في دراسة رائدة تم نشرها على منصة arXiv، تم استكشاف كيفية قدرة نماذج اللغة الضخمة (Large Language Models) مثل GPT من OpenAI، Gemini من Google، وClaude من Anthropic على دعم التحليل السريري النوعي. بُنيت الدراسة على تحليل موضوعي لقصص حية لأكثر من 150,000 كلمة من محادثات مع مرضى يعانون من اضطراب الشخصية الحدية.

استخدم الباحثون منهجًا مختلطًا لتقييم الإمكانيات التفسيرية لهذه النماذج، حيث تضمنت الدراسة ثلاثة مراحل رئيسية. في المرحلة الأولى (Study A)، تم تقييم صحة المحتوى الذي تم إنتاجه بواسطة الذكاء الاصطناعي من قبل خبراء في علم الظواهر وعلم النفس السريري، باستخدام قياسات متعددة مثل الصدقية والترابط وملاءمة النتائج.

أما في المرحلة الثانية (Study B)، فقد تم استخدام أساليب عصبية لوصف المواضيع التي تم إنشاؤها من قبل الإنسان والذكاء الاصطناعي في فضاء متعدد الأبعاد، ما مكن الباحثين من قياس الفروق بين الدلالات اللغوية بين الإنسان والنموذج.

وفي المرحلة الثالثة (Study C)، تمت دعوة مجموعة غير خبيرة للمشاركة في تقييم كيفية تأثير طول الوصف على إدراكهم للمحتوى وموثوقيته.

أثبتت النتائج أن هناك تداخلًا عالي التباين بين التحليل البشري والنموذجي، حيث لم يتمكن المقيمون من تفريق المواضيع المنسوبة للبشر عن تلك التي تم إنشاؤها بواسطة الذكاء الاصطناعي بشكل موثوق. وفيما يخص تقييم صحة المحتوى، كان أداء نموذج Gemini 2.5 Pro مقاربًا جدًا لأداء الأطباء البشر.

هذا البحث يطرح تساؤلات هامة حول مستقبل الذكاء الاصطناعي في المجال السريري، ومدى إمكانية اعتماده لدعم الأطباء البشر في قراراتهم.

ما رأيكم في هذه النتائج؟ هل ترون أن الذكاء الاصطناعي يمكن أن يلعب دورًا أكبر في الرعاية الصحية؟