فضّل الأطباء ملخصات الخروج المُعدّة بالذكاء الاصطناعي في 95% من الحالات، وفق دراسة لجامعة ستوني بروك

فضّل الأطباء المراجعون ملخصات الخروج المُعدّة بالذكاء الاصطناعي على نظيراتها التي أعدّها البشر في 95% من حالات الاستشفاء التي قيّمتها دراسة أجرتها جامعة ستوني بروك. وركّز التحليل الاستعادي على 60 حالة دخول إلى قسم الطب الباطني، امتدت مدة كل منها من سبعة إلى 21 يومًا، حيث تجعل العلاجات المطوّلة والكميات الكبيرة من الملاحظات السريرية تسليم الرعاية إلى العيادات الخارجية مهمة شاقة على نحو خاص.

تشير النتائج، المنشورة في npj Digital Medicine، إلى أن النماذج اللغوية الكبيرة قد تساعد الأطباء على إعداد وثائق خروج أكثر اكتمالًا وأسهل استخدامًا. كما توضح النتائج سبب استمرار أهمية التحقق البشري: فقد احتوت كل من الملخصات المُعدّة بالذكاء الاصطناعي وتلك التي أعدّها البشر على أخطاء، ولم تثبت التقييمات الأعلى تحسن نتائج المرضى.

لماذا تمثل ملخصات الخروج مهمة صعبة على الذكاء الاصطناعي

يربط ملخص الخروج بين الرعاية المقدمة في المستشفى والأطباء المسؤولين عما يليها. وينبغي أن يوضح سبب الدخول إلى المستشفى، ومسار العلاج، والتغييرات في الأدوية، والمشكلات التي لم تُحسم، وخطة المتابعة. وبالنسبة إلى طبيب الرعاية الأولية، قد يعني غياب تفسير أو عدم وضوح الخطوة التالية الاضطرار إلى إعادة بناء تفاصيل الإقامة في المستشفى بالاستناد إلى سجل أكبر بكثير.

وتزيد الإقامات الأطول من حدة هذه المشكلة. إذ تتراكم المعلومات في ملاحظات تطور الحالة والاستشارات وتقارير التصوير وغيرها من الوثائق، وغالبًا ما تتكرر المعلومات وتتغير خطة العلاج. وينبغي للملخص المفيد أن يحافظ على الصورة السريرية النهائية، مع توضيح تطور القرارات.

صُمم نهج ستوني بروك بالتعاون مع الأطباء، مع التركيز على المعلومات التي يحتاج إليها الأطباء الذين يتلقون المرضى. وتقول الجامعة إن النظام نظّم سجلات المرضى في مسودات لملخصات الخروج خلال دقائق. وهذا يصف زمن إنشاء المسودات؛ أما تأثير النظام في إجمالي الوقت الذي يقضيه الأطباء في التوثيق والتحقق، فلا يزال بحاجة إلى الاختبار في الممارسة السريرية.

ما الذي قيّمه الأطباء بدرجة أعلى

جمعت الدراسة تقييمات أطباء المستشفى وأطباء الرعاية الأولية. ومنح المراجعون ملخصات الذكاء الاصطناعي تقييمات أعلى من حيث الجودة الإجمالية وسهولة القراءة والإيجاز والدقة الواقعية والاكتمال. كما رصدوا تفاصيل سريرية ناقصة أقل عددًا.

على مقياس التقييم المقدم، والمكوّن من خمس نقاط، بلغ متوسط تقييم الملخصات المُعدّة بالذكاء الاصطناعي 4.71 من حيث الجودة الإجمالية، مقابل 3.16 للملخصات التي أعدّها البشر. وبلغ متوسط الدقة الواقعية 4.62 مقابل 3.73، فيما بلغ متوسط الاكتمال 4.69 مقابل 3.42. وهذه تقييمات للأطباء، وليست نسبًا مئوية لعبارات ثبتت صحتها.

يعرض الرسم 120 تقييمًا لكل نوع من الملخصات في المقاييس المجمعة لأطباء المستشفى وأطباء الرعاية الأولية، و60 تقييمًا لكل نوع في الأسئلة الخاصة بالرعاية الأولية. ومنح مراجعو الرعاية الأولية ملخصات الذكاء الاصطناعي تقييمات أعلى في ما يتعلق بفهم فترة الاستشفاء، وشرحها للمرضى ومقدمي الرعاية، ودعم الرعاية اللاحقة.

