تخيل عالماً لا يعتمد فيه حل لغز ما على محقق واحد يحمل عدسة مكبرة، بل على فريق كامل من المتخصصين يعملون معاً في مركز قيادة عالي التقنية. هذا هو عالم الذكاء الاصطناوي، وتحديداً فرع يسمى "الأنظمة متعددة الوكلاء". فكر في هؤلاء "الوكلاء" كأنهم مساعدون رقميون يمكنهم التحدث مع بعضهم البعض، وتبادل الملاحظات، ونقد أفكار بعضهم البعض. في الماضي، كنا نأمل أن مجرد إعطاء الذكاء الاصطناعي المزيد من المعلومات أو السماض له بالدردشة مع نفسه سيجعله أكثر ذكاءً. ولكن في عالم الطب المعقد وعالي المخاطر - حيث يمكن أن تكون التخمينات الخاطئة خطيرة - لا تكفي الدردشة البسيطة. يحتاج الأطباء إلى التأكد من أن كل توصية مدعومة بدليل قوي، ومن أنهم لم يغفلوا عن دليل حاسم، ومن أنهم لا يكررون نفس الخطأ مراراً وتكراراً. وهنا يكمن السؤال الكبير: هل يمكننا بناء فريق من أطباء الذكاء الاصطناعي يعمل بالفعل بشكل أفضل من ذكاء اصطناعي واحد خارق، دون أن يتفقوا مع بعضهم البعض فقط ليبدوا واثقين؟

إليك TumorBoard، وهو نظام رقمي جديد مصمم لمعالجة اللغز المعقد وطويل الأمد لرعاية سرطان الدماغ. لقد بنى الباحثون "اجتماع مجلس إدارة" افتراضياً حيث يعمل متخصصون مختلفون من الذكاء الاصطناعي - مثل أخصائي الأشعة الذي يقرأ صور الدماغ، وأخصائي علم الأمراض الذي يدرس عينات الأنسجة، ومرشد يعرف أحدث القواعد الطبية - معاً لتحديد أفضل علاج للمريض. ولكن إليك المفاجأة: هم لا يدردشون بحرية؛ بل يُجبرون على اتباع قواعد صارمة. في كل مرة يدعي فيها وكيل ذكاء اصطناعي شيئاً ما، يجب عليه إرفاق "إيصال" (دليل) من تاريخ المريض. وإذا اختلف متخصصان، يتدخل "ناقد" شرس لكشف التناقض. أخيراً، يعمل "حاكم السلامة" مثل حارس بوابة صارم، يتحقق مما إذا كانت جميع الشروط اللازمة قد استوفيت قبل السماح لأي توصية بمغادرة الغرفة.

اختبر الفريق هذا النظام على مجموعة مخفية من 360 حالة واقعية لسرطان الدماغ. ووجدوا أن TumorBoard كان بالفعل أفضل من المنافسين. فقد حقق درجة دقة قرار بلغت 0.772 وكان بإمكانه إثبات أن توصياته مدعومة بالأدلة في 91.4% من الحالات. كان هذا تحسناً واضحاً عن أفضل نظام تالٍ، والذي سجل 0.741. كان الباحثون متأكدين جداً من هذه النتيجة، مشيرين إلى أن الفرق كان ذا دلالة إحصائية. ومع ذلك، فإن النظام ليس مثالياً؛ فعندما كانت الأدلة مفقودة أو متناقضة، اختار النظام بحكمة التوقف وطلب المساعدة البشرية في 84.2% من الحالات، بدلاً من التخمين. في الواقع، عندما اختبروا النظام عن طريق إزالة "حارس السلامة"، ارتفع عدد التوصيات الخطيرة وغير الآمنة من 3.9% إلى 11.7%. وهذا يثبت أن هيكل الفريق ليس مجرد طريقة مبتكرة للدردشة؛ بل هو شبكة أمان ضرورية تمنع الذكاء الاصطناعي من تقديم أخطاء ضارة بثقة.

