Accuracy of AI-Generated Procedural Descriptions in Peripheral Nerve Surgery: Implications for Surgical Training
تُظهر هذه الدراسة أنه في حين يمكن لنماذج الذكاء الاصطناعي (GPT-5.2 وGPT-5.5) توليد أوصاف إجرائية دقيقة بشكل عام لجراحة الأعصاب الطرفية، إلا أن موثوقيتها تتأثر بشكل كبير باستراتيجيات صياغة الأوامر، كما أنها تواجه صعوبة مستمرة في الخطوات التي تعتمد على التقدير، مما يشير إلى ضرورة استخدامها كأدوات تعليمية تكميلية بدلاً من أن تكون بديلاً للتوجيه الخبير.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
تُعد الجراحة تخصصاً قائماً على التنفيذ الدقيق للخطوات، حيث يكمن الفرق بين النتيجة الناجحة والمضاعفات غالباً في تفاصيل كيفية حركة يدي الجراح واتخاذ القرارات في اللحظة الراهنة. ولعقود من الزمن، اعتمد التدريب على إتقان هذه الحركات على عملية بطيئة ومتأنية تتمثل في مراقبة الخبراء، والممارسة تحت الإشراف، واستيعاب القواعد غير المكتوبة التي تفصل بين الإجراء الكفء والإجراء الاحترافي. ومؤخراً، دخلت أداة جديدة هذا المشهد: ذكاء اصطناعي قادر على توليد نصوص تصف الإجراءات الطبية المعقدة. هذه الأنظمة، التي تُسمى غالباً نماذج اللغات الكبيرة، يمكنها قراءة كميات هائلة من المعلومات وكتابة تعليمات واضحة ومنظمة. وبينما تبحث كليات الطب والمستشفيات عن طرق لمساعدة الطلاب على التعلم بكفاءة أكبر، برز سؤال جوهري: هل يمكن لبرنامج حاسوبي أن يصف بدقة الخطوات المعقدة للجراحة، أم أنه يفتقد العناصر البشرية الدقيقة التي تصنع الفارق؟
وضع فريق من الباحثين في جامعة كولومبيا البريطانية نصب أعينهم الإجابة على هذا السؤال من خلال اختبار قدرات نموذج ذكاء اصطناعي متطور في المجال الدقيق لجراحة الأعصاب الطرفية. يتضمن هذا الفرع من الطب إصلاح وإعادة توصيل الأعصاب الصغيرة التي تتحكم في الحركة والإحساس في الذراعين واليدين، وهي مهمة تتطلب دقة متناهية. اختار الباحثون خمسة عشر إجراءً عصبياً مختلفاً، تتراوح بين تحرير عصب مضغوط في المعصم إلى نقل عصب من عضلة إلى أخرى. واستخدموا موقعاً تعليمياً عالي الجودة يتميز بمقاطع فيديو ونصوص من جراحين خبراء ليكون بمثابة "المعيار الذهبي" لما يجب أن يكون عليه الوصف الصحيح. ثم طلبوا من الذكاء الاصطناعي توليد أوصاف خطوة بخطوة لكل واحد من هذه الإجراءات الخمسة عشر، مع تكرار الطلب نفسه ست مرات لكل جراحة لمعرفة ما إذا كانت الإجابات متسقة.
أظهرت النتائج أن الذكاء الاصطناعي كان جيداً بشكل مفاجئ في الأساسيات، لكنه عانى مع التفاصيل الدقيقة. في المتوسط، بلغت دقة أوصاف الذكاء الاصطناعي حوالي 81 بالمائة مقارنة بالمعيار الخبير. وهذا يعني أنه في معظم الأوقات، حدد الكمبيوتر الخطوات الرئيسية للجراحة بشكل صحيح، مثل مكان إجراء الشق الجراحي أو كيفية تحريك العصب. ومع ذلك، لم تكن الدقة مثالية، وتفاوتت بشكل كبير من محاولة إلى أخرى. ففي بعض المرات، أصاب الذكاء الاصطناعي ما يقرب من 92 بالمائة من الخطوات بشكل صحيح، بينما انخفضت في مرات أخرى إلى أقل من 69 بالمائة. هذا التباين يعني أن الطالب الذي يسأل نفس السؤال مرتين قد يتلقى نسختين مختلفتين من نفس الجراحة، دون وسيلة لمعرفة أيهما أكثر اكتمالاً.
