تتجه الأنظمة الطبية نحو مستويات جديدة من الذكاء الاصطناعي، حيث أصبح بالإمكان استخدامها كأنظمة ذاتية التطور. يشير البحث إلى أن نماذج اللغة الكبيرة (Large Language Models) ونماذج اللغة البصرية (Vision Language Models) أصبحت قادرة على فهم وتفسير البيانات بشكل مشترك، مما يعزز من القدرة على تطوير أنظمة طبية تتمتع باستقلالية أكبر.

هذا البحث يتجاوز المساحات التقليدية للاستخدام، ويطرح التساؤلات حول المتطلبات الأساسية التي تجعل هذه الأنظمة موثوقة. يتضمن ذلك تحديد المهام المناسبة، والمعايير المقبولة للتحديات، وبيئات التدريب التفاعلية اللازمة قبل أن يمكننا الاعتماد عليها في الممارسات السريرية.

يستخدم البحث نموذج ثلاثي المستويات للاعتماد الذاتي، يتضمن التشغيل المعاون، والتعاون، والاستقلالية الكاملة. ومن المثير للاهتمام أن البحث يشير أيضًا إلى أهمية توسعة بيئات العمل السريرية، حيث يتم دمج الأدوات والبيانات مع المساحات السريرية لتحسين كفاءة التفاعل بين الأنظمة.

يطرح البحث العديد من التطبيقات المحتملة في مجالات الطب الإشعاعي، وعلم الأمراض، وطب العيون، كما يتناول التحديات المتعلقة بنشر هذه الأنظمة، مثل مشكلات التوقعات الخاطئة والأخطاء المتتالية. كما يعرض خريطة طريق تتيح الانتقال إلى أنظمة تصوير طبية موثوقة وقابلة للتطوير تعتمد على الاستجابة والتفاعل مع البيئات السريرية بدلاً من الاعتماد فقط على زيادة قدرة المعالجة.

إن هذا البحث يمثل خطوة هامة نحو مستقبل الصحة الرقمية حيث يمكن للذكاء الاصطناعي أن يلعب دوراً محورياً في تحسين تقديم الرعاية الصحية.