ثورة هادئة في غرف الأطباء
بينما تدور الأنظار حول أدوات الذكاء الاصطناعي الموجهة لعامة المستخدمين، تشهد العيادات والمستشفيات في الولايات المتحدة تحولًا عميقًا لكن بعيدًا عن الأضواء. أداة تسمى OpenEvidence، تشبه «روبوت دردشة» مخصصًا للأطباء، أصبحت جزءًا يوميًا من عمل مئات الآلاف من الأطباء هناك، من دون أن يعرف معظم المرضى بوجودها أساسًا.
بحسب تقرير حديث لشبكة NBC News، قالت الشركة المطوِّرة لـ OpenEvidence إن الأداة استُخدمت في شهر واحد فقط (أبريل الماضي) خلال نحو 27 مليون حالة سريرية، وإن نحو 65% من الأطباء في الولايات المتحدة لجؤوا إليها لاتخاذ قرارات علاجية أو مراجعة معلومات طبية أو الاستعداد للامتحانات المهنية. أحد الأطباء الذين استطلعت الشبكة آراءهم، الدكتور Anupam Jena من مستشفى ماساتشوستس العام وجامعة هارفارد، وصف انتشار الأداة بأنه «نمو أُسّي»، مضيفًا: «الجميع يستخدمها».
ما هي OpenEvidence؟
تصف الشركة OpenEvidence بأنها محرك سؤال وجواب طبي يعتمد على الذكاء الاصطناعي، قادر على قراءة كميات ضخمة من الأدبيات العلمية (مثل الأبحاث المنشورة في PubMed والإرشادات السريرية) ثم تقديم إجابات سريعة ومخصَّصة للسياق السريري الذي يحدده الطبيب.
بحسب ما نقلته NBC News، يستخدم الأطباء الأداة في ثلاثة مسارات أساسية:
- دعم القرار السريري: أسئلة من نوع: «لمريض في هذا العمر، لديه مرض سكري وضغط دم مرتفع، ويعاني هذه الأعراض، ما أفضل خيارات العلاج وفق الأدلة الحديثة؟»
- تحديث المعلومات: مراجعة أحدث التوصيات في تخصص معين أو دواء جديد، بدل البحث اليدوي الطويل في قواعد البيانات الطبية.
- أعمال روتينية وتعليم: كتابة ملاحظات خروج المريض من المستشفى، أو إنشاء أدوات مراجعة شخصية للامتحانات الطبية.
بهذه الصورة، تبدو OpenEvidence أقرب إلى «زميل خبير متوفر على مدار الساعة» يقدّم رأيًا مبنيًا على الأبحاث، وليس بديلاً عن الطبيب أو عن التشخيص السريري المباشر.
لماذا يلجأ الأطباء إلى هذه الأداة؟
الطب الحديث يعتمد على كم هائل ومتسارع من الأبحاث. مجرد مواكبة التحديثات في تخصص واحد تحتاج ساعات قراءة أسبوعية. تقارير علمية عديدة، منها تقارير منشورة في دوريات مثل BMJ وJAMA (من دون ارتباط مباشر بـ OpenEvidence)، تشير منذ سنوات إلى أن عبء المعلومات أصبح تحديًا حقيقيًا للأطباء.
هنا يظهر دور أدوات من نوع OpenEvidence: اختصار الوقت اللازم للوصول إلى المعلومة الموثوقة، وتلخيص الإرشادات المعقدة بلغة عملية، مع أخذ حالة المريض المحددة في الحسبان. بحسب NBC News، تشير بيانات الشركة إلى أن نحو 60% من الاستفسارات التي يرسلها الأطباء عبر الأداة تتعلق مباشرة باتخاذ قرار علاجي لمريض بعينه.
لكن هذا الاستخدام الكثيف يثير أسئلة جوهرية: من يتحمل المسؤولية إذا كانت توصية الأداة خاطئة؟ وكيف يمكن للمرضى أن يثقوا في قرارات يتدخل فيها نظام ذكاء اصطناعي لا يعرفون عنه شيئًا؟
شفافية مفقودة بين الطبيب والمريض
أحد أبرز ما كشفه تقرير NBC News أن اعتماد الأطباء على OpenEvidence يجري عادة في صمت. معظم المرضى لا يعرفون أن الطبيب استند، جزئيًا على الأقل، إلى توصيات نظام ذكاء اصطناعي عند اتخاذ قرار علاجي.
هذا الوضع يعيد فتح نقاش قديم في أخلاقيات الطب: إلى أي حد يجب أن يكون المريض شريكًا في المعرفة المتعلقة بعلاجه؟ تقليديًا، لا يشرح الطبيب للمريض كل مصدر قرأه أو كل زميل استشاره. لكن دخول خوارزميات تجريبية نسبيًا في المشهد، يجعل بعض الخبراء يطالبون بدرجة أعلى من الشفافية.
في المقابل، يرى آخرون أن المهم هو جودة القرار، لا أداة المساعدة. من هذا المنظور، إذا كانت OpenEvidence تقلّل احتمال نسيان إرشاد مهم أو دواء بديل أفضل، فإن الاستفادة النهائية تعود على المريض، حتى من دون أن يعرف تفاصيل الكواليس التقنية.
ما الذي يميز OpenEvidence عن «شات بوت» عادي؟
وفرة أدوات الذكاء الاصطناعي العامة، مثل ChatGPT وأشباهه، قد توحي أن ما يفعله الأطباء عبر OpenEvidence يمكن إنجازه عبر أي روبوت محادثة. لكن حسب ما توضحه الشركة في موقعها الرسمي، هناك فروقات جوهرية:
- نطاق معرفي طبي مخصص: الأداة مدرَّبة ومربوطة بقواعد بيانات طبية متخصصة، وليست موسوعة عامة متعددة المجالات.