وعندما فحص الباحثون بدقة ما فات الذكاء الاصطناعي، وجدوا نمطاً واضحاً. لم تكن الأخطاء الأكثر شيوعاً في الخطوات الكبيرة والواضحة، بل في القرارات الأصغر القائمة على التقدير التي يتخذها الجراحون ذوو الخبرة. هذه هي اللحظات التي قد يختار فيها الجراح إضافة مناورة معينة لتحسين الرؤية، أو يقرر استخدام تقنية معينة بناءً على شكل الأنسجة أمام عينه. مال الذكاء الاصطناعي إلى وصف الإطار الجوهري للجراحة، لكنه غالباً ما أغفل التفاصيل الاختيارية ذات المستوى الخبير. والأمر الأكثر إثارة للقلق كان الحالات التي فشل فيها الذكاء الاصطناعي في ذكر خطوات السلامة الحرجة، مثل تحديد وعاء دموي معين أو عصب يجب حمايته لمنع الإصابة. ورغم أن هذه الخطوات المتعلقة بالسلامة قد أُغفلت بشكل أقل من قرارات التقدير، إلا أن الباحثين أشاروا إلى أن إغفال خطوة واحدة منها قد يؤدي إلى عواقب وخيمة على المريض.
كما اختبر الباحثون كيف تؤثر طريقة طرح السؤال على الإجابة. فعندما استخدم الباحثون أمراً بسيطاً وعفوياً — مثل "أخبرني كيف أجري هذه الجراحة" — انخفضت دقة استجابة الذكاء الاصطناعي لتصل إلى حوالي 40 بالمائة. في هذه الحالات، أغفل الذكاء الاصطناعي خطوات رئيسية كاملة من الإجراء، وليس فقط التفاصيل الدقيقة. ومع ذلك، عندما استخدم الباحثون أمراً مهيكلاً ومصاغاً بعناية يطلب تفاصيل محددة مثل المعالم والأدوات، ارتفعت الدقة مجدداً إلى أكثر من 80 بالمائة. وهذا يشير إلى أن جودة مخرجات الذكاء الاصطناعي تعتمد بشدة على كيفية تفاعل المستخدم معه؛ فالسؤال المصمم جيداً يمكن أن يوجه الكمبيوتر لتقديم إجابة أكثر فائدة ودقة، بينما يؤدي السؤال الغامض إلى نتيجة سيئة.
تحقق الباحثون أيضاً مما إذا كان إصدار أحدث من نموذج الذكاء الاصطناعي يعمل بشكل أفضل. ووجدوا أن النموذج الأحدث كان بنفس دقة النموذج القديم، ولكنه كان أكثر تبايناً في إجاباته. وهذا يشير إلى أن مجرد انتظار نسخة أحدث من البرنامج لن يحل مشكلة نقص التفاصيل أو عدم اتساق الإجابات. يبدو أن القصور الجوهري يكمن في كيفية توليد هذه الأنظمة للنصوص: فهي ممتازة في استرجاع الحقائق وتنظيم المعلومات، لكنها تعاني في محاكاة التفكير الشرطي والخبرة الشخصية التي توجه خيارات الجراح.
في الختام، خلصت الدراسة إلى أن أدوات الذكاء الاصطناعي هذه يمكن أن تكون مفيدة لإعطاء الطلاب نظرة عامة عن الجراحة، والعمل كنقطة انطلاق للتعريف الأولي. ومع ذلك، لا ينبغي استخدامها كبديل للتوجيه الخبير، خاصة فيما يتعلق بخطوات السلامة الحرجة أو القرارات الدقيقة التي تحدد الممارسة الاحترافية. إن هذه التكنولوجيا هي مساعد قوي يمكنه تلخيص المعلومات بسرعة، لكنها لا تستطيع بعد استبدال سنوات التوجيه والملاحظة المطلوبة لتعلم فن الجراحة. وفي الوقت الحالي، فإن أفضل نهج هو استخدام هذه الأدوات بحذر، مع التحقق دائماً من المعلومات مقابل الخبراء البشريين الموثوقين، وإدراك أن الكمبيوتر قد يغفل التفاصيل التي تهمنا أكثر من غيرها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.