📄 psychiatry and clinical psychology

Evaluation of Elicit as an adjunct search, screening, and data extraction tool for systematic reviews

تقيم هذه الدراسة أداة "Elicit" كأداة ذكاء اصطناعي للمراجعات المنهجية، حيث وجدت أنه بينما توفر وفراً كبيراً في الوقت وقدرات مفيدة في استخراج البيانات، فإن ضعف تداخل البحث وانخفاض دقة الفرز يشيران إلى أنها مناسبة حالياً فقط كأداة مساعدة وليست بديلاً مستقلاً لعملية المراجعة المنهجية.

المؤلفون الأصليون: Wei, I., Shah, J. N., Miah, A., Hawco, C., Coutts, F., Sikstrom, L., Ameis, S. H., Voineskos, A. N., Glatard, T., Dickie, E. W.

نُشر 2026-10-05

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Wei, I., Shah, J. N., Miah, A., Hawco, C., Coutts, F., Sikstrom, L., Ameis, S. H., Voineskos, A. N., Glatard, T., Dickie, E. W.

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 عالم الأبحاث الطبية، تبرز المراجعة المنهجية كحجر الزاوية للحقيقة. إنها عملية صارمة يقوم فيها العلماء بجمع كل الدراسات المتاحة حول سؤال محدد، وفحصها بعناية فائقة، ودمج نتائجها لتحديد ما هو معروف فعلياً عن قضية صحية ما. هذا المنهج ضروري للأطباء عند اتخاذ قرارات العلاج ولصناع السياسات عند وضع الإرشادات الصحية، ومع ذلك، فهو عملية صعبة للغاية؛ إذ تتسم بالبطء والتكلفة العالية وتتطلب جهداً بشرياً هائلاً، وغالباً ما تستغرق سنوات لإتمامها، حيث تقضي فرق الباحثين وقتاً في قراءة آلاف العناوين والملخصات لتقرير أي الأوراق البحثية تنتمي إلى التحليل النهائي. ومع نمو حجم العلوم المنشورة كل يوم، أصبحت مهمة مواكبة الأدبيات الجديدة عبئاً ساحقاً، مما دفع الكثيرين للتساؤل عما إذا كان الذكاء الاصطعي بإمكانه تحمل هذا العبء الثقيل.

تستكشف دراسة حديثة من فريق في مركز الإدمان والصحة العقلية في تورونتو هذا الاحتمال تحديداً عبر اختبار أداة ذكاء اصطناعي معينة تسمى "إليسيت" (Elicit). أراد الباحثون معرفة ما إذا كان هذا البرنامج يمكنه محاكاة عمل فريق بشري يجري مراجعة منهجية. ولمعرفة ذلك، أخذوا مراجعة سبق لمجموعتهم إنجازها يدوياً — وهي دراسة تبحث فيما إذا كانت أعراض الذهان المبكرة والخفيفة لدى الشباب تتنبأ بتشخيصات الصحة العقلية اللاحقة — وطلبوا من "إليسيت" القيام بنفس المهمة تماماً. لقد قارنوا نتائج الذكاء الاصطناعي بعمل الفريق البشري في كل مرحلة، بدءاً من البحث الأولي عن الأوراق وصولاً إلى الاستخراج النهائي للبيانات، حيث قاسوا عدد الدراسات الصحيحة التي وجدها الذكاء الاصطناعي، وكم عدد الدراسات التي أغفلها، ومقدار الوقت الذي وفره.

كشفت النتوة عن أداة قوية ولكنها ليست جاهزة بعد للعمل بمفردها. فعندما تعلق الأمر بالبحث الأولي، واجه "إليسيت" صعوبة كبيرة؛ فبينما وجد الفريق البشري أكثر من 5,000 دراسة ذات صلة باستخدام طرق البحث التقليدية، لم يكشف محرك بحث "إليسيت" سوى 158 دراسة من تلك الدراسات نفسها. وهذا يعني أن الذكاء الاصطناعي قد أغفل الغالبية العظمى من الأبحاث التي حددها البشر، مما يشير إلى أن قدرات البحث الحالية لديه ليست واسعة بما يكفي لاستبدال عمليات البحث الدقيقة والمنظمة التي يقوم بها الباحثون البشر. ومع ذلك، بمجرد وضع الدراسات أمامه، أظهر الذكاء الاصطناعي بعض الوعود؛ فخلال عملية الفرز، حيث يقرر الباحثون ما إذا كانت الورقة البحثية ذات صلة كافية لقراءتها بالكامل، كان أداء "إليسيت" متوسطاً. فقد نجح في تحديد معظم الدراسات الهامة، لكنه ارتكب نوعاً معيناً من الأخطاء: فقد مال إلى تضمين أوراق كان ينبغي استبعادها، حيث كان مفرطاً في الحذر، فسمح بدخول ملصقات المؤتمرات والملخصات التي لم تكن مقالات بحثية كاملة، كما أخطأ أحياناً في تقدير ما إذا كانت الدراسة تحتوي على بيانات التشخيص الطبي الصحيحة.

ظهرت النتائج الأكثر تشجيعاً في مرحلة استخراج البيانات، حيث حاول الذكاء الاصطناعي استخراج أرقام وحقائق محددة من الأوراق المختارة. أثبت "إليسيت" أنه مساعد مفيد، حيث نجح في إيجاد تطابقات دقيقة للتفاصيل الأساسية مثل اسم المؤلف، وسنة النشر، وبلد الدراسة في جميع الحالات تقريباً. وحتى عندما لم يجد الرقم المثالي، فإنه غالباً ما كان يقدم جملة من النص الأصلي ترشد القارئ البشري إلى المعلومة الصحيحة، وهو ما يعد موفراً كبيراً للوقت. أما بالنسبة للتفاصيل الأكثر تعقيداً، مثل العمر الدقيق للمشاركين أو النتائج الإحصائية المحددة، فقد كان الذكاء الاصطناعي أقل دقة، حيث كان يسحب أحياناً بيانات من المجموعة الخطأ داخل الدراسة أو يغفل القيمة المحددة المطلوبة لحساب نهائي. ورغم هذه العيوب، كان الفرق في السرعة مذهلاً؛ فقد استغرق الفريق البشري ما يقرب من 445 ساعة من العمل لإتمام عملية المراجعة بأكملها، مع مشاركة عدة باحثين للتدقيق في كل خطوة، بينما أكمل الذكاء الاصطناعي نسخته من المهمة نفسها في ثلاث ساعات فقط.

في النهاية، خلصت الدراسة إلى أن "إليسيت" شريك قيم ولكنه ليس بديلاً. فهو ليس قادراً بعد على إجراء مراجعة منهجية بمفرده لأنه يفتقد الكثير من الدراسات في مرحلة البحث، ويرتكب الكثير من الأخطاء في مرحلة الفرز لدرجة لا تسمح بالوثوق به دون إشراف. ومع ذلك، فإن قدرته على مسح المستندات بسرعة والإشارة إلى جمل محددة تجعل منه أداة ممتازة لتسريع عمل الباحثين البشر. ويقترح المؤلفون أن النهج الأفضل هو استخدام الذكاء الاصطناعي كمراجع ثانٍ أو ثالث، بحيث يتولى القيام بالمهام الشاقة المتمثلة في إيجاد المعلومات، بينما يشرف خبير بشري على العملية لضبط الأخطاء وضمان دقة النتائج النهائية. وبهذه الطريقة، يمكن لهذه التكنولوجيا تقليل الوقت والتكلفة في البحث دون التضحية بالموثوقية التي يتطلبها العلم الطبي.

أبحاث مشابهة