يعد الذكاء الاصطناعي السريري (Clinical Artificial Intelligence) أحد المجالات المتزايدة الأهمية في الطب الحديث، حيث يسعى لبناء نماذج تعمل على تمثيل المرضى بشكل دقيق وعالي الأبعاد. ومع ذلك، تظل كل نموذج سريري نهائي مجرد تجريدي. السؤال المحوري هنا ليس فقط في مدى دقة تنبؤ النموذج، بل أيضًا عن البروز الضرورية التي يجب تمثيلها، والدقة المطلوبة لكل قرار.

نجادل بأن الذكاء الاصطناعي السريري يجب أن يستخدم التجريد الكافي للقرار: حيث يجب أن يعتمد تفاصيل النموذج على التركيب الموضوعي للقرار، ويكون مقيدًا بالأدلة المتاحة لدعم تلك التفاصيل.

كما أننا نقترح أن هذا التركيب الموضوعي ينبغي أن يكون غالبًا ذو طابع تسلسلي. فعلى سبيل المثال، قد يظهر معدل الوفيات أقل من 10% في مرحلة مبكرة وعند الحاجة لمزيد من الدقة، قد يظهر أقل من 5%.

نقوم بتشكيل مفهوم تحسين الترتيب للكشف عن الحدود، وهو علاقة قرار مجموعة، وتجريد كافٍ للحدود.

يحتاج النموذج إلى مستوى من الدقة يكفي للحفاظ على مجموعة الناجين الناتجة عن الحدود التي تم الوصول إليها حتى الآن.

عند حسم إحدى الحدود القديمة، فإن التسوية الإضافية للأهداف اللاحقة لا تحمل قيمة قرار لتلك الاختيارات.

عندما تكون إحدى الحدود الحاسمة غير محسومة، يجب استهداف المعلومات الإضافية أو تعقيد النموذج نحو تلك الحدود بدلاً من إضافته بشكل عام.

يربط هذا الإطار بين التفكير السريري، تجريد النموذج، الاستدلال السببي، التكييف القائم على التعلم، والتعاون بين البشر والذكاء الاصطناعي.

يدعو المقال إلى أن يسعى الذكاء الاصطناعي السريري نحو الأهداف قبل الدقة، والترتيب قبل التجريد، والتكرار حتى الوصول إلى مستوى كافٍ من القرار بدلاً من الكمال الواقعي.