في عصر النماذج اللغوية الكبيرة (LLMs)، يشهد المجال الطبي تحولًا جذريًا بفضل التكامل المتزايد لهذه التقنيات في التفكير الطبي. على الرغم من المزايا الرائعة التي تقدمها هذه النماذج، إلا أن هناك فجوة حادة في قدرتها على القيام بتفكير منهجي، شفاف، وقابل للتحقق، وهو أمر أساسي في ممارسة الطب.

تسعى هذه الدراسة إلى سد هذه الفجوة من خلال المراجعة الأولى النظامية لهذا المجال الناشئ. نقترح تصنيفًا لتقنيات تعزيز التفكير، التي تتضمن استراتيجيات أثناء التدريب مثل التعلم المتعزز والتخصيص تحت الإشراف، وآليات خلال مرحلة الاختبار مثل هندسة الطلبات (prompt engineering) وأنظمة الوكلاء المتعددة.

تتناول المراجعة كيف يتم تطبيق هذه التقنيات عبر مجموعة متنوعة من البيانات، بما في ذلك النصوص والصور والأكواد، وترتكز على تطبيقات سريرية حيوية مثل التشخيص والتعليم والتخطيط العلاجي.

كما نستعرض تطور معايير التقييم، حيث انتقلنا من مقاييس الدقة البسيطة إلى تقييمات أكثر تقدمًا لجودة التفكير وقابلية التفسير البصري. بعد تحليل 60 دراسة رئيسية من الفترة 2022-2025، نستنتج أننا نواجه تحديات هامة مثل الفجوة بين الدقة والمصداقية، والحاجة إلى التفكير متعدد الوسائط بشكل أصلي، ونستعرض الاتجاهات المستقبلية نحو بناء ذكاء اصطناعي طبي فعال، قوي، ومسؤول اجتماعيًا.