پژوهشی تازه در Nature Medicine نشان می‌دهد یک عامل هوش مصنوعی پزشکی که به‌طور کامل داخل زیرساخت محلی بیمارستان اجرا می‌شود، می‌تواند در برخی وظایف تشخیصی به عملکردی نزدیک به مدل‌های ابری برسد؛ بدون آن‌که برای پردازش، داده بیمار به سرویس خارجی ارسال شود. نکته مهم‌تر این مطالعه، معرفی روشی برای تشخیص موارد «قابل اعتمادتر» و ارجاع موارد نامطمئن به پزشک است.
عامل هوش مصنوعی داخل بیمارستان چه کاری انجام می‌دهد؟
پژوهشگران یک چارچوب عامل‌محور طراحی کردند که در آن یک «عامل پزشک» به‌صورت مرحله‌ای شرح حال می‌گیرد، درخواست معاینه و آزمایش می‌دهد، داده‌های موجود را بررسی می‌کند و در پایان تشخیص و استدلال خود را ارائه می‌دهد. همه این مراحل می‌تواند روی زیرساخت محلی مرکز درمانی اجرا شود؛ موضوعی که از نظر کنترل داده، حریم خصوصی، نسخه مدل و ممیزی سیستم اهمیت دارد.
دقت مدل محلی چقدر بود؟
در بنچمارک اصلی شامل هفت وضعیت تشخیصی، بهترین مدل محلی به دقت حدود ۹۰ درصد رسید؛ در حالی که مدل ابری مرجع در همان چارچوب حدود ۹۰.۷ درصد دقت داشت. در یک بنچمارک دوم با چهار گروه تشخیصی شکمی و ۲۴۰۰ مورد، بهترین مدل محلی دقت ۸۳.۸ درصدی ثبت کرد.
پژوهشگران تأکید می‌کنند که این نتایج مربوط به محیط‌های ارزیابی استاندارد هستند و به‌معنای اثبات ایمنی برای استفاده مستقل در بیماران واقعی نیستند.
نکته کلیدی: سیستم فقط به «اعتماد به نفس خودش» تکیه نمی‌کند
یکی از مهم‌ترین یافته‌ها این بود که احتمال داخلی مدل بهترین شاخص برای تشخیص درست یا غلط بودن پاسخ نبود. در مقابل، «ثبات رفتاری» یعنی این‌که مدل در اجرای چندباره یک کیس تا چه حد به همان تشخیص برسد، بهتر توانست موارد صحیح را از خطاها جدا کند.
در آستانه ثبات ۰.۹۰، سیستم ۴۹.۴ درصد کیس‌ها را برای مسیر خودکار نگه داشت و در این زیرگروه به دقت ۹۸.۹ درصد رسید. با این حال، حتی در این گروه سه خطای تشخیصی باقی ماند؛ بنابراین فیلترکردن بر اساس ثبات، خطا را کم می‌کند اما آن را حذف نمی‌کند.
چرا این موضوع برای پزشکی مهم است؟
اگر چنین سیستم‌هایی در آینده اعتبارسنجی بالینی شوند، یک مدل عملی می‌تواند این باشد که کیس‌های بسیار پایدار توسط عامل هوش مصنوعی پردازش اولیه شوند و موارد نامطمئن مستقیماً برای بررسی پزشک فرستاده شوند. این همان مفهومی است که پژوهشگران از آن به‌عنوان «خودمختاری انتخابی» یاد می‌کنند.
تحلیل منتشرشده در ۲ اکتبر در Nature Medicine نیز همین نکته را برجسته می‌کند: روش پیشنهادی می‌تواند موارد نامطمئن را به مسیر انسانی منتقل کند، اما هنوز مشخص نیست پس از ارجاع، تعامل واقعی پزشک و سیستم و نتیجه نهایی مراقبت چگونه خواهد بود.
هنوز تا استفاده مستقل بالینی فاصله داریم
این مطالعه یک آزمون روی بنچمارک‌های بالینی و داده‌های گذشته است، نه یک کارآزمایی که نشان دهد سیستم می‌تواند بدون نظارت در بیمارستان تصمیم نهایی بگیرد. عملکرد مدل همچنین به نوع بیماری، کیفیت داده، معماری سیستم و آستانه‌ای که مرکز درمانی برای ارجاع به پزشک انتخاب می‌کند وابسته است.
در نتیجه، ارزش اصلی این فناوری فعلاً در دو ایده است: اجرای مدل در داخل سازمان برای کنترل بهتر داده، و داشتن سازوکاری که به‌جای پاسخ قطعی در همه موارد، بتواند موارد نامطمئن را شناسایی و متوقف کند.
این فناوری چه تفاوتی با چت‌بات پزشکی دارد؟
چت‌بات معمولاً به یک پرسش پاسخ می‌دهد؛ اما عامل هوش مصنوعی می‌تواند یک هدف را در چند مرحله دنبال کند، اطلاعات بیشتری درخواست کند، از ابزارها استفاده کند و بر اساس نتایج تصمیم بعدی را بگیرد. همین خودمختاری بیشتر، ظرفیت کاربرد بالاتری ایجاد می‌کند اما هم‌زمان نیاز به نظارت، کنترل خطا و قواعد توقف را نیز بیشتر می‌کند.
منبع: Nature Medicine، مقاله اصلی منتشرشده در ۱۵ سپتامبر ۲۰۲۶ و News & Views منتشرشده در ۲ اکتبر ۲۰۲۶.
#هوش_مصنوعی_پزشکی #AgenticAI #سلامت_دیجیتال
عکس: Accuray / Unsplash — تصویر تزئینی از پزشکان در حال بررسی تصاویر پزشکی روی سیستم‌های دیجیتال.
