في عصر المعلومات الذي نعيشه اليوم، يشهد مجال العلوم الطبية تحولًا كبيرًا بفضل الذكاء الاصطناعي (AI). وفي هذا السياق، قدم فريق من الباحثين نموذجًا جديدًا يُدعى CLINLENS، يهدف إلى تطوير وكلاء ذكاء اصطناعي قادرين على معالجة وتحليل البيانات السريرية المعقدة.

تعتبر البيانات السريرية طويلة المدى (Longitudinal) والمتعددة الوسائط (Multimodal) من التحديات الكبرى التي تواجه الباحثين، حيث تحتاج هذه البيانات إلى تحليل دقيق لتحويلها إلى رؤى قابلة للتطبيق. يتضمن نموذج CLINLENS 200 مهمة تنفيذية مستندة إلى خمس مجموعات من الموارد الصحية المرتبطة، تشمل سجلات الصحة الإلكترونية، الملاحظات، رسم القلب الكهربائي، الأشعة السينية للصدر، والموجات فوق الصوتية.

تشمل الفئات المتداخلة في النموذج أربعة نطاقات زمنية للمريض وخمس قدرات تحليلية، منهجية عملية جديدة تهدف إلى تجاوز الفجوات الحالية في أدلة الأداء المرتبطة بالتحليل الطبي. إذ تمكن النموذج من تحقيق نسبة نجاح نسبية بلغت 56.3% في التحليل الدقيق للمسؤوليات السريرية، رغم أنه سجَّل نجاحًا كاملًا في التنفيذ.

في حين أن وكلاء الكودينغ التقليديين تمكنوا من حل 83 من بين 126 مهمة، فإن الأنظمة البيولوجية المعدلة استطاعت الوصول إلى نسبة نجاح ضئيلة للغاية.

تُبرز هذه النتائج الفجوة الكبيرة بين التطبيقات القابلة للتشغيل والتحليلات السريرية الصحيحة، مما يستدعي مزيدًا من البحث والتطوير في هذا المجال المهم الذي يُعد بفضل نموذج CLINLENS خطوة نحو المستقبل.