🤖 AI

Authoring and Management of Transparent Research Integrity Assessments of Randomised Clinical Trial Publications Using LLM-assisted Tools and Provenance Knowledge Graphs

تقدم هذه الورقة أداة INSPECT-AI، وهي أداة تفاعلية مدعومة بالنماذج اللغوية الكبيرة (LLM) وما يرتبط بها من الرسم البياني للمعرفة RIPE-KG، والمصممة لتبسيط وتوحيد التقييم الشفاف لنزاهة الأبحاث في منشورات التجارب السريرية العشوائية من خلال الاستفادة من إطار عمل INSPECT-SR وأنطولوجيا RIPE-O.

المؤلفون الأصليون: Milan Markovic, Goutham Indukuri, Somayajulu Sripada, Colby J. Vorland, Jack Wilkinson, Clare Robertson, Mark Bolland, Andrew Grey, Miriam Brazzelli, Alison Avenell

نُشر 2026-08-10

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Milan Markovic, Goutham Indukuri, Somayajulu Sripada, Colby J. Vorland, Jack Wilkinson, Clare Robertson, Mark Bolland, Andrew Grey, Miriam Brazzelli, Alison Avenell

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل عالم العلوم كمكتبة ضخمة وصاخبة، حيث يكتب الباحثون باستمرار كتباً جديدة حول كيفية الحفاظ على صحة الناس. لسنوات طويلة، اعتمد الأطباء وصناع السياسات على نوع خاص من المجموعات المختارة التي تُعرف بـ المراجعة المنهجية (Systematic Review). فكر في هذا النوع كأنه أمين مكتبة خارق يقرأ مئات الدراسات الفردية، ويفحصها بحثاً عن الأخطاء، ويجمع نتائجها لإنشاء دليل واحد موثوق للرعاية الطبية. لكن هنا تكمن المشكلة: أحياناً، تكون الكتب الأصلية في المكتبة قد تعرضت للتلاعب. ربما تم تزييف البيانات، أو تم التلاعب بالتجارب، أو أخفى المؤلفون الأخبار السيئة. إذا أدرج "أمين المكتبة الخارق" هذه الكتب "الملوثة" عن طريق الخطأ في الدليل النهائي، فقد تكون النصيحة المقدمة للأطباء خاطئة، مما قد يضر بالمرضى. هذه هي مشكلة نزاهة البحث العلمي (Research Integrity): التأكد من أن المواد الخام للعلم صادقة وجديرة بالثقة.

ولحل هذه المشكلة، ابتكر العلماء قوائم تدقيق—تشبه عدسة المحقق المكبرة—لرصد هذه العلامات التحذيرية. ومع ذلك، فإن فحص كل كتاب يدوياً هو أمر بطيء ومرهق للغاية، وقد يختلف المحققون المختلفون حول ما يعتبر "دليلاً مريباً". مؤخراً، ظهر نوع جديد من المساعدين الرقميين يُسمى النموذج اللغوي الكبير (LLM). يمكنك التفكير في النموذج اللغوي الكبير كأنه روبوت فائق السرعة وفائق القراءة يمكنه مسح النصوص ورصد الأنماط في ثوانٍ. ولكن، مثل أي روبوت، يمكنه ارتكاب الأخطاء أو الارتباك، لذا فهو يحتاج إلى إنسان ليدقق عمله. السؤال الكبير هو: كيف نحتفظ بسجل مثالي وغير قابل للتغيير يوضح بالضبط كيف عمل الإنسان والروبوت معاً لتحديد ما إذا كانت دراسة ما آمنة للاستخدام؟

هنا يأتي دور الورقة البحثية التي ستطالعها الآن. لقد قام المؤلفون، وهم فريق من علماء الحاسوب والخبراء الطبيين، ببناء أداة رقمية جديدة تسمى INSPECT-AI. إنها تشبه محطة تحقيق تقنية عالية تساعد البشر في فحص التجارب السريرية للتأكد من نزاهتها. لكن السحر الحقيقي لا يكمن في الأداة نفسها فحسب؛ بل في "الأثر الرقمي" الذي تتركه وراءها. لقد أنشأ الفريق خريطة خاصة تسمى رسم البيان المعرفي (Knowledge Graph) (وهو عبد من الحقائق المترابطة) وقاعدة قواعد تسمى الأنطولوجيا (Ontology) (وهي لغة مشتركة لوصف كيفية اتخاذ القرارات). وقد استخدموا هذه الأدوات لتسجيل 140 تحقيقاً مختلفاً في 95 دراسة طبية.

لقلقد وجدوا نتائج رائعة ومربكة بعض الشيء. لقد اتفق الروبوت (INSPECT-AI) والمحققون البشر في كثير من الأحيان، ولكن ليس دائماً. في الواقع، اختلفوا في حوالي 13.6% من الأسئلة المحددة التي طرحوها. في بعض الأحيان، كان الروبوت سريعاً جداً في الإشارة إلى وجود مشكلة، وفي أحيان أخرى كان على الإنسان أن يبحث بعمق أكبر ليرى أن الروبوت كان مخطئاً. كما لاحظ الفريق أن البشر لم يتفقوا دائماً فيما بينهم، خاصة عند محاولة معرفة ما إذا كانت الدراسة قد سُجلت قبل بدئها (وهي تفصيلة دقيقة تتطلب معرفة عميقة). تشير الورقة البحثية إلى أنه لا يمكننا مجرد ترك الروبوت يقرر كل شيء، كما لا يمكننا الاعتماد على البشر للقيام بكل شيء بمفردهم. بدلاً من ذلك، نحن بحاجة إلى نظام يسجل كل خطوة من خطوات التحقيق—من الذي نظر في ماذا، وماذا خمن الروبوت، ولما لمَ غير الإنسان رأيه. ومن خلال نشر هذه "آثار المصدر" (تاريخ التحقيق) في رسم بياني مفتوح وقابل للبحث، يأمل الفريق في جعل عملية فحص العلم أكثر شفافية وسرعة وأقل عرضة للخطأ البشري. هم لم يحلوا مشكلة العلم المزيف، لكنهم بنوا مصباحاً يدوياً أفضل ودفتر ملاحظات أفضل للأشخاص الذين يحاولون العثور عليه.

أبحاث مشابهة