Can Large Language Models Provide Safe and Evidence-Based Nutritional Recommendations for Dental Implant Patients? A Comparative Benchmarking Study

عندما يضع طبيب الأسنان مسماراً من التيتانيوم في عظم الفك لتثبيت سن صناعي، يجب على الجسم أن يعامل هذا المعدن كصديق لا كعدو. هذه العملية، حيث ينمو العظم بإحكام حول الغرسة لتثبيتها في مكانها، هي رقصة بيولوجية دقيقة تعتمد على ما هو أكثر من مجرد المهارة الجراحية؛ فهي تعتمد بشكل كبير على الصحة العامة للمريض، وخاصة ما يأكله. تماماً كما يحتاج المنزل إلى طوب وملاط قويين ليقف صامداً، فإن الأنسجة الشافية والعظام الجديدة تتطلب عناصر غذائية محددة مثل البروتين والفيتامينات والمعادن لتبني نفسها مجدداً بعد الجراحة. وإذا كانت هذه اللبنات الأساسية مفقودة، فقد تفشل الغرسة في الاندماج، أو قد تصبح أنسجة اللثة المحيطة ملتهبة ومريضة. لعقود من الزمن، عرف الأطباء أن التغذية الجيدة تساعد، لكن الحجم الهائل للنصائح العلمية حول ما يجب أكله بالضبط، ومتى يؤكل، وأي المكملات الغذائية هي الأكثر فعالية، أصبح مربكاً للغاية. وفي هذا المشهد المعقد، ظهر نوع جديد من المساعد الرقمي: النماذج اللغوية الكبيرة. هذه برامج حاسوبية قوية تم تدريبها على كميات هائلة من النصوص التي يمكنها الإجابة على الأسئلة، وتلخيص الأبحاث، وتقديم المشورة بلغة بشرية. ومع شيوع هذه الأدوات في العيادات، يبرز سؤال جوهري: هل يمكن للحاسوب، الذي لم يرَ مريضاً قط ولم يجرِ عملية جراحية، أن يخبر الشخص بأمان ودقة عما يجب أكله لضمان نجاح غرسة الأسنان لديه؟

لقد وضع فريق من الباحثين حداً لهذا التساؤل عبر إخضاع أربعة من أكثر أنظمة الذكاء الاصطناعي شعبية لاختبار صارم. لم يكتفوا بسؤال الحواسيب أسئلة عامة مثل "ما هو الجيد للعظام؟"، بل صمموا 120 سيناريو محدد وواقعي قد يواجهها طبيب الأسنان. غطت هذه المواقف الرحلة الكاملة لعلاج الغرسات، بدءاً من فحص نظام المريض الغذائي قبل الجراحة، وصولاً إلى إدارة المضاعفات بعد الإجراء، وحتى التعامل مع المرضى الذين يعانون من حالات صحية خطيرة أخرى. صُممت السيناريوهات لتكون مخادعة، مما يتطلب من الحاسوب موازنة قطع مختلفة من الأدلة وتقديم توصية ليست صحيحة واقعياً فحسب، بل آمنة وعملية لشخص حقيقي. ولضمان عدالة الاختبار، قدم الباحثون كل سيناريو إلى أربعة نماذج ذكاء اصطناعي مختلفة وهي: GPT-5 وClaude وGemini وCopilot، باستخدام نفس التعليمات تماماً. وقد طلبوا من كل نموذج الإجابة على السؤال نفسه ثلاث مرات لمعرفة ما إذا كان سيعطي النصيحة نفسها في كل مرة، ثم جمعوا ما مجموعه 1,440 استجابة لتحليلها.

