وكلاء الذكاء الاصطناعي في الرعاية الصحية: التطبيقات، التقييمات، والاتجاهات المستقبلية

لماذا تهم المساعدات الرقمية الذكية في الطب

المستشفيات غارقة في البيانات، والأطباء مثقلون بالعمل، والمرضى يريدون إجابات أوضح حول صحتهم. نوع جديد من الذكاء الاصطناعي المبني على نماذج لغة كبيرة قادرة على القراءة والكتابة مثل البشر أصبح يُحوّل الآن إلى «وكلاء ذكاء اصطناعي» يمكنهم التفكير عبر مهام متعددة الخطوات. تشرح هذه المقالة الاستعراضية كيف بدأت هذه المساعدات الرقمية في تقديم المساعدة في التشخيص، وقرارات العلاج، والأعمال الورقية، والمحادثات مع المرضى، وحتى التعليم الطبي — مع تحذير مما يجب القيام به للحفاظ على دقتها وإنصافها وسلامتها.

من التجارب الفكرية إلى زملاء رقميين عمليين

تعود فكرة «الوكيل» القادر على التصرف بهدف ونية إلى الفلسفة القديمة. وصلت النسخ الحديثة مع بدايات الذكاء الاصطناعي، وأنظمة الخبراء، ولاحقًا تعلم الآلة والتعلم العميق، التي سمحت لأجهزة الحاسوب بتعلّم الأنماط من البيانات. وقد دفع اختراق نماذج اللغة الكبيرة (LLMs) بعد 2022 الأمور إلى أبعد من ذلك: فبدلاً من الاكتفاء بالإجابة عن الأسئلة، باتت هذه النماذج قادرة على التخطيط، وتذكر الخطوات السابقة، واستدعاء أدوات برمجية أخرى. في الرعاية الصحية، يعني ذلك أن الوكيل يمكنه قراءة السجلات الطبية، والاطلاع على الإرشادات، وصياغة الملاحظات، واقتراح الإجراءات التالية، ليكون أقل شبهًا بمحرك بحث وأكثر شبهًا بزميل رقمي مبتدئ.

ما الذي يميز هؤلاء الوكلاء عن الذكاء الاصطناعي العادي

وفقًا للتعريف المعتمد في المقالة، فإن وكيل الذكاء الاصطناعي في الرعاية الصحية هو أكثر من نموذج واحد. لديه نموذج لغة كبير في جوهره، محاط بأربع قدرات رئيسية: التخطيط، والذاكرة، واستخدام الأدوات، والتفكر الذاتي. يسمح التخطيط بتقسيم مهمة طبية معقدة إلى خطوات أصغر. تتيح الذاكرة تتبع قصة المريض أو عملية اتخاذ قرار طويلة. يعني استخدام الأدوات أنه يمكنه، على سبيل المثال، سحب نتائج المختبر من السجل الإلكتروني أو البحث في قاعدة بيانات طبية. تفحص وحدات التفكر الذاتي وتراجع إجاباته الخاصة. مع مهارات لغوية قوية وقدرة متزايدة على الاستدلال المنطقي، تجعل هذه القدرات الوكلاء مرنين بما يكفي للتنقل بين المهام والتخصصات الطبية المختلفة.

كيف يتم اختبار وكلاء الذكاء الاصطناعي في العمل الطبي الحقيقي

يبني الباحثون الآن ويقومون بمحاكاة أنواع عديدة من الوكلاء لمعرفة أين يقدمون أكبر فائدة. صُممت بعض الوكلاء لدعم التشخيص من خلال تمثيل محادثات بين أطباء افتراضيين ومرضى، أو عبر جعل وكلاء متخصصين متعددين يتجادلون حول حالة صعبة. يركز آخرون على قرارات العلاج، بدمج مدخلات من أطباء عامين افتراضيين، وأخصائيين، وصيادلة للوصول إلى خطة مشتركة. توجد وكلاء تصيغ تقارير الأشعة من صور أشعة الصدر، أو تترجم النتائج الفنية إلى لغة بسيطة ومناسبة للمرضى. يتم تجربـة أنظمة على نمط روبوتات الدردشة لدعم الصحة النفسية، وبرامج تدريب لفقدان الوزن، وتذكير بتناول الأدوية. تساعد وكلاء إضافية في إدارة الوصفات، ورصد الآثار الجانبية للعقاقير، وتبسيط السجلات الإلكترونية، أو تدريب طلاب الطب عبر مرضى محاكيين واقعيين.

كيف نقيّم ما إذا كانت هذه الأنظمة جاهزة للمرضى

نظرًا لأن الأخطاء في الطب قد تكون مهدِّدة للحياة، يجادل الاستعراض بأن وكلاء الذكاء الاصطناعي يجب تقييمهم على أكثر من مجرد الذكاء. يجمع المؤلفون الاختبارات في طبقتين. الفحوص الأساسية تسأل: هل الإجابات صحيحة من الناحية الواقعية؟ هل الصياغة تتطابق مع تقارير الخبراء؟ هل يكمل الوكيل المهمة بشكل موثوق، بما في ذلك استدعاء الأدوات المناسبة؟ تركز الفحوص الموجهة للتطوير على السرعة والوضوح وكيفية تواصل النظام مع الناس، بما في ذلك الاحترام والتعاطف والعدالة عبر مجموعات مرضى مختلفة. تقارن الدراسات الوكلاء بنماذج لغة رائدة أخرى وبالأطباء البشريين، ويبدأ المنظمون في أوروبا والمملكة المتحدة والصين وأماكن أخرى في تصميم برامج «صندوق تجريبي» رسمية لاختبار السلامة والإنصاف والفائدة السريرية قبل النشر.

الخطوات التالية: الروبوتات، القواعد، وثقة البشر

نحو المستقبل، تبرز المقالة سبع أولويات: ربط الوكلاء بروبوتات فيزيائية يمكنها التصرف في العالم الحقيقي؛ مزج النماذج العامة مع نماذج خبراء أصغر؛ توسيع التقييم ليشمل التكاليف، وحوادث السلامة، ورضا المرضى؛ بناء ضمانات وإشراف أقوى؛ تضمين الأخلاقيات وحماية الخصوصية؛ التصميم لبناء ثقة المستخدم وتغذية راجعة مستمرة؛ ومساعدة العاملين في المجال الطبي على تكييف مساراتهم المهنية للعمل إلى جانب الذكاء الاصطناعي بدلاً من استبدالهم به. يختم المؤلفون بأن وكلاء الذكاء الاصطناعي قد يصبحون شركاء أقوياء في الرعاية الصحية، لكن فقط إذا تم تطويرهم واختبارهم وحوكمتهم بالعناية نفسها التي تطالب بها المجتمع لأي تكنولوجيا طبية جديدة.

الاستشهاد: Zhao, L., Liu, S., Xin, T. et al. AI agent in healthcare: applications, evaluations, and future directions. npj Artif. Intell. 2, 31 (2026). https://doi.org/10.1038/s44387-026-00076-4

الكلمات المفتاحية: وكلاء الذكاء الاصطناعي في الرعاية الصحية, نماذج اللغة الكبيرة, دعم اتخاذ القرار السريري, روبوتات الدردشة الطبية, الصحة الرقمية