قصة TumorBoard

تخيل أنك تحاول حل لغز معقد للغاية يتعلق بورم دماغي لمريض. في الأيام الخوالي، ربما كنت ستطلب من محقق واحد ذكي جداً (نموذج ذكاء اصطناعي واحد) النظر في جميع الأدلة: صور الرنين المغناطيسي، والنتائج المختبرية، والعلاجات السابقة، والقواعد الطبية. ولكن ماذا لو ارتبك هذا المحقق؟ ماذا لو خلط بين فحص من العام الماضي وفحص من اليوم؟ أو ماذا لو اقترح بثقة علاجاً يجعل حالة المريض الصحية الحالية مستحيلة؟

قرر مؤلفو هذه الورقة، يانتونج ليو وفريقه، أن محققاً واحداً ليس كافياً. لقد بنوا TumorBoard، وهو "اجتماع مجلس إدارة" رقمي حيث يعمل فريق من وكلاء الذكاء الاصطناوي المتخصصين معاً. لكنهم لم يكتفوا بجعلهم يدردشون فحسب؛ بل وضعوا كتاب قواعد صارم للتأكد من أنهم يتعاونون فعلياً بدلاً من مجرد ترديد أصداء بعضهم البعض.

فريق المتخصصين
فكر في TumorBoard كغرفة اجتماعات في مستشفى بها خمسة أدوار متميزة:

1. منسق الجدول الزمني: هذا هو المنظم. يأخذ تاريخ المريض الفوضوي - الفحوصات، والعمليات الجراحية، والتقارير المختبرية من سنوات مختلفة - ويحولها إلى قصة زمنية واضحة. إنه يضمن أن الذكاء الاصطناعي يعرف أن الجراحة حدثت قبل الفحص، وليس بعده.
2. المتخصصون: هناك وكلاء لـ الأشعة (قراءة صور الدماغ)، وعلم أمراض الأعصاب (قراءة عينات الأنسجة)، والتشخيص الجزيئي (فحص العلامات الجينية)، والإرشادات (معرفة أحدث القواعد الطبية)، وتخطيط العلاج (اقتراح العلاجات). كل واحد منهم ينظر فقط إلى الأدلة ذات الصلة بعمله.
3. الناقد الخصم: هذا هو "محامي الشيطان". هو لا يستمع فحسب؛ بل يبحث بنشاط عن الأخطاء. يسأل: "أين الدليل على ذلك؟" أو "مهلاً، ألم يكن المريض قد تعرض لتفاعل سيء مع هذا الدواء في المرة السابقة؟"
4. حاكم السلامة: هذا هو حارس البوابة الصارم عند الباب. قبل تقديم أي نصيحة للمريض، يتحقق الحاكم: "هل لدينا كل الأدلة اللازمة؟ هل كتاب القواعد محدث؟ هل هذا آمن؟" إذا كانت الإجابة لا، فإن الحاكم يوقف التوصية.
5. الرئيس: يقوم هذا الوكيل بتلخيص القرار النهائي، مع التأكد من تضمين جميع النقاط الصالحة وضمان توضيح أي خلافات متبقية.

"السجل" والقواعد
إن سحر TumorBoard لا يكمن فقط في أنهم يتحدثون؛ بل في كيفية حديثهم. إنهم يستخدمون سجل الادعاء والأدلة (Claim-Evidence Ledger). تخيل سبورة بيضاء ضخمة حيث يجب تثبيت كل بيان بجانب المستند المحدد الذي يثبته.

• إذا قال وكيل الأشعة: "الورم ينمو"، فيجب عليه تثبيت صورة الرنين المغناطيسي المحددة التي تظهر ذلك.
• إذا اقترح مخطط العلاج دواءً، فيجب عليه تثبيت الإرشادات الطبية التي تسمح به و الدليل على أن كبد المريض صحي بما يكفي لتحمله.
• إذا اختلف وكيلان، يظهر السجل هذا الصراع بوضوح. النظام لا يختار فائزاً فحسب؛ بل يجبرهم على حل المشكلة أو الاعتراف بأنهم بحاجة إلى مزيد من المعلومات.

