عندما يدخل الذكاء الاصطناعي المستشفى: ما الذي يتغير للأطباء والمرضى؟

في مقالي السابق، تناولت الذكاء الاصطناعي الطبي من منظور تجاري، مع التركيز على الفرص التي يتيحها لشركات التكنولوجيا. لكن بعيدًا عن إمكاناته في دفع عجلة الابتكار وفتح أسواق جديدة، يبرز سؤال أكثر جوهرية: ما الفرق الذي ستحدثه هذه التقنيات للأطباء الذين يستخدمونها وللمرضى الذين يعتمدون عليهم؟ فالقيمة الحقيقية للابتكار الطبي تكمن في قدرته على تحسين جودة الرعاية وإمكانية الحصول عليها. وأنا أرى بالفعل تغييرات لافتة في سبل تقديم هذه الرعاية.

كيف يؤدي نقص الكوادر إلى تسريع أتمتة الرعاية الصحية

أعرف رائد أعمال تقدّم شركته كوادر طبية مؤقتة للمستشفيات، من بينهم ممرضون وممرضات يحلون محل الموظفين الدائمين عند تعذر حضورهم. قد تتوقع أن تزدهر شركة كهذه في ظل النقص المستمر في الكوادر. لكنه يقول إن حتى الشركات المتخصصة في توفير العاملين في مجال الرعاية الصحية تواجه صعوبة في العثور على عدد كافٍ من المؤهلين.

تعاني المستشفيات نقصًا في الأطباء والممرضين منذ عقود. ويتطلب تدريب مهنيي الرعاية الصحية الجدد وقتًا وموارد كبيرة. وقد يكون التعليم الطبي مكلفًا أكثر من اللازم، ولا سيما في الولايات المتحدة، كما أن سنوات الدراسة والتدريب السريري تنطوي على ضغوط مالية ونفسية. وحتى بعد إتمام تدريبهم، يواجه الأطباء مستويات عالية من التوتر ومسؤوليات جسيمة وضيقًا مستمرًا في الوقت.

ونتيجة لذلك، لا يتوفر للأطباء أحيانًا سوى بضع دقائق لكل مريض لمراجعة الأعراض، والنظر في التشخيصات المحتملة، وطلب الفحوصات، واستكمال الوثائق اللازمة. ويزيد عبء العمل هذا من خطر الأخطاء، ويترك وقتًا أقل للتفاعل الهادف مع المرضى. ومن غير المرجح أن يحل توظيف مزيد من العاملين المشكلة بمفرده.

لذلك، أعتقد أن النقص المستمر في الكوادر وتزايد أعباء العمل سيكونان من أبرز العوامل التي تسرّع اعتماد الذكاء الاصطناعي في المستشفيات.

ما المهام التي يمكن للأطباء إسنادها إلى الذكاء الاصطناعي؟

من التطبيقات العملية البارزة أنظمة الذكاء الاصطناعي التي تسجل المحادثات بين الأطباء والمرضى، وتلخص الاستشارات، وتساعد في إعداد الوثائق السريرية. وبدلًا من قضاء الوقت في تدوين الملاحظات يدويًا، يتلقى الأطباء مسودة يمكنهم مراجعتها وتعديلها حسب الحاجة.

بدأت فوائد هذه الأدوات تتضح بالفعل في الممارسة السريرية. فقد حللت دراسة نُشرت في مجلة JAMA في أبريل 2026 بيانات أكثر من 8,500 من مهنيي الرعاية الصحية في خمسة مراكز طبية أمريكية. وبين الأطباء الذين اعتمدوا أدوات التوثيق المدعومة بالذكاء الاصطناعي، انخفض الوقت المستغرق في تدوين الملاحظات السريرية بمتوسط 10%، أي ما يعادل نحو 16 دقيقة خلال كل فترة مدتها ثماني ساعات من مواعيد زيارات المرضى المجدولة.

