يشهد مجال الرعاية الصحية ثورة حقيقية مع تزايد استخدام الروبوتات الذكية (chatbots) في التعامل مع استفسارات المرضى. كثيرًا ما يطرح المرضى استفسارات قصيرة وغير محددة للحالات الصحية، مما يجعل من الصعب على هذه الروبوتات تقديم إجابات دقيقة تُراعي تفاصيل الحالة الخاصة بكل مريض. قد تكون هذه الاستفسارات واضحة لغويًا، ولكنها قد تدعم عدة إجابات محتملة بناءً على عوامل غير مكشوفة مثل الأعراض والتشخيصات والأدوية والحساسية أو القيود الغذائية.

وقد تم عرض إطار عمل مبتكر يُعرف بالإطار المدعوم بالمعرفة (knowledge-guided agentic framework) لتعزيز دقة هذه التفاعلات قبل توليد الاستجابة النهائية. يعمل هذا الإطار كحلقة وصل بين المريض ونموذج اللغة المستخدم، حيث يقوم بتفسير الاستفسار الأولي، ويستخدم رسمًا معرفيًا محددًا لمهمة ما لتكوين مجموعة من الفرضيات المحتملة، ثم يحدد المتغيرات السياقية المفقودة من المريض اللازمة للتمييز بينها. بعد ذلك، يقوم بطرح أسئلة متابعة مستهدفة.

تجمع الاستفسار الأصلي والسياق المكتسب لتكوين مطالبات أكثر وضوحًا للنموذج المعني. تم تقييم هذا الإطار عبر خمسة نماذج لغوية من خلال استخدام معيارين للتحقق من فعالية تقليل الغموض: استرجاع التشخيصات من 1,034 استفسارًا حول الأعراض مع أدلة سريرية مخفية بشكل منهجي، وتصنيف سلامة التغذية من 487 استفسارًا تم حذف السياق الصحي الحاسم منه.

أثبت الإطار فعاليته بالمقارنة مع تقديم ردود مباشرة على الاستفسار غير المحدد، حيث زادت دقة التنبؤ في استرجاع التشخيصات بنحو 57.1 نقطة مئوية، كما حقق المنهج المعدل نتائج استثنائية في تصنيف سلامة التغذية عبر جميع النماذج الخمسة.

إن هذا الإطار يعد خطوة واعدة نحو تحسين كيفية تفاعل الروبوتات الصحية مع المرضى، مما يمكنها من تقديم إجابات أكثر دقة وشمولية. فكيف يمكن أن يؤثر هذا الابتكار على مستقبل الرعاية الصحية؟