قيّم فريق من الباحثين في جامعة كارلوس الـ3 في مدريد نماذج مختلفة من نماذج الذكاء الاصطناعي اللغوية، بهدف تبسيط التقارير الطبية وتكييفها بلغة أكثر وضوحا لتناسب الأشخاص غير المتخصصين.
التقارير الطبية تحت سيطرة الذكاء الاصطناعي؟
ومن شأن هذا العمل أن يساعد المرضى على فهم حالتهم الصحية بشكل أفضل والالتزام بالعلاجات الموصوفة لهم على نحو صحيح.
وتأتي هذه الدراسة، التي نُشرت في مجلة "Scientific Reports"، استجابةً لمشكلة واسعة الانتشار في المجتمع الحديث، تتمثل في صعوبة فهم كثير من الأشخاص لتقاريرهم الطبية، وهو ما يؤثر بشكل مباشر في قدرتهم على إدارة أوضاعهم الصحية.
وتوضح بالوما مارتينيز، المؤلفة المشاركة في الدراسة والأستاذة في قسم علوم الحاسوب بالجامعة: "لاحظنا أن 46% من المواطنين الأوروبيين يواجهون صعوبات في فهم الوثائق الطبية.. لذلك، طورنا مجموعة من الأدوات للمساعدة في تحسين التواصل بين الطبيب والمريض".
وتضيف: "لحل هذه المشكلة، يمكن للنماذج اللغوية إنشاء نسخة من الوثيقة مخصصة للمتخصصين الطبيين، وأخرى مصمّمة بما يتناسب مع المريض، بما يضمن قدرته على فهم الاختصارات أو العبارات المعقدة الواردة في التقرير".
قواعد سهولة الفهم والإدراك
وتؤثر هذه اللوائح في الإدارات العامة ضمن مجالات متعددة، تشمل القضاء والرعاية الصحية والتوظيف والخدمات الرقمية والنقل.
وتوضح لورديس مورينو، المؤلفة المشاركة في الدراسة والأستاذة في قسم علوم الحاسوب بالجامعة: "اللغة المبسطة هي إطار منهجي موحّد يضمن سهولة العثور على المعلومات وفهمها واستخدامها.. وهي لا تقتصر على تقصير الجمل أو تبسيط الكلمات، بل تشمل تنظيم المحتوى بشكل منطقي، وتكييف المصطلحات المتخصصة، وتوجيه المستخدمين بوضوح وفقاً لاحتياجاتهم المعلوماتية".
اختبار النماذج
وقيّم البحث 50 تقريرًا طبيًا مستندًا إلى حالات سريرية قدمتها الجمعية الأندلسية لطب الأسرة والمجتمع.
وخضع كل تقرير لـ3 عمليات إعادة صياغة مستقلة، أعدّها خبراء في سهولة الوصول المعرفي وفقًا للمعيار الدولي للغة المبسطة ISO، ما أسفر عن 150 نصًا معدّلًا.
واستخدم الباحثون النصوص الأصلية والنسخ المعدّلة لضبط النماذج وتقييم أدائها.
وقيّم الباحثون مدى تبسيط النصوص، والتشابه الدلالي، والاتساق مع الحقائق، وسهولة القراءة، والأثر البيئي، عبر 4 عائلات من نماذج الذكاء الاصطناعي اللغوية، وهي:
- Llama 3.2 1B و3B.
- Salamandra 2B و7B.
- RigoChat-v2 7B.
- Medical-mT5 3B.
وأظهرت النتائج عدم وجود نموذج واحد مثالي لجميع الاستخدامات، إذ أظهر نموذج Llama-3.2-3B الأداء الأكثر توازنًا من حيث الكفاءة والمتانة والأداء العام، في حين تميّز نموذج RigoChat-v2-7B عندما تكون الأولوية لجودة النصوص وسهولة قراءتها.
الأخطاء الطبية تتطلب إشرافًا بشريًا
وكشف تحليل النصوص التي أنتجتها النماذج عن 3 أنواع رئيسية من الأخطاء ظهرت في جميع عائلات النماذج لـ4، وهي:
- التبسيط المفرط: حذف تفاصيل سريرية أساسية يحتاج المرضى إلى معرفتها.
- الهلوسة الطبية: اختلاق بيانات غير موجودة في التقرير الأصلي أو تغييرها.
- عدم الترابط: إنتاج جمل مجزأة أو انتقالات مفاجئة تعيق سهولة القراءة والفهم.
وتقول مارتينيز: "إنّ وجود هذه الأخطاء تحديدًا هو ما يجعل الإشراف البشري أمرًا أساسيًا عند استخدام هذه النماذج، وخصوصًا في مجال حساس مثل الرعاية الصحية".
وأتاح الفريق جميع المواد البحثية للمجتمع العلمي، بهدف تعزيز إمكانية إعادة إنتاج نتائج الدراسة.
وتختتم مارتينيز بالقول: "نماذجنا مفتوحة المصدر.. فجميع ما طورناه، بما في ذلك مجموعة البيانات والنماذج التي خضعت للضبط الدقيق والتعليمات المستخدمة، متاح في مستودعات عامة مثل GitHub وZenodo، حتى يتمكن الآخرون من البناء على هذا العمل".