ومن الأمثلة الأخرى التشخيص التفريقي بمساعدة الذكاء الاصطناعي. تخيل مريضًا يزور طبيبًا وهو يعاني ألمًا في البطن وإحساسًا بالوخز في الجانب الأيسر. يستطيع نظام ذكاء اصطناعي تحليل الأعراض واقتراح عدة أسباب محتملة للتحقق منها. وهو لا يضع التشخيص النهائي، لكنه قد يساعد الطبيب على إعداد قائمة بالاحتمالات، وتحديد أسئلة المتابعة، ومعرفة الفحوصات التي قد تكون ضرورية. وقد صادفت بالفعل أدوات كهذه في الممارسة، وأتوقع أن تصبح جزءًا معتادًا من الاستشارات الطبية. لكنها تثير أيضًا مخاوف مشروعة: هل يمكن أن يؤدي الاعتماد على اقتراحات الذكاء الاصطناعي تدريجيًا إلى إضعاف قدرة الأطباء على الاستدلال بشكل مستقل؟ فعندما يقدم النظام إجابات جاهزة، يسهل الميل إلى الوثوق باستنتاجاته، ولا سيما حين لا يتوفر أصلًا سوى وقت قصير جدًا لكل مريض.

لكن ثمة جانبًا آخر للمسألة. فمهما بلغت خبرة الطبيب، تتشكل معارفه حتمًا وفقًا للمرضى الذين عالجهم، والتدريب الذي تلقاه، والأبحاث التي أتيح له الوقت لدراستها. أما نماذج الذكاء الاصطناعي، فقد تتمكن من تحديد الأنماط في مجموعات أكبر بكثير من البيانات الطبية، بما فيها حالات ربما لم يصادفها طبيب بعينه قط.

الذكاء الاصطناعي مشاركًا في البحوث الطبية

ومن المجالات الأخرى الجديرة بالاستكشاف الحالات السريرية المعقدة التي يصعب فيها حتى على الاختصاصيين ذوي الخبرة التوصل إلى توافق. واليوم، تُعرض مثل هذه الحالات غالبًا على مؤتمرات مناقشة الحالات الطبية، حيث يراجع الأطباء نتائج الفحوصات، ويناقشون التشخيصات المحتملة، ويتفقون على الخطوات التالية للعلاج. لا أعتقد أن الذكاء الاصطناعي سيحل محل هذه المناقشات، لكنني أتصور أنه قد يصبح مشاركًا إضافيًا فيها.

يمكن أن يحدث ذلك بطرق عدة. فقد تحلل نماذج متعددة الحالة السريرية نفسها كلٌّ على حدة، ما يتيح للأطباء مقارنة نتائجها وتحديد نقاط الاتفاق أو الاختلاف. أو يمكن لنموذج واحد أن يفحص الحالة مرات عدة باستخدام أساليب تحليل مختلفة، ثم تُجمع النتائج لمراجعتها.

وبالطبع، لا يعني اتفاق نماذج الذكاء الاصطناعي بالضرورة أنها توصلت إلى النتيجة الصحيحة. فقد تتشارك النماذج قيودًا معينة، وتعتمد على بيانات تدريب متشابهة، وترتكب الأخطاء نفسها. ومع ذلك، قد تساعد هذه الرؤى الإضافية في كشف التناقضات، والتنبيه إلى الحالات النادرة، أو طرح احتمالات لم يفكر فيها الأطباء في البداية.

لكن لكي يسهم الذكاء الاصطناعي إسهامًا فعليًا في مثل هذه النقاشات، عليه أن يأخذ في الحسبان ما هو أكثر من نتائج الفحوص المنفردة. وقد لمست بنفسي أهمية هذا السياق السريري الأوسع من خلال عملنا في Keymakr. ففي أحد مشاريع التصوير بالموجات فوق الصوتية، عملنا على صور مأخوذة للمرضى أنفسهم في أوقات مختلفة، أحيانًا عدة مرات في اليوم، ثم مجددًا بعد أشهر. ووثّق الفريق البنى التشريحية وحدد مواضع الشذوذ المحتملة لمراجعتها من قبل المتخصصين، مع مراعاة التغيرات التي طرأت على مدار تاريخ فحوص المريض.

قد تؤثر التناقضات الطفيفة في السجلات الفردية في تفسير البيانات المرتبطة بها عبر كامل مجموعة البيانات. وقد عززت هذه التجربة إدراكنا لأهمية النظر إلى التاريخ الطبي للمريض بوصفه كلًا متكاملًا، وهو أمر لا غنى عنه بالقدر نفسه لأنظمة الذكاء الاصطناعي التي تدعم القرارات السريرية المعقدة.

