرة في التوافق اللغوي بين هذه النماذج والمعايير الإكلينيكية المتعارف عليها. تم تحليل قدرة النماذج على تقديم شروحات طبية منظمة والتفاعل مع المرضى، إلى جانب جودة القراءة والتجاوب العاطفي.

من النتائج المثيرة أن النماذج الأساسية أظهرت مستوى عاطفي متدني مقارنة بالأطباء، حيث كانت النسبة 43.14-45.10% في الاتجاه السلبي، بينما جاءت النسبة لدى الأطباء 37.25%. وهو ما يُظهر أن النماذج مثل GPT-5 وكلود تتمتع بتعقيد لغوي أعلى بكثير، مما يعكس تحديات في التواصل الفعّال مع المرضى.

لكن الأمور لم تتوقف هنا، حيث أثبتت الدراسة أن تحسينات موجهة نحو التعاطف أدت إلى تقليل الانحرافات العاطفية ووضعت معايير جديدة للوضوح، رغم عدم تحقيق تحسينات كبيرة في دقة المعلومات.

في المقابل، أظهرت عمليات إعادة كتابة النصوص نتائج إيجابية، حيث حققت أعلى درجات التوافق مع إجابات الأطباء بشكل مستمر، مع تحسين في قابلية القراءة وتقليل حدة المشاعر. أدت التقييمات من كل من الأطباء والمرضى إلى التعرف على أن لا نموذج يتفوق في معايير المعرفة مقارنة بالأطباء، لكن المرضى فضلوا النسخ المعاد كتابتها من حيث الوضوح والنبرة العاطفية.

تشير النتائج إلى أن نماذج اللغات الضخمة يمكن أن تُستخدم كأدوات لتحسين التواصل بين الأطباء والمرضى وليس كبديل عن الخبرة السريرية. هل تعتقد أن هذه النماذج ستساهم في تطوير جودة الرعاية الصحية؟ شاركونا آراءكم في التعليقات!