دور الذكاء الاصطناعي الفاعل في الرعاية الصحية: مراجعة نطاقية

مساعدون أكثر ذكاءً خلف كواليس المستشفى

تخيل مساعدًا رقميًا في المستشفى لا يجيب عن الأسئلة فحسب، بل يراقب بهدوء ما يحدث، ويحدد ما يجب فعله لاحقًا، ويتخذ إجراءات دون أن يُطلب منه ذلك في كل مرة. تستكشف هذه المقالة هذا النوع الناشئ من التكنولوجيا —الذي يُطلق عليه «الذكاء الاصطناعي الفاعل»— وتبحث مدى قربنا من وجود أنظمة كهذه تدعم الأطباء والممرضين والمرضى بأمان في الرعاية السريرية الحقيقية.

من برامج بسيطة إلى شركاء موجهين بالأهداف

بدأت الحواسيب في الطب كآلات حاسبة وبرامج صارمة تتبع قواعد محددة: كانت قادرة على تصنيف صورة أو الإشارة إلى نتيجة مختبرية غير طبيعية، لكن فقط عند إخبارها بدقة بما يجب فعله. الأنظمة «التوليدية» الأحدث، مثل روبوتات الدردشة، يمكنها توليد نص أو صور أو تعليمات برمجية، ومع ذلك ما تزال تنتظر مُدخلات بشرية. يأخذ الذكاء الاصطناعي الفاعل خطوة إلى الأمام. فهذه الأنظمة مصممة حول أهداف—مثل تحسين استجابة فريق الإصابات، تخصيص علاج السرطان، أو مساعدة طفل على التقدم في العلاج. تجمع معلومات من مصادر عديدة، تخطط لسير عمل، تستدعي أدوات برمجية أخرى بمبادرة منها، وتعدّل سلوكها بناءً على تطورات المشهد، بينما يبقى البشر مسؤولين عن القرارات الكبرى.

أين تُختبر هذه الوكلاء الرقميون

بحث المؤلفون في خمس قواعد بيانات بحثية رئيسية ووجدوا سبع دراسات فقط عالميًا استعملت فعليًا هذا النمط الأكثر استقلالية من الذكاء الاصطناعي في الرعاية الصحية. شملت المشاريع الطوارئ، علاج وتشخيص السرطان، التصوير الطبي، إعادة التأهيل، وتحليل البروتينات لاكتشاف الأدوية. تتبعت إحدى الأنظمة حالات الإصابات في الوقت الفعلي، فأنشأت تقارير أكثر اكتمالاً وأطلقت تنبيهات عند اختلال العلامات الحيوية. وأخرى أرسلت رسائل يومية مخصصة لباقي الناجين من السرطان لتشجيع المشي. وضبطت لعبة واقع افتراضي صعوبتها لمساعدة أطفال متلازمة داون على بناء مهارات حركية واجتماعية. ركزت أنظمة أخرى على قراءة أشعة الصدر، تخطيط علاجات الإشعاع، كشف سرطان الكبد من جزيئات دقيقة في الدم، وتحليل بيانات بروتينية معقدة تلقائيًا ذات صلة بعلاجات جديدة.

ما الذي تجيده هذه الأنظمة — وأين تقصر

أظهرت هذه الأنظمة في التجارب أنها قادرة على العمل بدرجة من الاستقلالية: سعت لتحقيق أهداف محددة بوضوح، بادرت بتشغيل تحليلات أو استدعاء برامج أخرى، وفي بعض الحالات جمعت جهود عدة «وكلاء» ذكاء اصطناعي متعاونين. كانت النتائج في كثير من الأحيان مثيرة للإعجاب. تميزت أداة واحدة بين سرطان الكبد والحالات غير السرطانية بدقة تفوق 94 بالمئة، بما في ذلك مرضى كانت علامة الدم المعتادة لديهم مضللة. وأخرى ضاهت أو تفوقت على مخططين خبراء في تصميم علاجات الإشعاع، ووصل نظام استدلال على أشعة الصدر إلى أداء متقدم دون إعادة تدريب لكل سؤال جديد. ومع ذلك، كانت هذه النجاحات مرتبطة بمهام ضيقة. عملت معظم الأنظمة فقط في بيئات محكومة، على بيانات مُعدة بعناية، ولم يستطع أي منها التعلم والتحسن على مدى فترات طويلة أو تذكر المرضى السابقين بطريقة ذات معنى.

السلامة والثقة واللمسة البشرية

تشير المراجعة أيضًا إلى مخاطر مهمة. لأن هذه الوكلاء يمكنهم التصرف بمفردهم—استخراج البيانات، اقتراح خطط، وحتى إطلاق تنبيهات—فقد تؤدي الأخطاء أو ضعف التنسيق إلى عواقب خطيرة، خاصة في مجالات حساسة زمنياً مثل علاج السرطان. كانت لدى العديد من الدراسات مخاطر تحيّز متوسطة إلى خطيرة ولم تختبر الأدوات في الممارسة السريرية اليومية. ثمة أيضًا مخاوف بشأن التفكير الخفي («سلوك الصندوق الأسود»)، والأمن السيبراني، ومن المسؤول إذا ساهم نظام مستقل في وقوع ضرر. بدأت الهيئات التنظيمية في الولايات المتحدة وأوروبا معاملة الذكاء الاصطناعي الطبي على أنه «عالي المخاطر»، لكن القواعد الحالية لم تُصغ مع وضع برامج مستقلة للغاية، ساعية للأهداف، في الحسبان. يجادل المؤلفون بأن الإشراف البشري يجب أن يظل محوريًا، وأن هناك حاجة إلى قواعد أوضح حول مدى ما يجوز لهذه الأنظمة القيام به بمفردها.

ما الذي يجب أن يحدث بعد ذلك

في الوقت الراهن، يُعد الذكاء الاصطناعي الفاعل في الرعاية الصحية أقرب إلى نموذج واعد منه إلى منتج مكتمل. تُظهر المراجعة أن هذه الأنظمة يمكن أن تساعد في مجموعة واسعة من المهام—من مراقبة المرضى ودعم إعادة التأهيل إلى تخطيط علاجات السرطان المعقدة—لكن دراسة واحدة فقط شملت مرضى حقيقيين في تجربة محكمة. يدعو المؤلفون إلى تعريفات مشتركة لما يُعد «فاعلاً»، وطرق معيارية لقياس السلامة والفائدة، ودراسات إكلينيكية أكبر في العالم الحقيقي. وستحتاج المستشفيات أيضًا إلى أنظمة بيانات أفضل، وحمايات خصوصية أقوى، وإرشادات واضحة تحافظ على دور الأطباء. إذا بُنيت هذه الأسس بعناية، قد ينضج الذكاء الاصطناعي الفاعل ليصبح زميلًا رقميًا موثوقًا يخفف عبء العمل، يحسّن دقة القرارات، ويحسّن رعاية المرضى في النهاية، بدلًا من أن يكون صندوقًا أسود غامضًا يتخذ قرارات بمفرده.

الاستشهاد: Collaco, B.G., Haider, S.A., Prabha, S. et al. The role of agentic artificial intelligence in healthcare: a scoping review. npj Digit. Med. 9, 345 (2026). https://doi.org/10.1038/s41746-026-02517-5

الكلمات المفتاحية: الذكاء الاصطناعي الفاعل, أتمتة الرعاية الصحية, دعم القرار السريري, الذكاء الاصطناعي في التصوير الطبي, الصحة الرقمية