وتكتسب هذه الفروق أهمية لأن منظور كاتب ملخص الخروج يختلف عن منظور الشخص الذي يتصرف على أساسه. فقد يسرد المستند أحداث الإقامة في المستشفى بالتفصيل، لكنه يترك الطبيب الذي يتلقى المريض غير متأكد من المسائل العالقة أو من أسباب تغيير أحد الأدوية.

كيف يتعامل مسار التلخيص مع السجلات الطويلة

يقدم الإصدار العلني للشفرة البرمجية الذي نشره الباحثون مزيدًا من التفاصيل عن التقنية. ويجمع مسار LangChain/LangGraph المُصدّر الملاحظات بحسب تسلسلها الزمني، وينشئ ملخصًا منظمًا، ثم ينقح مسودته أثناء معالجة أجزاء إضافية من السجل. وتستخرج مرحلة منفصلة النتائج العرضية من الملاحظات المحددة بعلامات، قبل تنسيق السرد النهائي.

يعالج هذا النهج المرحلي قيدًا عمليًا للنماذج اللغوية: فقد يتجاوز طول السجل السريري كمية النص التي يستطيع النموذج معالجتها في تمريرة واحدة. ويسمح الاحتفاظ بمسودة منظمة ومتابعة العمل عليها بإسهام أجزاء متتالية من السجل في النتيجة.

كما يسجل التصدير العلني معرّفات المصادر وينشئ بيانات وصفية للاستشهادات إلى جانب المخرجات المنظمة والسردية. ويتضمن بيانات توضيحية اصطناعية، فيما يتيح المستودع للتحليل نتائج التقييمات وتعليقات توثيق الأخطاء بعد إزالة بيانات التعريف الشخصية. ويتيح ذلك فحص سير العمل من دون نشر سجلات المرضى الأصلية للعامة.

قلة حالات الإغفال لا تلغي المخاطر السريرية

تعزو خلاصة الدراسة المنشورة انخفاض عدد حالات عدم الدقة أو الإغفال الموثقة أساسًا إلى قلة حالات الإغفال. كما تشير إلى عدم وجود فرق ذي دلالة إحصائية بين نوعي الملخصات في تقديرات المراجعين لشدة الضرر المرتبط بالأخطاء أو احتمالية وقوعه.

لا تثبت هذه النتيجة أن النهجين متماثلان في مستوى السلامة، ولا أن مسودة الذكاء الاصطناعي جاهزة للإدراج في سجل المريض من دون مراجعة. فقد تناول التقييم الوثائق وأحكام الأطباء، ولم يثبت انخفاض حالات إعادة الإدخال إلى المستشفى أو الأضرار المرتبطة بالأدوية أو غيرها من نتائج المرضى.

يشدد المؤلفون على ضرورة أن يتحقق الأطباء من المعلومات قبل استخدامها. فتعليمات الأدوية، والمسائل الطبية التي لم تُحسم، وتوصيات المتابعة عناصر أساسية في الغرض من الوثيقة، وتظل مواضع قد تترتب فيها عواقب على أي خطأ أو إغفال.

ما الذي يسبق الاستخدام السريري الاعتيادي

وقالت Rachel Wong، الحاصلة على درجة دكتور في الطب (MD)، والمؤلفة المشاركة في المراسلات والأستاذة المشاركة السريرية في Stony Brook، في إعلان الجامعة: «تقدم هذه النتائج دليلاً على أن الذكاء الاصطناعي يمكن أن يدعم توثيق إجراءات الخروج من المستشفى للمرضى الذين أمضوا فترات إقامة معقدة فيه».

قال Fusheng Wang، الحاصل على درجة الدكتوراه والمؤلف المشارك في المراسلات، إن الخطوات البحثية التالية تشمل تقييم الدقة والسلامة والوقت الذي يوفره الأطباء فعلياً ومدى ملاءمة التقنية لسير العمل السريري. وتقول الجامعة إن تطبيقاً تجريبياً في الممارسة اليومية لدى Stony Brook Medicine قيد الدراسة.

يقود المشروع متعدد التخصصات Tyler Osborne، طالب الدكتوراه في علوم الحاسوب، ويجمع بين الأطباء وعلماء الحاسوب والمتخصصين في المعلوماتية الطبية الحيوية وخبرات الاتصال. وتقدم الدراسة أدلة مشجعة على إعداد مسودات معقدة لملخصات الخروج من المستشفى تحت إشراف الأطباء. ويتطلب تحديد مدى إمكانية تحويل ذلك إلى استخدام يومي موثوق تقييمَ عملية المراجعة إلى جانب النص المُنشأ.