هذا يمنع "الاستدلال الدائري"، حيث يكرر الوكلاء تخمينات بعضهم البعض فقط ليبدوا واثقين. تم تصميم النظام بحيث إذا فُقد جزء من الأدلة، يجب على الذكاء الاصطناعي أن يقول: "أنا لا أعرف"، بدلاً من التخمين.

الاختبار الكبير
وضع الباحثون TumorBoard تحت الاختبار مقابل مجموعة "مخفية" من 360 حالة لسرطان الدماغ. وقارنوه بإعدادات ذكاء اصطناعي أخرى:

• ذكاء اصطناعي واحد يحاول القيام بكل شيء بمفرده.
• فريق من أجهزة الذكاء الاصطناعي التي تدردش بحرية دون قواعد.
• فريق لديه قواعد ولكن بدون "حارس سلامة".

كانت النتائج واضحة. سجل TumorBoard درجة Action F1 بلغت 0.772 (مقياس لمدى جودة القرارات) واستلزام أدلة بلغت 0.914 (بمعنى أن 91.4% من ادعاءاته كانت مدعومة بدليل). كان هذا أفضل بكثير من النظام التالي في الترتيب، والذي سجل 0.741. حسب الباحثون أن هذا التحسن لم يكن مجرد حظ؛ فقد أظهرت الرياضيات أن هناك ثقة بنسبة 95% في أن النتيجة حقيقية.

شبكة الأمان
كانت النتيجة الأكثر أهمية تتعلق بالسلامة. عندما اختبر الباحثون ما يحدث إذا تم حذف أو إخفاء قطعة حاسمة من الأدلة (مثل نتيجة مختبرية) عن طريق الخطأ:

• قام TumorBoard بـ التأجيل (التوقف وطلب المساعدة) في 84.2% من تلك الحالات. لقد أدرك: "مهلاً، أنا أفتقد قطعة رئيسية من اللغز!"
• قدم فقط توصية قد تكون ضارة في 5.8% من تلك الحالات الصعبة.

في المقابل، عندما أوقفوا "حاكم السلامة"، ارتفع معدل التوصيات الضارة إلى 11.7%. لقد عمل الحاكم كمرشح، حيث منع 7.8 نقطة مئوية من النصائح الخطيرة من المرور، رغم أنه يعني أن النظام اضطر لقول "لا أعرف" لمرات أكثر (تكلفة "التأجيل الخاطئ" بلغت 4.3 نقطة مئوية).

لماذا هذا مهم؟
توضح الورقة أنه بالنسبة للقرارات عالية المخاطر مثل علاج سرطان الدماغ، فإن امتلاك فريق من المتخصصين في الذكاء الاصطناعي الذين يُجبرون على إثبات عملهم والتحقق من بعضهم البعض هو أفضل بكثير من ذكاء اصطناعي واحد أو مجموعة دردشة فوضوية. النظام لا "يخمن" الإجابة فحسب؛ بل يبني سجلاً لـ لماذا يعتقد أن تلك الإجابة صحيحة.

ومع ذلك، يوضح المؤلفون بحذر أن هذا ليس علاجاً سحرياً لكل شيء. فالنظام أبطأ ويستهلك طاقة حوسبة أكبر (حوالي 14,220 رمزاً/token و 21.8 ثانية لكل حالة) لأنه يتعين عليه القيام بكل عمليات التحقق هذه. ولكن في الطب، أن تكون مصيباً وآمناً هو أهم من أن تكون سريعاً. تم تصميم النظام ليكون أداة تساعد الأطباء البشر، لا لاستبدالهم. إذا كان الذكاء الاصطناعي غير متأكد أو كان الموقف شديد الخطورة، فإنه يعيد الحالة إلى خبير بشري.

في النهاية، يثبت TumorBoard أنه عندما تمنح الذكاء الاصطناعي هيكلاً صارماً، وطريقة للتحقق من عمله، وشبكة أمان، يمكنه أن يصبح شريكاً أكثر موثوقية في حل أصعب الألغاز الطبية. الأمر لا يتعلق بامتلاك أذكى عقل واحد؛ بل بامتلاك فريق يعرف كيف يعمل معاً دون ارتكاب أخطاء خطيرة.