التنبؤ برضا المرضى في تقويم الأسنان الرقمي باستخدام نموذج قائم على KAC يدمج دعم الذكاء الاصطناعي وتصنيف المخاطر

لماذا ابتسامتك والتكنولوجيا مرتبطتان الآن

أصبحت المزيد من علاجات تقويم الأسنان — من التقويم الشفاف إلى التقويم المخصص — موجهة بأدوات رقمية وبالذكاء الاصطناعي. لكن حتى عندما تبدو التكنولوجيا مبشرة، لا يغادر جميع المرضى الرعاية وهم راضون. تطرح هذه الدراسة سؤالاً بسيطاً لكنه مهم: هل يمكننا التنبؤ بمن سيشعر بالرضا عن رعايته التقويمية المدعومة بالذكاء الاصطناعي من خلال فهم ما يعرفونه، وكيف يشعرون، وما الذي يقلقهم؟

النظر أبعد من مجرد أسنان مستقيمة

ركز الباحثون على "تقويم الأسنان الرقمي"، الذي يشمل العلاجات التي تستخدم أدوات مثل المسح ثلاثي الأبعاد، وتصميم الأجهزة بالحاسوب، والتشخيص المدعوم بالذكاء الاصطناعي، والمراقبة عن بُعد. على الرغم من أن هذه التطورات تعد برعاية أسرع وأكثر دقة، فإن رضا المرضى لم يواكِ الحماس لدى العديد من الممارسين. يختلف المرضى اختلافاً كبيراً في مدى فهمهم للذكاء الاصطناعي، ومدى ثقتهم به، ومدى ارتياحهم لمشاركة البيانات أو الاعتماد على البرمجيات. بدلاً من الاكتفاء بالنتائج السريرية أو الاستبيانات البسيطة حول حب التكنولوجيا، سعى الفريق لبناء طريقة منظمة لقياس الجانب البشري للرعاية التقويمية الرقمية.

ثلاث ركائز لتجربة المريض

للقيام بذلك، طور المؤلفون إطاراً يسمونه المعرفة–الموقف–التحدي (KAC). تُجسد "المعرفة" مدى فهم المرضى للأدوات التقويمية الرقمية والمعتمدة على الذكاء الاصطناعي. يعكس "الموقف" انفتاحهم العام، وثقتهم، وراحتهم في استخدام هذه الأدوات في علاجهم. يُلخّص "التحدي" العقبات المتصورة مثل التكلفة، والصعوبات التقنية، ومخاوف الخصوصية، وإزعاج المواعيد، أو القلق من التكنولوجيا غير المألوفة. أنشأ الفريق واختبر استبيانين — أحدهما لـ500 مريض والآخر لـ500 اختصاصي تقويم أسنان عبر الصين — لقياس هذه العناصر الثلاثة بصورة موثوقة. دخلت استجابات المرضى فقط في نموذج التنبؤ، بينما ساعدت بيانات الأطباء في وصف كيف يرى مقدمو الرعاية نفس القضايا.

تحويل المشاعر والمخاوف إلى تنبؤ

من بين 500 مريض، أبلغ نحو سبعة من كل عشرة عن رضا أو رضا كبير عن علاجهم. عندما قارن الباحثون المرضى الراضين بأولئك الأقل رضاً، ظهرت أنماط واضحة. أولئك الذين فهموا تقويم الأسنان الرقمي أفضل وشعروا بموقف أكثر إيجابية تجاه الذكاء الاصطناعي أبلغوا باستمرار عن رضا أعلى. في المقابل، أميل الذين شعروا بثقل التكلفة أو بمخاوف تقنية أو خصوصية أو بإزعاجات عملية إلى أن يكونوا أقل رضاً. باستخدام النمذجة الإحصائية، جمع المؤلفون درجات KAC مع معلومات أساسية مثل العمر، والجنس، والمستوى التعليمي، ونوع العلاج الرقمي (تقويم شفاف مقابل تقويم ثابت مخصص) للتنبؤ بمن سينتهي به المطاف راضياً. استطاع النموذج الناتج التمييز بين المرضى ذوي الرضا الأعلى والرضا الأقل بدقة جيدة.

فرز المرضى حسب مخاطر الرضا

ثم حوّل الفريق تنبؤات النموذج إلى ثلاث مجموعات بسيطة. كان المرضى الذين أشارت إجاباتهم إلى خطر منخفض لعدم الرضا مرجحاً جداً أن ينتهي بهم المطاف سعداء بالرعاية، بينما كانت معدلات الرضا أقل بكثير لدى أولئك في مجموعة الخطر الأعلى رغم تلقيهم أنواع علاج مماثلة. هذه الخطوة — المسماة تصنيف المخاطر — مهمة لأنها تحول الدرجات المجردة إلى إرشاد عملي. على سبيل المثال، قد يستفيد المريض المصنف بارتفاع المخاطر من محادثة أطول حول كيفية عمل نظام الذكاء الاصطناعي، وتطمينات إضافية بشأن أمان البيانات، أو توضيح أوضح لما يمكن أن تفعله الأدوات الرقمية وما لا يمكنها فعله لابتسامته.

ماذا يعني هذا لزيارات تقويم الأسنان المستقبلية

تستنتج الدراسة أن رضا المرضى في التقويم المدعوم بالذكاء الاصطناعي يعتمد بقوة على ما يعرفه المرضى، وكيف يشعرون، وما الذي يعيقهم — وليس فقط على الجودة التقنية للعلاج. يقدم نموذج KAC أداة عملية لرصد المرضى المعرضين لخطر خيبة الأمل في وقت مبكر، مما يمنح الأطباء فرصة لتعديل التواصل، ومعالجة المخاوف، وتفصيل الدعم. مع توغّل الذكاء الاصطناعي بشكل أعمق في رعاية الأسنان، قد تساعد نهج من هذا النوع في ضمان أن التكنولوجيا الأذكى تتحول فعلاً إلى تجارب أفضل وأكثر طمأنة على كرسي العلاج.

الاستشهاد: Xiaoting, X., Ismail, N.A., Liu, Y. et al. Predicting patient satisfaction in digital orthodontics using a KAC based model integrating AI support and risk stratification. Sci Rep 16, 11164 (2026). https://doi.org/10.1038/s41598-026-39105-2

الكلمات المفتاحية: تقويم الأسنان الرقمي, رضا المرضى, الذكاء الاصطناعي في طب الأسنان, تصنيف المخاطر, مواقف المرضى