تُعد المستشات آلات معقدة حيث يجب أن تتوافق آلاف الأجزاء المتحركة بدقة متناهية: يصل المريض باحتياج محدد، ويجب أن يكون الطبيب متاحاً بالخبرة المناسبة، ويجب أن يكون السرير شاغراً في القسم الصحيح، ويجب على الممرض تنسيق التدفق. وعندما تتحرك هذه الأجزاء ببطء شدم أو تتعثر، ينتظر الناس لفترات طويلة، ويصبح الأطباء مثقلين بالأعباء، وتظل الموارد شاغرة بينما تزدحم أماكن أخرى. لعقود من الزمن، اعتمدت المستشفيات على الأنظمة الرقمية التي تكتفي بمجرد تسجيل ما يحدث، مثل دفتر ملاحظات منظم للغاية. هذه الأنظمة جيدة في تخزين البيانات ولكنها ضعيفة في اتخاذ القرارات أو التواصل مع بعضها البعض عندما يتغير الموقف؛ فهي لا تستطيع التكيف بسهولة عندما تصل موجة مفاجئة من المرضى أو عندما يصبح أحد المتخصصين غير متاح. لقد بدأ مجال الذكاء الاصطناعي يقدم نهجاً مختلفاً، يتجاوز مجرد تسجيل السجلات البسيطة نحو أنظمة يمكنها التفكير والعمل. يستخدم هذا النهج الجديد "الوكلاء" (agents)، وهي برامج حاسوبية مصممة لإدراك بيئتها، واتخاذ القرارات، واتخاذ إجراءات لتحقيق هدف ما. وعندما يعمل العديد من هؤلاء الوكلاء معاً، فإنهم يشكلون فريقاً يمكنه إدارة المهام المعقدة دون الحاجة إلى تدخل بشري واحد للتحكم في كل مفتاح.

قام فريق من الباحثين من معهد التعليم الفني والبحث في الهند ببناء نموذج أولي لمثل هذا النظام خصيصاً لإدارة المستشفيات. لقد أنشأوا بيئة رقمية يعمل فيها أربعة وكلاء برمجيات متميزين معاً لإدارة مستشفى، حيث يتولون كل شيء بدءاً من لحظة دخول المريض وحتى لحظة خروجه. لم يكتفِ الباحثون باقتراح فكرة فحسب، بل بنوا محاكاة عاملة لاختبار ما إذا كان بإمكان هذا الفريق من العمال الرقميين تحسين كيفية تشغيل المستشفى بالفعل. يتضمن نظامهم "وكيل مريض" يستقبل الأشخاص ويجمع أعراضهم، و"وكيل تنسيق رعاية" يقرر أي طبيب هو الأنسب للمهمة، و"وكيل تخصيص أسرة" يجد المكان المناسب لإقامة المريض، و"وكيل طبيب" يساعد الأطباء في توثيق نتائجهم. ومن خلال منح كل من هذه الأدوار مساعداً ذكياً خاصاً بها، هدف الباحثون إلى معرفة ما إذا كان بإمكان المستشفى العمل بشكل أسرع، مع تقليل وقت الانتظار وتحسين استخدام الموظفين.

يكمن جوهر عملهم في كيفية تواصل هؤلاء الوكلاء مع بعضهم البعض وتعلمهم من أخطائهم. فبدلاً من اتباع قائمة قواعد جامدة ومكتوبة مسبقاً لا يمكن تغييرها، يستخدم النظام طريقة تسمى "التعلم التعزيزي" (reinforcement learning). تخيل طالباً يتعلم لعب لعبة جديدة؛ فهو يجرب حركات مختلفة، وعندما يفوز، يتذكر أن تلك الحركة كانت جيدة، وعندما يخسر، يتذكر تجربة شيء آخر في المرة القادمة. في نظام المستشفى هذا، يتخذ الوكلاء قرارات، وإذا أدى قرار ما إلى انتظار المريض لفترة طويلة أو إثقال كاهل الطبيب، يتعلم النظام من تلك النتيجة لاتخاذ خيار أفضل في المستقبل. كما يتشارك الوكلاء ذاكرة مشتركة، مما يعني أنه يمكنهم تذكر التاريخ الطبي للمريض، وزياراته السابقة، وتفضيلاته الخاصة، مما يسمح لهم باتخاذ قرارات تبدو شخصية ومبنية على معلومات بدلاً من أن تكون عشوائية.