التصوير بالرنين المغناطيسي من دون جهاز رنين مغناطيسي

لكن التشخيص لا يقتصر على تفسير البيانات الطبية تفسيرًا صحيحًا، بل يتوقف أيضًا على القدرة على الحصول على هذه البيانات من الأساس. ويتناول أحد أكثر مشاريع الذكاء الاصطناعي إثارة للاهتمام التي صادفتها في فعالية أوصى بها Scryon هذا التحدي تحديدًا. فقد توصل فريق من المطورين إلى طريقة تستخدم صور التصوير المقطعي المحوسب وعدة صور بالأشعة السينية ملتقطة من زوايا محددة، لإعادة إنشاء صورة شبيهة بصور الرنين المغناطيسي باستخدام الذكاء الاصطناعي. وانبثقت الفكرة من مشكلة عملية جدًا: فأجهزة الرنين المغناطيسي باهظة الثمن، ويضطر المرضى أحيانًا إلى الانتظار أشهرًا لإجراء الفحص، في حين أن أجهزة الأشعة السينية والتصوير المقطعي المحوسب متاحة على نطاق أوسع بكثير.

تركز التقنية في الوقت الراهن على الركبة، مع أن المطورين يدرسون توسيع نطاقها لتشمل مفاصل أخرى. ووفقًا للفريق، تهدف الصور المُعاد إنشاؤها إلى توفير معلومات تضاهي ما توفره صور الرنين المغناطيسي، رغم اعتماد تقنيات التصوير على مبادئ فيزيائية مختلفة.

بدلًا من تطوير جهاز طبي آخر باهظ الثمن، يستخدم الفريق تقنيات التصوير المتاحة ويعزز إمكاناتها من خلال إعادة إنشاء الصور بالذكاء الاصطناعي.

غرفة عمليات بلا حدود

أتوقع أن يؤدي الذكاء الاصطناعي دورًا ما في نصف العمليات الطبية على الأقل خلال العقد المقبل. وأقصد بذلك طيفًا واسعًا من التطبيقات، بدءًا من تحليل البيانات الطبية ودعم التشخيص، وصولًا إلى التوجيه بالذكاء الاصطناعي في الوقت الفعلي أثناء العمليات الجراحية.

على المدى البعيد، قد تساعد هذه التقنيات أيضًا في تجاوز العوائق المالية والتنظيمية، وحتى الجغرافية، التي تحول دون الحصول على الرعاية الصحية. تخيلوا جراحًا ماهرًا في الولايات المتحدة يساعد في إجراء عملية لطفل في الهند، أو اختصاصيًا في الهند يشارك في علاج مريض في كندا، من دون أن يكون حاضرًا فعليًا في غرفة العمليات. وقد تجعل التطورات في مجال الروبوتات وأنظمة التحكم عن بُعد والمساعدة الجراحية المدعومة بالذكاء الاصطناعي مثل هذه السيناريوهات ممكنة.

نشهد بالفعل خطوات أولى في هذا الاتجاه. فعلى سبيل المثال، تتيح منصة Proximie للجراحين الاتصال بغرف العمليات عن بُعد، ومتابعة الإجراءات في الوقت الفعلي، والتعاون مع الفرق الطبية الموجودة في الموقع. ويدعم النظام بث الفيديو المباشر والتواصل الصوتي والتعليقات التوضيحية المرئية، كما يستخدم الذكاء الاصطناعي لتحليل بيانات سير العمل الجراحي. ولا يعني ذلك أن الجراحين باتوا قادرين على إجراء أي عملية عن بُعد، لكنه يتيح للمتخصصين مشاركة خبراتهم وتقديم التوجيه من دون وجودهم في غرفة العمليات نفسها.

أؤمن بأن تحسين فرص الحصول على الرعاية الصحية ينبغي أن يكون أحد الأهداف الرئيسية للذكاء الاصطناعي الطبي. والمهم هو معرفة ما إذا كانت هذه التقنيات قادرة على تقليص فترات انتظار الفحوص التشخيصية، وتخفيف أعباء العاملين في المجال الطبي، وإتاحة مزيد من الوقت للأطباء مع مرضاهم. وفي نهاية المطاف، سأقيس نجاح الذكاء الاصطناعي الطبي بعدد الأشخاص الإضافيين الذين يتمكنون بفضله من الحصول على رعاية طبية جيدة وفي الوقت المناسب.