وللحكم على هذه الإجابات، شكل الباحثون لجنة من خمسة خبراء بشريين، تضم كبار الجراحين وعلماء التغذية الذين قضوا عقوداً في دراسة كيفية التئام الفم. كان هؤلاء الخبراء "معماة"، أي أنهم لم يعرفوا أي حاسوب أنتج أي إجابة. وقاموا بمقارنة كل استجابة من استجابات الذكاء الاصطناعي مقابل معيار صارم مكتوب مسبقاً بناءً على أفضل الإرشادات الطبية والدراسات العلمية المتاحة. بحث الخبراء عن عدة أمور: هل تطابقت النصيحة مع العلم؟ هل كانت آمنة؟ هل اخترع الحاسوب دراسات أو مراجع وهمية؟ وهل اعترف عندما يكون العلم غير واضح؟ أظهرت النتائج أنه بينما استطاعت جميع الحواسيب التحدث عن التغذية، إلا أن قدرتها على تقديم نصائح آمنة ودقيقة وقائمة على الأدلة تفاوتت بشكل كبير. فقد تفوق نموذج واحد، وهو GPT-5، باستمرار على الآخرين، حيث قدم توصيات تتماشى بشكل وثيق مع معايير الخبراء. كان الأكثر دقة في نصائحه الغذائية، والأكثر أماناً في تحذيراته، والأكثر صدقاً بشأن حدود المعرفة العلمية الحالية. كما سجل أقل عدد من الأخطاء، مثل اختلاق أوراق بحثية وهمية لدعم ادعاءاته.

أما النماذج الثلاثة الأخرى فقد قدمت أداءً جيداً لكنها أخفقت في جوانب محددة. فقد جاء نموذج Claude في المرتبة الثانية، وكان قريباً من المتصدر لكنه ارتكب المزيد من الأخطاء. أما النموذجان الآخران، Gemini وCopilot، فقد واجها صعوبات متكررة فيما يتعلق بالسلامة والدقة. وكانت نقطة الفشل الرئيسية لجميع النماذج هي عندما تتضمن الأسئلة مكملات غذائية تجارية؛ ففي هذه الحالات، حيث تكون الأدلة العلمية غالباً مشوشة أو متضاربة، تميل الحواسيب إلى الثقة المفرطة، وتقدم نصائح حاسمة حتى عندما لا يدعم العلم ذلك. كما تباينت موثوقيتها؛ فبعض النماذج أعطت إجابات مختلفة لنفس السؤال تماماً عند سؤاله عدة مرات، بينما ظلت نماذج أخرى ثابتة. ووجدت الدراسة أنه حتى أفضل الحواسيب أداءً لا تزال "تهلوس"، أو تخترع مراجع علمية، بنسبة 4.4 بالمئة من الوقت، وهي نسبة منخفضة لكنها موجودة. وهذا يعني أنه على الرغم من قدرة الذكاء الاصطناعي على أن يكون أداة مفيدة لتلخيص المعلومات، إلا أنه لا يمكن الوثوق به بعد لاتخاذ القرارات النهائية بمفرده.

خلص الباحثون إلى أن أنظمة الذكاء الاصطناعي هذه هي مساعدون أقوياء يمكنهم مساعدة أطباء الأسنان والمرضى في التنقل عبر العالم المعقد للتغذية لغرسات الأسنان، لكنها ليست جاهزة لاستبدال الحكم البشري. أظهرت النماذج الأفضل قدرتها على فهم الاحتياجات البيولوجية لالتئام العظام وتقديم نصائح عامة سليمة، لكنها لا تزال تتعثر عندما تكون الأدلة ضعيفة أو عندما يتعلق الأمر بمنتجات تجارية محددة. تشير الدراسة إلى أن مستقبل استخدام هذه الأدوات في طب الأسنان يكمن في شراكة حيث يقوم الحاسوب بتقديم ملخص سريع قائم على الأدلة، ويقوم الخبير البشري بالتحقق من التفاصيل، والتدقيق في السلامة، وتكييف النصيحة لتناسب المريض تحديداً. وحتى تتمكن الحواسيب من تجنب اختلاق الحقائق باستمرار والتعامل مع الأدلة غير المؤكدة بنفس الحذر الذي يتبعه الطبيب البشري، يجب أن يظل دورها داعماً وليس حاسماً. إن التكنولوجيا تتقدم بسرعة، ولكن في الوقت الحالي، المسار الأكثر أماناً لنجاح غرسة المريض هو ترك الحاسوب يقوم بالبحث، وترك الإنسان يتخذ القرار.