# تقييم منهجي لقدرة GPT-4 وPaLM2 على تشخيص الأمراض المصاحبة لدى مرضى MIMIC-IV

بحث علمي · 1 فبراير 2024

تشير النتائج إلى أن استخدام الذكاء الاصطناعي (AI) إلى جانب الأطباء قد يقلّل الأخطاء المعرفية التي تتسبب في مئات الآلاف من التشخيصات الخاطئة كل عام. وتبقى المراجعة البشرية ضرورية؛ فالنماذج اللغوية الكبيرة لا تستطيع أن تحل محل الأطباء، لا سيما في فهم المريض والتعاطف معه. كما يواجه إدخال الذكاء الاصطناعي في الرعاية الصحية تحديات عديدة تتعلق بالأخلاقيات والمسؤولية القانونية والمتطلبات التنظيمية.

![](/assets/news-systematic-evaluation.webp)

## الملخّص

**الخلفية: **دفعنا ارتفاع معدل أخطاء التشخيص في المستشفيات، بالتزامن مع ظهور النماذج اللغوية الكبيرة (LLMs)، إلى قياس الحساسية التشخيصية لنموذجين شائعين: GPT-4 وPaLM2. وكانت دراسات محدودة النطاق قد أظهرت نتائج واعدة، منها دقة مرتفعة لـGPT-4 في تشخيص حالات اختبار. إلا أن تقدير قدرات هذه النماذج بموثوقية أكبر يتطلب دراسات أوسع تعتمد على بيانات إلكترونية فعلية للمرضى.

**المنهجية: **لمعالجة هذا النقص في الأبحاث، استخدمنا بيانات سجلات صحية إلكترونية (EHR) لنحو 300,000 مريض أُدخلوا إلى Beth Israel Deaconess Medical Center في بوسطن، بعد إزالة ما يكشف هوياتهم. وشملت البيانات فحوص الدم والتصوير والأحياء الدقيقة والعلامات الحيوية، إلى جانب رموز التشخيص الطبي. وراجع أطباء البيانات المتاحة وحدّدوا لكل مريض مجموعة من التشخيصات اتُخذت مرجعاً للمقارنة. ثم صغنا تعليمات بعناية للحصول على تشخيصات متوقّعة من النماذج اللغوية الكبيرة، وقارنّاها بالتشخيصات المرجعية في عينة عشوائية من 1000 مريض.

**النتائج: **بقياس نسبة التشخيصات التي طابقت التشخيصات المرجعية، قدّرنا معدل نجاح GPT-4 في التشخيص بـ93.9%، مقابل 84.7% لنموذج PaLM2 على مجموعة البيانات نفسها. وتمكّن GPT-4 من تحديد 1116 تشخيصاً مختلفاً بصورة صحيحة في السجلات الصحية الإلكترونية الـ1000 المختارة عشوائياً.

**الخلاصة: **تشير النتائج إلى أن الاستعانة بالذكاء الاصطناعي إلى جانب الأطباء قد تقلّل الأخطاء المعرفية التي تتسبب في مئات الآلاف من التشخيصات الخاطئة سنوياً. وتظل الرقابة البشرية ضرورية؛ فلا يمكن لنماذج اللغة الكبيرة أن تحلّ محل الأطباء، خصوصاً في الفهم الإنساني والتعاطف. كما أن إدخال الذكاء الاصطناعي في الرعاية الصحية يواجه تحديات كثيرة، منها الجوانب الأخلاقية والمسؤولية القانونية والمتطلبات التنظيمية.

**Health Care Science**

[https://doi.org/10.1002/hcs2.79](https://doi.org/10.1002/hcs2.79)

---

[العودة إلى الأخبار](https://www.rhazes.ai/ar/news/) · [الأبحاث المنشورة](https://www.rhazes.ai/ar/publications/)