في عالم الطب الحديث، تعتبر الاستشارة التشخيصية عملية حيوية تعتمد على اتخاذ قرارات متسلسلة عبر الإنترنت، حيث يجمع الأطباء الأدلة من خلال تفاعلهم مع المرضى إلى أن يتوصلوا إلى تشخيص مدعوم بشكل كافٍ. ومع تقدم التكنولوجيا، يظهر الحل التلقائي كخيار مثير للاهتمام.

تُعد الشبكات بايزية (Bayesian Networks) الأساس الطبيعي لهذه العمليات، حيث تقوم بتحديث احتمالات التشخيص مع تضخم الأدلة. ومع ذلك، يقابل هذا التحول تحديات تتعلق بربط الفرضيات التشخيصية بالاستفسارات المحتملة وترجمة الاحتمالات المتغيرة إلى قرارات استشارية.

مؤخراً، تم تقديم آلية جديدة تُعرف باسم ConsultMind، التي ترتكز على إطار عمل يركز على الشكوك ويقوم بتحديث احتمالات الاضطراب بعد كل استجابة، مما يتيح لها استخدام الشكوك في توجيه الاستفسارات والتشخيص. يعتمد ConsultMind على نظام أوتوديسيم (AutoDisym) الذي يدمج بين المعرفة التشخيصية والسرد السريرية المعلّمة بالتشخيص لبناء شبكة بايزية للاضطراب-الأعراض (Disorder-Symptom Bayesian Network).

النتائج من مختلف التخصصات الطبية مثل الطب النفسي والطب التنفسي وعيادات الحمى، تظهر أن ConsultMind يعزز الأداء التشخيصي ويدعم جودة الشرح. على سبيل المثال، أظهرت التجارب أن AutoDisym تحقق درجات F1 متوسطة نسبتها 81.37 للأعراض القياسية و72.19 للعلامات باستخدام نموذج GPT-5.6-Sol، في حين أن ConsultMind تمكن من تحسين دقة التشخيص في أعلى ثلاث مراكز بنسبة تصل إلى 37.89 نقطة مئوية.

يبرز تقييم الأطباء كيف يحسن ConsultMind جودة التصنيفات والتشخيصات المختلفة، مما يوفر رؤية أكثر وضوحاً في عملية اتخاذ القرار.

تتجه الأنظار نحو ConsultMind كأداة تعد بإحداث ثورة في استشارات التشخيص التلقائي، مما يجعلها نقطة تحول في فعالية الرعاية الصحية والدقة التشخيصية.