في عالم الطب المتطور، يتطلب التشخيص الدقيق القدرة على طرح الأسئلة الصحيحة وتفسير المعلومات بدقة. تطرح الأنظمة الحديثة للتشخيص الحواري تجربة جديدة تجعل من الممكن إجراء حوارات مع المرضى بطريقة أكثر فعالية. بدلاً من الاعتماد على معلومات ضئيلة أو غير دقيقة من المرضى، تستثمر هذه الأنظمة في استكشاف الرسوم البيانية للمعرفة التشخيصية (Diagnostic Knowledge Graphs) لتطوير فرضيات تشخيصية متقدمة.

يقترح النظام الجديد مرحلة من خطوتين حيث يتم أولاً توليد فرضيات تشخيصية بناءً على سياق الحوار، ثم يتم التحقق من هذه الفرضيات من خلال طرح أسئلة توضيحية يتم تكرارها حتى الوصول إلى تشخيص نهائي. هذه الطريقة لا تقتصر فقط على تحسين دقة التشخيص، بل أيضاً على تعزيز التواصل الفعّال بين الأطباء والمرضى.

ولعلّ أحد التحديات الرئيسية في تقييم هذه الأنظمة هو الحاجة إلى محاكي مرضى واقعي (Patient Simulator) يمكنه الاستجابة لأسئلة النظام بشكل منطقي. لذا، تم تبني أداة PatientSim المعروفة، والتي تستند إلى شخصيات محددة للمرضى، وتتكيف مع تقارير الأعراض ذات التخصص المنخفض لتعكس كيف يصف المرضى الأعراض بصورة غير محددة خلال المراحل الأولى من اللقاءات السريرية.

قد أظهرت التجارب تحسينات ملحوظة في دقة التشخيص وكفاءة الأداء مقارنة بالأنظمة التقليدية، وقد أيد الأطباء واقعية محاكي المرضى وفائدة الأسئلة التوضيحية المولدة. سيقوم الباحثون بإصدار الكود الخاص بالنظام عند النشر، مما يقدم فرصة للمزيد من الابتكار في مجال الذكاء الاصطناعي والتشخيص الطبي.