Artificial Intelligence and Mobile Health Technologies for Improved Healthcare Access: Design and Pilot Evaluation of an Integrated Digital Health Platform for a Nigerian Teaching Hospital
تقدم هذه الدراسة تصميم وتقييم تجريبي لمنصة صحة متنقلة مدعومة بالذكاء الاصطناعي ومُنشورة محلياً في مستشفى جامعة أبوجا التعليمي، مما يثبت جدواها التقنية، وسهولة استخدامها العالية، وتوافقها السريري الكبير في تحسين الوصول إلى الرعاية الصحية لطلاب الجامعات النيجيرية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
في أجزاء كثيرة من العالم، لا يقتصر الحصول على الرعاية الطبية على مجرد وجود مستشفى في الجوار؛ بل هو لغز معقد يتعلق بالتوقيت، والتكلفة، والمسافة، والثقة. بالنسبة لطلاب الجامعات في البلدان منخفضة الدخل، غالبًا ما تكون هذه العوائق غير مرئية للعالم الخارجي ولكنها ملموسة بعمق في الحياة اليومية. فعندما يمرض الطالب، قد يواجه فترات انتظار طويلة، أو نقصًا في الأطباء المتاحين، أو الخوف من الرفض. ولحل هذه المشكلة، بدأ الباحثون في النظر في الصحة المتنقلة، التي تستخدم الهواتف الذكية لتقديم الخدمات الطبية، والذكاء الاصطناعي، الذي يمكن أن يعمل كمساعد رقمي لفرز الأعراض وتحديد مدى استعجال المشكلة. والهدف ليس استبدال الأطباء، بل إنشاء جسر يساعد الناس على الوصول إلى الرعاية المناسبة بشكل أسرع وأسهل، خاصة في الأماكن التي تشح فيها الموارد وتتسع فيها الفجوة بين الاحتياج والتوفر.
في دراسة حديثة أجريت في مستشفى جامعة أبوجا التعليمي في نيجيريا، سعى الباحثون لبناء واختبار مثل هذا الجسر تمامًا. فقد صمموا تطبيقًا للهاتف المحمول مخصصًا للطلاب يجمع بين غرفة انتظار رقمية ومساعد ذكي. سمح التطبيق للطلاب بجدولة المواعيد، والاطلاع على سجلاتهم الطبية، والتحدث مع الطبيب عبر مكالمة فيديو. وكانت ميزته الأكثر ابتكارًا هي أداة الذكاء الاصطناعي التي عملت كممرضة فرز. فعندما يفتح الطالب التطبيق لوصف أعراضه، يطرح الذكاء الاصطناعي سلسلة من الأسئلة المتابعة، تمامًا كما يفعل الطبيب البشري، لفهم الحالة. وبناءً على المحادثة، يصنف النظام حالة الطالب كحالة روتينية، أو عاجلة، أو طارئة. وإذا كانت الحالة طارئة، يوجه التطبيق الطالب فورًا لطلب الرعاية الحضورية. ومن الأهمية بمكان أن النظام بأكمله كان يعمل على خوادم موجودة فعليًا داخل المستشفى، مما يضمن بقاء بيانات الطلاب على أرض محلية بدلاً من انتقالها إلى خوادم سحابية بعيدة، وهو أمر يمثل مصدر قلق كبير لخصوصية البيانات في المنطقة.
ولمعرفة ما إذا كانت هذه الأداة الرقمية قد نجحت، دعا الباحثون خمسين طالبًا لاستخدام المنصة لمدة ثلاثين يومًا. وخلال هذه الفترة، استخدم الطلاب التطبيق كالمعتاد، لطلب المساعدة كلما شعروا بوعكة صحية. ثم قام الفريق بقياس كيف غيرت هذه التجربة قدرة الطلاب على الوصول إلى الرعاية الصحية. وقد نظروا في خمسة مجالات محددة: ما إذا كانت الرعاية متاحة عند الحاجة، ومدى سهولة الوصول إليها، وما إذا كانت الساعات والموقع يتناسبان مع حياة الطلاب، وما إذا كانت التكلفة مقدورة عليها، وما إذا كان الطلاب يشعرون بالراحة تجاه النظام. كما طلبوا من الطلاب تقييم مدى سهولة استخدام التطبيق. وأخيرًا، لضمان سلامة ودقة الذكاء الاصطناعي، راجع طبيبان بشريان مستقلان نفس المحادثات التي أجراها الطلاب مع التطبيق، دون معرفة ما قرره الذكاء الاصطناعي، لمعرفة ما إذا كانت أحكامهما تتطابق.
قدمت النتائج لمحة واعدة لمستقبل الرعاية الصحية في البيئات محدودة الموارد. فقد أثبت الذكاء الاصطناعي أنه موثوق للغاية؛ فعندما حلل النظام أعراض الطالب، وصل إلى نفس استنتاج الأطباء البشريين في أكثر من تسعين بالمائة من الحالات. وكان الاتفاق بين الذكاء الاصطناعي والأطباء قويًا بشكل خاص عندما كانت المحادثة أطول وأكثر تفصيلًا، مما يشير إلى أن النظام يستفيد من توفر الوقت الكافي لفهم القصة الكاملة. ومن حيث السرعة، استجاب الذكال الاصطناعي لأسئلة الطلاب في متوسط زمن قدره أربع وثلاثون ثانية، ولم يتأثر أداؤه حتى مع زيادة عدد المستخدمين. وعندما سُئل الطلاب عن سهولة استخدام التطبيق، كان متوسط الدرجة التي منحوها أعلى بكثير من المعيار المرجعي للبرمجيات الجيدة، مما يشير إلى أن الأداة كانت بديهية وسهلة التصفح.
وفيما يتعلق بالتأثير الأوسع على الوصول إلى الرعاية الصحية، أظهرت الدراسة توجهات إيجابية، رغم أن صغر حجم المجموعة جعل النتائج غير حاسمة إحصائيًا. فقد أشارت البيانات إلى أن التطبيق جعل الرعاية الصحية تبدو أكثر سهولة وتوفرًا، حيث أفاد الطلاب أنه يمكنهم الحصول على المساعدة بسهولة أكبر مما سبق. ومع ذلك، لم تجد الدراسة فرقًا جوهريًا في كيفية عمل التطبيق للطلاب الذين يعيشون داخل الحرم الجامعي مقابل أولئك الذين يعيشون خارجه، وهو سؤال يتطلب مجموعة أكبر بكثير من الناس للإجابة عليه بيقين. وقد لاحظ الباحثون بحذر أنه بينما عمل النظام بشكل جيد في هذا الاختبار التجريبي، إلا أنها كانت دراسة جدوى تهدف لإثبات إمكانية نجاح المفهوم، وليست إثباتًا نهائيًا على أنه يحل جميع المشكلات. لقد أكدت الدراسة أن منصة مبنية محليًا ومدعومة بالذكاء الاصطناعي يمكن أن تعمل بفعالية في بيئة جامعية نيجيرية، مما يوفر مسارًا قابلًا للتطبيق لتحسين كيفية وصول الطلاب إلى الرعاية الطبية. والخطوة التالية، وفقًا للمؤلفين، هي توسيع الدراسة لتشمل مشاركين أكثر واختبار النظام عبر لغات مختلفة لضمان خدمته للجميع بالتساوي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.