نتائج الدراسة وأهدافها

أجرى باحثون مقارنة بين أداة ذكاء اصطناعي تعتمد على نموذج GPT-4o تُسمى «LungDiag» ومحركات البحث التقليدية، بهدف تقييم قدرة كل منهما على مساعدة الأشخاص في التعرف إلى أمراض الجهاز التنفسي. وشملت الدراسة 2400 شخص بالغ من غير المتخصصين طبيًا، شاركوا عبر 24 منظومة للرعاية الصحية في الصين خلال الفترة من أبريل إلى يونيو 2025.

التفوق في التشخيص الأولي

أظهرت النتائج أن أداة «LungDiag» حققت دقة إجمالية بلغت 70%، مقابل 55.4% لدى مستخدمي البحث التقليدي، بفارق قدره 14.6 نقطة مئوية لصالح الذكاء الاصطناعي. كما بلغت دقة التشخيص الأولي 81.2% باستخدام الأداة، مقابل 54.5% في المجموعة الأخرى. وبلغت احتمالات الوصول إلى إجابة صحيحة أعلى بنحو 26% لدى مستخدمي «LungDiag».

الفرز الطبي والحالات الطارئة

على الرغم من ذلك، كان التحسن في تحديد مستوى الرعاية المطلوبة أقل وضوحًا، حيث بلغت دقة الإجابات المتعلقة بالفرز الطبي 53.4% لدى مستخدمي «LungDiag»، مقابل 47.1% لدى مستخدمي البحث التقليدي. كما أظهرت الأداة حساسية بلغت 85.6% في التعرف إلى الحالات عالية الخطورة، مقارنة بـ80.9% في المجموعة الأخرى، بينما بلغت النوعية 62.1% مقابل 56%.

الوقت المستغرق للحصول على الإجابات

لم يكن التفوق في الدقة مصحوبًا بسرعة أكبر في إنجاز المهمة، إذ استغرق مستخدمو «LungDiag» وقتًا وسيطًا بلغ 527 ثانية، مقابل 461 ثانية لدى مستخدمي البحث التقليدي.

حدود الدراسة والاستنتاجات

أشارت الدراسة إلى أن نتائجها لا تثبت أن استخدام الذكاء الاصطناعي يؤدي إلى تحسن نتائج العلاج في الحياة الواقعية أو يقلل من التأخر في طلب الرعاية الطبية. كما أن النتائج تتعلق بأداة محددة تعتمد على نموذج GPT-4o وطبقة معرفية متخصصة، ولا تعني بالضرورة أن جميع أدوات الذكاء الاصطناعي تقدم المستوى نفسه من الأداء. لذلك، ينبغي التعامل مع الإجابات الصحية التي تقدمها هذه الأدوات باعتبارها معلومات أولية مساعدة، لا تشخيصًا نهائيًا.