في عالم الذكاء الاصطناعي، تبرز نماذج اللغة الكبيرة (Large Language Models) كأداة قوية في مجال الإجابة عن الأسئلة الطبية، مما يفتح آفاقًا جديدة لتقديم الرعاية الصحية عبر عدة لغات. في دراسة حديثة، تم اعتماد نهج مبتكر لإنشاء آثار استدلالية متعددة اللغات تعتمد على المعرفة الطبية المستقاة من Wikipedia.

تتناول هذه الدراسة كيفية معالجة التحديات المرتبطة بالنماذج التي تركز بشكل كبير على اللغة الإنجليزية، مما يثير القلق حول موثوقية المعرفة الطبية المقدمة. وقد تم إنشاء 500,000 أثر استدلالي باللغات الإنجليزية والإيطالية والإسبانية، يستخدم نهج استرجاع المعلومات المعزز.

تشمل الأسئلة الطبية المستخدمة في الاختبارات، تلك المأخوذة من قواعد البيانات MedQA وMedMCQA، حيث تم توسيعها لتشمل اللغة الإيطالية والإسبانية.

باستخدام هذا النظام الجديد، تم اختباره في بيئات مختلفة، سواء في الحالات الطبية المعيارية أو غير المعيارية، وأظهرت النتائج تفوقاً ملحوظاً في الأداء عندما يتم استخدام آثار الاستدلال عبر التعلم في السياق (few-shot) أو عبر المعالجة اليدوية عليها، مما أسفر عن تحقيق أعلى النتائج في فئة نماذج 8B-parameter.

الخطوة التالية تتوجه نحو دعم تطوير أدوات دعم اتخاذ القرار السريرية التي تتمتع بشفافية أكبر في إعدادات متعددة اللغات. لذا، فإن هذه الموارد المتاحة مثل آثار الاستدلال ومجموعات البيانات المترجمة، تمثل نقطة انطلاق هامة نحو مستقبل أكثر ذكاءً في الرعاية الصحية.

ما هي آراءكم حول استخدام الذكاء الاصطناعي في الرعاية الصحية؟ لا تنسوا مشاركتنا أفكاركم في التعليقات!