لاختبار هذه الفكرة، أنشأ الباحثون محاكاة واقعية لمستشفى. لم يستخدموا سجلات مرضى حقيقيين، لأن ذلك يعد انتهاكاً للخصوصية، بل قاموا بتوليد الآلاف من ملفات المرضى الاصطناعية ذات الأعمار والأعراض والتاريخ الطبي المختلفة. لقد ملأوا هذا المستشفى الافتراضي بالأطباء والأسرة، ثم تركوا نظامهم يمر عبر آلاف السيناريوهات، من الأيام الهادئة إلى حالات الطوارئ الفوضوية. وقارنوا أداء نظامهم القائم على الوكلاء بأساليب إدارة المستشفيات التقليدية، التي تعتمد على جداول زمنية ثابتة وتنسيق يدوي. وأظهرت النتائج فرقاً واضحاً؛ ففي عمليات المحاكاة، قلل نظام الوكلاء متوسط وقت انتظار المريض للعلاج إلى 18 دقيقة فقط، وهو انخفاض كبير عن الـ 65 دقيقة المشهودة في الإعدادات التقليدية. كما نجح النظام في جعل الأطباء أكثر انشغالاً برعاية المرض actually، حيث رفع معدل استخدامهم إلى 89 بالمائة، مقارنة بـ 58 بالمائة في النموذج التقليدي. وسجل المرضى في المحاكاة درجة رضا بلغت 9.1 من 10، مما يشير إلى أن التدفق الأكثر سلاسة والخدمة الأسرع أحدثا فرقاً ملموساً في تجربتهم.

اعتمد نجاح النظام بشكل كبير على التعاون بين الوكلاء المختلفين. فعندما اختبر الباحثون ما سيحدث إذا تمت إزالة أحد الوكلاء، بدأ النظام بأكمله يعاني. فبدون وكيل التفاعل مع المريض، أصبح إدخال البيانات بطيئاً وعرضة للأخطاء، مما تسبب في تأخيرات منذ لحظة الدخول. وبدون وكيل تنسيق الرعاية، تم توزيع الأطباء بشكل غير متساوٍ، مما ترك بعضهم مثقلاً بالمهام بينما ظل آخرون دون عمل. وبدون وكيل تخصيص الأسرة، أصبح العثور على مكان للمريض مهمة يدوية تستغرق وقتاً طويلاً وغالباً ما تؤدي إلى اختناقات. وتشير الدراسة إلى أن الجمع بين هؤلاء الوكلاء المتخصصين الذين يعملون معاً، وليس مجرد قطعة واحدة من التكنولوجيا، هو ما يخلق الكفاءة. كما أثبت النظام قدرته على التكيف؛ فعندما أدخلت المحاكاة حالة طوارئ مفاجئة أو زيادة في عدد المرضى، أعاد الوكلاء تنظيم أنفسهم للتعامل مع الحمل، بينما كانت الأنظمة التقليدية غالباً ما تتجمد أو تصبح فوضوية تحت ضغط مماثل.

كان أحد الجوانب الأكثر أهمية في البحث هو ضمان بقاء النظام آمناً وعادلاً. فقد تمت برمجة الوكلاء بقواعد صارمة لمنع القرارات الخطيرة؛ فعلى سبيل المثال، إذا كانت حالة المريض حرجة، فقد تم وضع كود صلب للنظام لتعيينه لسرير طوارئ، بغض النظر عما قد تقترحه خوارزمية التعلم. كما بنى الباحثون ميزة "الإنسان في الحلقة" (human-in-the-loop)، حيث تتطلب القرارات عالية المخاطر موافقة الطبيب قبل اعتمادها نهائياً. وقد ضمن هذا بقاء القرار النهائي في المسائل المتعلقة بالحياة والموت بيد المتخصصين الطبيين، بينما يمكن للبرمجيات التعامل مع المهام الثقيلة المتعلقة بالجدولة والخدمات اللوجستية. كما احتفظ النظام بسجلات مفصلة لكل قرار اتخذه، مما يسمح للأطباء بفهم سبب إعطاء الأولوية لمريض معين أو سبب اختيار سرير محدد، وهو ما يساعد في بناء الثقة والشفافية.