- تركيز على الأدلة (Evidence-based): كل إجابة ترتبط بمراجع من دراسات وإرشادات، يمكن للطبيب مراجعتها.
- ضبط أعلى للهلاوس: الشركة تؤكد أنها تستخدم آليات تقليل «اختلاق» المعلومات مقارنةً بنماذج عامة، مع بقاء احتمال الخطأ قائمًا بالطبع.
- تكامل مع بيئة المستشفى: في بعض المؤسسات، تُدمج الأداة مع أنظمة السجلات الطبية الإلكترونية لتسريع كتابة الملاحظات والتقارير.
هذه العناصر تجعلها أقرب إلى منصة قرار سريري قائمة على الذكاء الاصطناعي، لا مجرد تطبيق دردشة.
أين يقف العالم العربي من هذه الموجة؟
حتى الآن، لا توجد تقارير موسَّعة من مصادر عالمية توثق استخدام OpenEvidence في المستشفيات العربية، كما أن الشركة تذكر في تصريحاتها لـ NBC News رقمًا إجماليًا للمستخدمين الدوليين (نحو 1.2 مليون) من دون تفصيل للدول.
مع ذلك، يمكن رصد ملامح مشابهة في المنطقة من خلال ثلاثة اتجاهات:
- اعتماد منصات القرار السريري التقليدية: العديد من الأطباء العرب يعتمدون منذ سنوات على قواعد بيانات مثل UpToDate وClinicalKey، وهي أدوات ليست قائمة على الذكاء الاصطناعي التوليدي لكنها تخدم الغرض نفسه: الوصول السريع إلى الإرشادات.
- الاستفادة الشخصية من أدوات عامة: بعض الأطباء الشباب في المنطقة يذكرون، في نقاشات عامة وعلى منصات مهنية، أنهم يستخدمون نماذج ذكاء اصطناعي عامة للمساعدة في تلخيص أبحاث أو شرح مقالات معقّدة، مع تحفّظ واضح في الاعتماد عليها لاتخاذ قرارات علاجية مباشرة.
- مشروعات تجريبية محلية: جامعات ومراكز بحث في دول مثل الإمارات والسعودية ومصر بدأت تطرح مبادرات لتجربة الذكاء الاصطناعي في تحليل صور الأشعة أو توقع مخاطر الأمراض المزمنة، لكن هذه عادةً أكثر تخصصًا من نموذج OpenEvidence العام.
ما ينقص البيئة العربية حتى الآن هو منصات مهنية واسعة الانتشار تجمع بين قوة نماذج اللغة الكبيرة وبين الأدلة الطبية العربية والمحلية (الإرشادات الوطنية، الاختلافات في أنماط الأمراض، العوامل الوراثية، وحتى القضايا الفقهية المرتبطة ببعض الإجراءات الطبية).
فرص ومخاطر أمام الأنظمة الصحية العربية
انتشار أدوات مثل OpenEvidence في الولايات المتحدة يقدم نموذجًا عمليًا يمكن للمنطقة العربية أن تتعلّم منه، إيجابًا وسلبًا:
الفرص المحتملة
- تقليص فجوة المعرفة: في بعض المستشفيات الطرفية أو المناطق النائية، قد يحصل الأطباء على مستوى دعم معرفي يقارب ما يتوفر في المراكز الجامعية الكبرى.
- تسريع التشخيص والعلاج: الوصول الفوري إلى أحدث الإرشادات قد يساعد على تجنّب تأخير قرارات حساسة في الحالات الحرجة.
- التدريب المستمر: يمكن أن تتحول هذه الأدوات إلى «مدرّب ذكي» يساعد الأطباء المقيمين وطلاب الطب على المراجعة اليومية القائمة على الحالات الواقعية.
المخاطر والتحديات
- الاعتماد المفرط: خطر أن يتحول الذكاء الاصطناعي من أداة مساعدة إلى «عكاز دائم» يضعف مهارات التفكير النقدي والاستدلال لدى الأطباء مع مرور الوقت.
- الخصوصية وحماية البيانات: أي تكامل مباشر مع سجلات المرضى يطرح أسئلة قانونية وأمنية، خصوصًا في دول لا تزال أطر حماية البيانات الصحية فيها قيد التشكّل.
- فجوة الثقة مع المرضى: إذا شعر المرضى أن قرارات مصيرية تُتخذ اعتمادًا على نظام لا يفهمونه، من دون شرح كافٍ، فقد يؤثر ذلك في علاقتهم بالطبيب والنظام الصحي ككل.
نحو استخدام مسؤول للذكاء الاصطناعي في الطب
تجربة OpenEvidence في الولايات المتحدة تبيّن أن الأطباء مستعدون لتبنّي أدوات جديدة بسرعة، عندما يرون فيها فائدة عملية مباشرة لتخفيف عبء العمل وتحسين دقة القرارات. لكن هذا التبنّي لا يغني عن الحاجة الملحّة إلى إطارات تنظيمية واضحة، وتدريب منهجي للأطباء على فهم حدود هذه الأدوات، وثقافة شفافية تحترم حق المريض في المعرفة والمشاركة.
بالنسبة للمنطقة العربية، الفرصة قائمة لتجاوز مرحلة «الاستخدام الصامت» والانتقال إلى نماذج استخدام أكثر وعيًا ومسؤولية، تجمع بين التقنيات العالمية المتقدمة والمعرفة المحلية، وتضع مصلحة المريض في مركز كل قرار تقني.
