دراسات

«تشات جي بي تي» يتخذ 72 % من القرارات السريرية الطبية

أجرى باحثون في مستشفى “Mass General Brigham” في الولايات المتحدة دراسة شاملة قاموا فيها بتقييم كفاءة محرك “تشات جي بي تي” في اتخاذ القرارات السريرية. وقد أظهرت النتائج أن “تشات جي بي تي”، وهو روبوت محادثة يعتمد على الذكاء الاصطناعي ويستخدم نموذج اللغة الكبير (LLM)، حقق مستوى دقة يبلغ حوالي 72 في المائة في مجموعة متنوعة من المهام السريرية.

شملت الدراسة تغطية مختلف التخصصات الطبية، وأظهرت كفاءة متسقة لـ “تشات جي بي تي” في سياقات الرعاية الأولية والطوارئ. تم استخدام 36 مقالة سريرية موحدة في هذا التقييم، حيث تم تقديم هذه المقالات بشكل منهجي لـ “تشات جي بي تي”. بدأت المهمة الأولية للروبوت بتقديم قائمة بالتشخيصات المحتملة باستخدام البيانات الأولية للمريض مثل العمر والجنس والأعراض وحالة المرض. ثم توسعت المهمة لتشمل قرارات الإدارة وتحديد التشخيص النهائي واتخاذ قرارات الرعاية المستنيرة.

أظهرت النتائج أن “تشات جي بي تي” تمكن من تحقيق دقة عالية بلغت حوالي 72 في المائة في الإجمال. كان أكثر كفاءة في الوصول إلى التشخيص النهائي بمعدل دقة يصل إلى 77 في المائة. ومع ذلك، وجد الباحثون أنه تعثر قليلاً في اقتراح التشخيص التفريقي بنسبة نجاح 60 في المائة فقط. وعندما تم تكليف الروبوت باتخاذ قرارات الإدارة السريرية مثل اختيار العلاجات المناسبة بعد التشخيص، حقق دقة بنسبة 68 في المائة.

على الرغم من النتائج الواعدة، يشير الباحثون إلى أن “تشات جي بي تي” واجه صعوبة في اقتراح التشخيصات التفريقية، وهي جزء أساسي من ممارسة الطب حيث يقرر الأطباء الخطوات التالية. وهم يشددون على أن خبرة الأطباء لا تزال أمرًا لا غنى عنه في المراحل الأولى من رعاية المرضى عندما تكون هناك تشخيصات محتملة متعددة. ويجب أن يتم دمج أدوات مثل “تشات جي بي تي” بعناية في المجالات السريرية وتحت إشراف الأطباء، وذلك إلى جانب الالتزام بالأبحاث المعيارية والفحوصات التنظيمية.

مقالات ذات صلة

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

زر الذهاب إلى الأعلى