تتزايد استخدامات روبوتات الدردشة الصحية التي تعتمد على نماذج لغوية ضخمة (Large Language Models) لتقييم الأعراض الصحية لدى المستهلكين بشكلٍ ملحوظ. ومع ذلك، فإن تطوير هذه الروبوتات والتقييمات يتم عادةً استنادًا إلى مرضى محاكاة يتسمون بالتعاون والقدرة على التعبير.

في دراسة شاملة، تم تحليل 2,053 محادثة حقيقية بين مرضى وروبوتات دردشة، حيث تم رصد تنوع أنماط التواصل والتعبير عن المشاعر بشكلٍ يختلف بشكل كبير بين المستخدمين.

نتيجة لذلك، قمنا بتطوير مُحاكي للمرضى يقوم بنمذجة المحتوى السريري، والحالة العاطفية، واستراتيجية المحادثة، وأسلوب التواصل بشكل منفصل. وفي تقييم مستوحى من اختبار تورينغ (Turing), كانت المحادثات المحاكية شبه غير قابلة للاختلاف عن المحادثات الحقيقية، حيث حقق المقيّمون البشر دقة بلغت 55%.

استخدمنا خمسة أنماط مختلفة من المرضى عبر 1,164 حالة تم تقييمها من قِبل الأطباء لتقييم أداء أربعة نماذج لغوية ضخمة في تقييم الحالات العاجلة. وقد وجدنا أن أسلوب التواصل يمكن أن يُحدث تغييرًا كبيرًا في نتائج الفرز (Triage).

عليه، يتعين على الذكاء الاصطناعي المحوري على صحة المرضى أن يأخذ في الاعتبار تنوع أنماط التواصل: الأنظمة المصممة للتفاعلات المثالية، بدلاً من الواقعية، تعرض نفسها لخطر الأداء الضعيف وزيادة الفجوات الصحية عند تنفيذها في العالم الحقيقي.

هل تعتقد أن الذكاء الاصطناعي سيمكن من تحسين تجربة المرضى في المستقبل؟ شاركونا آرائكم في التعليقات!