تستمر نماذج الذكاء الاصطناعي (Artificial Intelligence) في إثارة حالة من الجدل في مجالات مختلفة، خاصة في المجال الطبي. ورغم أن بعض هذه النماذج قد حققت نتائج تتفوق على الخبراء البشريين في عدة مهام طبية، فإن الذكاء الاصطناعي الجراحي لا يزال بحاجة إلى المزيد من الدراسة والتحليل.

تُعتبر الجراحة مجالًا يتضمن تكامل العديد من المهام المختلفة، مما يجعل نماذج الذكاء الاصطناعي القابلة للتعاون أداة جذابة بشرط تحسين أدائها. ولتحقيق ذلك، يُعتبر توسيع حجم النموذج وتوفير بيانات تدريب واسعة النطاق أسلوبًا مغريًا، خاصة مع وجود ملايين الساعات من بيانات الفيديو الجراحي التي تُنتج سنويًا.

ومع ذلك، يتطلب إعداد هذه البيانات خبرات مهنية عالية، كما أن تدريب النماذج على هذه البيانات يحتاج إلى موارد حسابية باهظة. تُظهر الأبحاث الحالية في هذا المجال صورة غير مؤكدة حول مدى إمكانية استفادة الجراحة من الذكاء الاصطناعي، خصوصًا عند تنفيذ تجارب على نماذج أدوات الجراحة.

على الرغم من استخدام نماذج تتخطى مليارات المعلمات وعمليات تدريب موسعة، إلا أن الطلبات البسيطة مثل الكشف عن الأدوات في جراحة الأعصاب لا تُظهر التحسينات المطلوبة. علاوة على ذلك، تسلط التجارب الضوء على أن زيادة حجم النموذج ومدة التدريب تؤدي فقط إلى تحسينات ضئيلة في الأداء.

تطرح هذه النتائج تساؤلات حول ما إذا كانت البيانات المتاحة فقط هي العوامل المحددة. وبالتالي، نناقش المساهمين الرئيسيين في هذه القيود ونقترح حلولًا ممكنة للتغلب على التحديات الماثلة.