الطبيب الرقمي: أين تتفوق الآلة في التشخيص وأين تخدعنا؟

شامةٌ على الساعد نظر إليها طبيبٌ فاطمأنّ، وعرضتها على نظامٍ رقمي فأنذر. بمن تثق؟ السؤال الصحيح ليس «أيّهما أذكى؟» بل «في أيّ مهمّةٍ، وعلى أيّ مرضى، وبأيّ ضمانات؟». وفي الجواب عنه يتبيّن أين تنفعنا الآلة فعلًا.

ما تحسنه الآلة: صورةٌ ومهمّة واحدة

يتدرّب النظام على آلاف الصور الطبية الموسومة بنتائجها المؤكدة، فيستخرج أنماطًا بصرية ويحوّل كل صورة جديدة إلى احتمال. هو لا يفهم المرض، وإنما يُحسن ما رآه كثيرًا. وتجد هذه الفكرة مفصّلةً في مقال «ما هو الذكاء الاصطناعي حقًّا؟ شرحٌ مبسّط بلا مبالغة».

وفي هذا الباب نتائج تستحق الوقوف. ففي دراسة نشرتها مجلة «Nature» عام 2020 قارن باحثون من فريق جوجل ديب مايند وشركائهم نظامًا لقراءة الماموغرافيا بقرارات الأخصائيين. انخفضت الإنذارات الكاذبة بنسبة 5.7% والحالات الفائتة بنسبة 9.4% (نسبًا مطلقة) في العيّنة الأمريكية، و1.2% و2.7% في العيّنة البريطانية. والنظام دُرّب على بيانات بريطانية فقط ثم اختُبر على أمريكية فحافظ على تفوّقه، وهذا دليل مطمئن على قدرته على التعميم.

وفي عام 2018 أجازت هيئة الغذاء والدواء الأمريكية تسويق «آي دي إكس-دي آر» (IDx-DR)، وهو نظام يفحص صور الشبكية لدى مرضى السكري ويعطي قرار الفحص دون أن يفسّر الصورة طبيب. وأظهرت تجربته على 900 مريض في عشر عيادات رعاية أولية حساسيةً بلغت 87.4% ونوعيةً بلغت 89.5%.

لكن المختبر ليس العيادة

تحفّظان يلازمان تلك النتائج. الأول أنّ دراسة الماموغرافيا استعادية وبعض نتائجها محاكاة، وقد أقرّ مؤلفوها بالحاجة إلى دراسات استباقية تتابع مرضى فعليين. والثاني أنّ النموذج لا ينبّهك حين يخرج عن مجاله.

والمثال الأوضح الجلد. فقد بنى باحثون مجموعة صور متنوعة مؤكدة بالخزعة، ووجدوا أنّ نماذج الذكاء الاصطناعي المتقدمة تعاني قصورًا واضحًا في البشرة الداكنة والأمراض النادرة، وأنّ الأطباء أنفسهم يؤدّون أضعف على تلك الصور. والخبر الحسن أنّ تدريب النماذج على صور متنوعة سدّ الفجوة بين درجات البشرة. فالعدالة في التشخيص تبدأ من عدالة التمثيل في البيانات، وللتفصيل انظر مقال «التحيّز الخوارزمي: ما هو وكيف تُعيد الآلة إنتاج ماضينا؟».

الطبيب والآلة: ليس الجمع مضمونًا

يظنّ كثيرون أنّ طبيبًا بمساعدة آلة يتفوّق حتمًا على أيّ منهما وحده. والأدلة أدقّ من ذلك. ففي تجربة عشوائية على 50 طبيبًا (2024) لم تُحسّن الاستعانةُ بنموذج لغوي استدلالَهم التشخيصي إلا بنقطتين مئويتين لا تبلغان دلالة إحصائية (76% مقابل 74%)، بينما تفوّق النموذج وحده على المجموعتين. أي أنّ طريقة الدمج هي العامل الحاسم، لا مجرد وجود الأداة.

وثمة خطرٌ آخر أخفى: ضمور المهارة. ففي دراسة رصدية في أربعة مراكز بولندية (2025) انخفض معدل كشف الأورام الغدية عند الأطباء في المناظير التي أجروها بلا مساعدة، من 28.4% إلى 22.4% بعد أن اعتادوا نظام كشفٍ آلي. وهي دراسة رصدية لا تثبت السببية وفترتها قصيرة، لكنها تنبّه إلى أنّ الاتكال قد يُضعف حدس الطبيب إن لم يُصَن.

ما يُفعل

• قرار الطبيب: يبقى النظام مساعدًا، والمسؤولية على الإنسان الذي يوقّع.
• تحقّق محلي: لا يُعتمد نظام قبل اختباره على مرضى المنطقة نفسها ببياناتهم وأجهزتهم، لا على أرقام معلنة من مكان آخر.
• حفظ المهارة: تدريب الأطباء على حدود الأداة وعلى مراجعة قراراتها، لا على قبول ما تعرضه.
• إعلام المريض: له أن يعلم أنّ نظامًا آليًّا شارك في تشخيصه، وأن يسأل ويعترض.

وفي المملكة أصدرت الهيئة العامة للغذاء والدواء عام 2023 دليلًا خاصًّا بالأجهزة الطبية المعتمدة على الذكاء الاصطناعي والتعلّم الآلي، وهذا إطار تنظيمي نافع. وعلى قدر ما نبني من بيانات صحية عربية متنوعة ونصونها، يصير «الطبيب الرقمي» طبيبَنا نحن. والغاية في النهاية إنسانٌ يُطمأن ويُشفى، بإذن الله، لا رقمٌ يرتفع دقّةً في جدول.