Performance of Large Language Models as Assistive Tools for Clinical Pharmacists in the Stomatological Hospital: A Multi-dimensional Comparative Study

في العالم المتخصص للمستشفيات السنية، يعمل الصيادلة الإكلينيكيون كحراس لسلامة الأدوية. وتتمثل مهمتهم في ضمان أن كل دواء يُوصف للأمراض الفموية هو الخيار الصحيح، والجرعة الصحيحة، وآمن للتاريخ الصحي الخاص بالمريض. يتضمن هذا العمل مراجعة الوصفات الطبية، والتحقق من التفاعلات الدوائية الخطيرة، وتعديل العلاجات للمرضى الذين يعانون من حالات معقدة مثل أمراض الكلى أو الكبد. ومع ذلك، أصبح هذا الدور يزداد صعوبة؛ فحجم المعلومات الطبية ينمو يومياً، والإرشادات تتغير باستمرار، وغالباً ما يواجه الصيادلة أعباء عمل ثقيلة تترك وقتاً قليلاً للبحث المتعمق. يجب عليهم اتخاذ قرارات سريعة ودقيقة أثناء التعامل مع مرضى قد يتناولون أدوية متعددة لكل من الصحة الفموية والجهازية.

وللمساعدة في إدارة هذا الضغط، تتطلع العديد من المستشفيات نحو الذكاء الاصطناعي، وتحديداً النماذج اللغوية الكبيرة. هذه النماذج هي برامج حاسوبية مدربة على كميات هائلة من النصوص التي يمكنها فهم وتوليد اللغة البشرية، وهي مصممة لاسترجاع المعلومات، وتحليل السيناريوهات المعقدة، وتقديم إجابات لأسئلة تتطلب عادةً سنوات من الدراسة المهنية. والسؤال الذي يواجه المجتمع الطبي هو ما إذا كانت هذه الأدوات الرقمية يمكن أن تعمل حقاً كمساعدين موثوقين للخبراء البشريين، أم أنها مجرد روبوتات دردشة متطورة قد تقدم نصائح واثقة ولكنها غير صحيحة. وقد سعى بحث جديد من باحثين في الصين لاختبار ذلك مباشرة، متجاوزاً الأسئلة العامة ليرى مدى أداء هذه النماذج في البيئة المحددة وعالية المخاطر لمستشفى طبي أسنان.

اختار الباحثون ثلاثة من أكثر النماذج اللغوية الكبيرة تقدماً في ذلك الوقت: ChatGPT-5.5 Instant، وGemini-3.3 Flash-Lite، وDeepSeek-V3. ولاختبارها بشكل عادل، أنشأ الفريق مجموعة من ثلاثين سؤالاً واقعياً يواجهها الصيادلة الإكلينيكيون بالفعل كل يوم. غطت هذه الأسئلة ستة مجالات حيوية: مقدار الدواء الذي يجب إعطاؤه، وكيف تتفاعل الأدوية مع بعضها البعض، وأي المرضى لا ينبغي أبداً أن يتناولوا أدوية معينة، وأي الأدوية لا يمكن خلطها في نفس الحقنة الوريدية، وكيفية إعطاء الدواء، وكيفية تعديل الجرعات للمرضى الذين يعانون من فشل في الكلى أو الكبد. تراوحت الأسئلة بين الحقائق المباشرة والسيناريوهات المعقدة التي تتطلب تفكيراً طبياً عميقاً.

قام خمسة صيادلة إكلينيكيين كبار بمراجعة الإجابات التي قدمها كل نموذج. ولم يكونوا يعرفون أي نموذج أنتج أي إجابة، مما ضمن عدم انحياز حكمهم. وقاموا بتقييم الاستجابات بناءً على مدى دقتها، واكتمالها، وفائدتها في سياق صيدلاني واقعي. وأظهرت النتائج تسلسلاً هرمياً واضحاً في الأداء؛ حيث أنتج ChatGPT-5.5 Instant أعلى جودة من الإجابات، محققاً وسيط درجات وضعه في نطاق "جيد" إلى "ممتاز". وجاء DeepSeek-V3 في المرتبة الثانية، بينما سجل Gemini-3.5 Flash-Lite أدنى درجة بين الثلاثة. وكانت الاختلافات ذات دلالة إحصائية، مما يعني أن الفجوة في الأداء كانت حقيقية وليست ناتجة عن الصدفة.

ومن المثير للاهتمام أن صعوبة الأسئلة لم تغير الترتيب؛ فبغض النظر عن كون السؤال بسيطاً أو معقداً، تفوق ChatGPT باستمرار على الآخرين. ولم يجد البحث دليلاً على أن النماذج تراجعت مع زيادة صعوبة الأسئلة، بل حافظت على مواقعها النسبية بغض النظر عن التحدي. ويشير هذا إلى أن أداء النماذج مدفوع بقدرتها الجوهرية على الاستنتاج والوصول إلى المعرفة، وليس مجرد قدرتها على استرجاع الحقائق البسيطة. ومع ذلك، سلطت الدراسة الضوء أيضاً على قصور كبير يشترك فيه النماذج الثلاثة: وهو قابلية القراءة. كانت الإجابات التي ولدتها هذه النماذج مكتوبة بأسلوب يصعب على الشخص العادي فهمه، وغالباً ما تتطلب تعليماً جامعياً لمتابعتها. وهذه نقطة حاسمة للاستخدام السريري، حيث يحتاج الصيادلة إلى شرح هذه المفاهيم للمرضى، وتواجه النماذج حالياً صعوبة في تبسيط لغتها دون فقدان الدقة.

تعلق اكتشاف آخر بالغ بـمصادر المعلومات. فقد قيمت الدراسة جودة مصادر المعلومات التي قدمتها النماذج ووجدت أنه لا يوجد فرق ذو دلالة إحصائية في درجات الموثوقية بين النماذج الثلاثة. ومع ذلك، أكد المؤلفون أن الأدبيات الأوسع في طب الأسنان والمجالات الطبية ذات الصلة تشير باستمرار إلى أن النماذج اللغوية الكبيرة غالباً ما تولد مراجع مختلقة، بما في ذلك عناوين كتب، وأسماء دوريات، ومؤلفين مخترعين. وبينما قيمت هذه الدراسة تحديداً جودة المصادر، فإن قضية الاقتباسات "الهلوسية" المنتشرة في المجال الأوسع تعني أن أيًا من هذه النماذج ليس آمناً حالياً للاستخدام كمصدر وحيد للحقيقة دون تحقق. فهي لا تستطيع استبدال قواعد بيانات الأدوية الرسمية أو حكم الصيدلي المرخص.

خلص الباحثون إلى أن أدوات الذكاء الاصطناعي هذه تظهر وعداً كبيراً كمساعدين للصيادلة الإكلينيكيين في مستشفيات طب الأسنان. إذ يمكنها التعامل مع مجموعة واسعة من مهام معلومات الأدوية بمستوى من الجودة مقبول للدعم المهني. ومع ذلك، يجب النظر إليها كأدوات لمساعدة اتخاذ القرار البشري، وليس كصناع قرار مستقلين. يظل الصيدلي البشري ضرورياً للتحقق من المعلومات، والتحقق من أحدث الإرشادات، وضمان سلامة المرضى. ومع استمرار تطور هذه النماذج، قد تصبح أكثر قدرة، لكنها في الوقت الحالي تعمل بشكل أفضل كعين ثانية قوية للخبراء الذين يحافظون على سلامة المرضى.