وجد الباحثون أن نظامهم يمكنه التعامل مع حجم كبير من التفاعلات، حيث عالج استفسارات المرضى وأكمل المهام بدرجة عالية من الدقة. وفي اختباراتهم، أكمل النظام 82.5 بالمائة من المهام الموكلة إليه، وتمكن من التعامل مع استفسارات المرضى بنسبة نجاح تقارب 80 بالمائة. وكان الوقت الذي يستغرقه النظام لاتخاذ قرار وتحريك المريض عبر سير العمل سريعاً بشكل ملحوظ، حيث بلغ المتوسط ما يزيد قليلاً عن خمس ثوانٍ للعمليات المعقدة. تشير هذه السرعة إلى أن مثل هذا النظام يمكن أن يعمل في الوقت الفعلي، مواكباً الطبيعة سريعة الحركة للمستشفيات المزدحمة. كما تواصل الوكلاء مع بعضهم البعض بكفاءة، مع وجود القليل جداً من "الضجيج" أو الجهد الضائع في محادثاتهم الرقمية، مما يضمن بقاء التركيز على رعاية المرضى.

بينما تعد النتائج من المحاكاة واعدة، إلا أن الباحثين يشيرون بحذر إلى أن هذا يمثل خطوة نحو واقع مستقبلي، وليس منتجاً نهائياً جاهزاً لكل مستشفى اليوم. لقد تم اختبار النظام في بيئة رقمية محكومة، بينما المستشفيات في العالم الحقيقي أكثر تعقيداً، حيث توجد سلوكيات بشرية غير متوقعة وقيود مادية معقدة لا يمكن للمحاكاة الحاسوبية استيعابها بالكامل. تشير الدراسة إلى أن هذا النهج قابل للتطبيق وفعال، لكنها لا تدعي أنها حلت كل مشكلة في إدارة الرعاية الصحية. ويشير المؤلفون إلى أنه لكي يكون النظام مفيداً حقاً، فإنه يحتاج إلى التكامل مع سجلات المستشفيات الحالية واختباره في بيئات حية. كما يسلطون الضوء على أهمية الاعتبارات الأخلاقية، مثل ضمان عدم تعلم النظام عن طريق الخطأ تفضيل مجموعة من المرضى على أخرى، وحماية خصوصية المريض في كل خطوة.

يمثل هذا العمل تحولاً في كيفية تفكيرنا في إدارة المستشفيات. فبدلاً من النظر إلى المستشفى كمبنى له مجموعة من القواعد، يعامل هذا البحث المستشفى كنظام بيئي ديناميكي يمكن إدارته بواسطة فريق من المساعدين الأذكياء. ومن خلال تقسيم المهمة الضخمة المتمثلة في تشغيل مستشفى إلى وظائف أصغر يمكن إدارتها بواسطة وكلاء متخصصين، يخلق النظام تدفقاً يتسم بالمرونة والكفاءة. وتشير النتائج إلى أنه إذا تم صقل هذه الأدوات الرقمية ونشرها بأمان، فقد تقلل بشكل كبير من الضغط على العاملين في مجال الرعاية الصحية ومن الإحباط الذي يشعر به المرضى. الهدف النهائي ليس استبدال الأطباء أو الممرضين، بل منحهم نظاماً يتولى الأمور اللوجستية، مما يسمه التركيز على ما يجيدون فعله: رعاية الناس. وتخلص الدراسة إلى أن هذا النهج القائم على الوكلاء يقدم طريقة قوية لتنظيم الرعاية الصحية، طريقة جاهزة للتعلم، والتكيف، والتحسن مع الاستخدام.