الذكاء الاصطناعي في رعاية مرضى المياه البيضاء: تقييم أداء النماذج اللغوية الكبيرة في الإجابة عن الاستفسارات المتعلقة بالساد

تمهيد

تشهد الرعاية الصحية تحولًا متسارعًا بفعل دخول الذكاء الاصطناعي التوليدي إلى ميدان التثقيف الطبي والإجابة عن استفسارات المرضى، فقد باتت النماذج اللغوية الكبيرة في متناول الجمهور العام، وأصبح المرضى يلجؤون إليها للاستفسار عن أعراضهم وخيارات علاجهم قبل مراجعة الطبيب أو بعدها، ويعد مرض المياه البيضاء المعروف بالساد من أكثر أمراض العيون شيوعًا في العالم وسببًا رئيسًا لضعف البصر القابل للعلاج، ولذلك فإن التحقق من جودة إجابات هذه النماذج عن أسئلته يمثل ضرورة علمية وأخلاقية، إذ قد يترتب على المعلومة الخاطئة أو الناقصة قلق لا مبرر له أو تأخر في طلب الرعاية المناسبة، وتأتي هذه الدراسة لتقدم تقييمًا منهجيًا مقارنًا لأداء أبرز النماذج اللغوية المتاحة في هذا المجال الدقيق من مجالات طب العيون

أولًا: أهداف الدراسة ومنهجيتها

هدفت هذه الدراسة إلى تقييم أداء خمسة نماذج لغوية كبيرة شائعة الاستخدام في الإجابة عن الأسئلة المتعلقة بالمياه البيضاء، وهي نموذجان من عائلة شات جي بي تي ونموذج جيميني ونموذج كوبايلوت ونموذج لاما مفتوح المصدر، وأجريت الدراسة في مستشفى العيون والأنف والأذن والحنجرة بجامعة فودان، واعتمدت تقييمًا نوعيًا وكميًا لإجابات النماذج قياسًا بإجابات بشرية مرجعية، وذلك وفق سبعة مقاييس رئيسة هي الدقة والاكتمال والإيجاز وعدم الإضرار وسهولة القراءة والثبات والقدرة على التصحيح الذاتي، كما أجرت مقارنات إضافية بين النماذج عبر مجموعات فرعية من الأسئلة مصنفة بحسب نوع الموضوع السريري، بما يتيح صورة تفصيلية عن مواطن قوة كل نموذج وضعفه

ثانيًا: أبرز النتائج

1، أظهر نموذج شات جي بي تي بنسخته المحسنة أفضل أداء في معظم مقاييس جودة المعلومات، إذ سجل أعلى درجة دقة بلغت 6.70 بانحراف معياري قدره 0.63، وأعلى درجة اكتمال بلغت 4.63 بانحراف معياري قدره 0.63، وأعلى درجة في عدم الإضرار بلغت 3.97 بانحراف معياري قدره 0.17

2، حقق نموذج جيميني أعلى درجة في مقياس الإيجاز بلغت 4.00 بانحراف معياري قدره 0.14، مما يشير إلى قدرته على تقديم إجابات مركزة ومختصرة مقارنة بمنافسيه

3، بينت التحليلات الفرعية أن النماذج اللغوية جميعها أدت بمستوى مماثل لأداء البشر أو أفضل منه بصرف النظر عن نوع السؤال المطروح، سواء تعلق بالتشخيص أو العلاج أو الوقاية

4، كشف تقييم سهولة القراءة أن نموذج شات جي بي تي المحسن سجل أدنى درجة قراءة بلغت 26.02 بانحراف معياري قدره 10.78 بما يعني أعلى مستوى من صعوبة القراءة، بينما سجل كوبايلوت 40.26 بانحراف معياري قدره 14.58 وظل دون مستوى البشر البالغ 51.54 بانحراف معياري قدره 13.71

5، أظهر نموذج كوبايلوت أفضل ثبات في قابلية إعادة الإنتاج واستقرار الإجابات عند تكرار الأسئلة، كما أبدت النماذج جميعها قدرة قوية على التصحيح الذاتي عندما طلب منها مراجعة إجاباتها

ثالثًا: دلالات الدراسة وتطبيقاتها

تقدم هذه الدراسة للباحثين في المعلوماتية الصحية وطب العيون إطارًا متعدد الأبعاد لتقييم مخرجات الذكاء الاصطناعي التوليدي لا يكتفي بالدقة بل يمتد إلى سلامة المحتوى وقابليته للفهم وثباته، وهي أبعاد يحتاجها الباحث العربي عند تصميم دراسات مماثلة في بيئات عربية ولا سيما عند اختبار إجابات النماذج باللغة العربية، وتلفت النتائج الانتباه إلى مفارقة مهمة تتمثل في أن النموذج الأدق قد يكون الأصعب قراءة على المريض العادي، مما يستدعي تطوير طبقات تبسيط لغوي ترافق المحتوى الطبي، كما تؤكد الدراسة أن الاستخدام المسؤول لهذه الأدوات في التثقيف الصحي يتطلب إشرافًا مهنيًا وتوعية للمرضى بحدودها حتى لا تتحول إلى بديل عن المشورة السريرية المتخصصة

وخلاصة القول إن النماذج اللغوية الكبيرة أظهرت إمكانات معتبرة في تقديم إجابات دقيقة وشاملة عن القضايا السريرية الشائعة المتعلقة بالمياه البيضاء، وتصدر نموذج شات جي بي تي المحسن مقاييس الدقة والاكتمال وعدم الإضرار، غير أن هذه النتائج الواعدة لا تلغي ضرورة الوعي بقيود الذكاء الاصطناعي وضمان التقييم النقدي لمخرجاته في الممارسة السريرية اليومية