تشير الأبحاث إلى أن الذكاء الاصطناعي قادر على تفسير الصور الطبية باستخدام خوارزمية التعلم العميق، حيث وجدت دراسة أن الذكاء الاصطناعي على قدم المساواة مع الخبراء البشريين عندما يتعلق الأمر بإجراء تشخيصات طبية بناءً على الصور.

وتسببت إمكانات الذكاء الاصطناعي في الرعاية الصحية في إثارة التفاؤل، حيث قال المدافعون عنها: إنها تخفف من الضغط على الموارد، وتتيح وقتًا لتفاعلات الطبيب مع المريض، وتساعد في تطوير العلاجات المخصصة.

ومع ذلك، فقد حذر الخبراء من أن النتائج الأخيرة تستند إلى عدد صغير من الدراسات، حيث أن المجال مليء بأبحاث ذات جودة رديئة.

ويعد أحد التطبيقات المزدهرة هو استخدام الذكاء الاصطناعي في تفسير الصور الطبية بالاعتماد على التعلم العميق، وهو شكل متطور من تعلم الآلة يتم فيه إدخال سلسلة من الصور ذات التصنيفات في خوارزميات تلتقط الميزات داخلها وتتعلم كيفية تصنيف الصور المشابهة.

وأظهر هذا النهج نتائجًا واعدة في تشخيص الأمراض من السرطانات إلى أمراض العيون، لكن هناك أسئلة حول كيفية قياس أنظمة التعلم العميقة هذه ومقارنتها بالمهارات البشرية.

ويقول الباحثون: إنهم أجروا أول مراجعة شاملة للدراسات المنشورة حول هذه القضية، ووجدوا أن البشر والآلات على قدم المساواة.

وقال البروفيسور أليستر دينيستون Alastair Denniston، المشارك في تأليف الدراسة: النتائج كانت مشجعة، لكن الدراسة كانت بمثابة اختبار حقيقي للضجة حول الذكاء الاصطناعي، حيث جرى التركيز على الأبحاث المنشورة منذ عام 2012، وهي سنة محورية للتعلم العميق.

وجمع الفريق أكثر النتائج الواعدة من داخل كل دراسة، وتوصلوا إلى أن أنظمة التعلم العميق اكتشفت بشكل صحيح حالة المرض بنسبة 87 في المئة مقارنةً بنسبة 86 في المئة للعاملين في مجال الرعاية الصحية.

وهناك تفاؤل بشأن إمكانات الذكاء الاصطناعي في الرعاية الصحية، إذ يمكن لأنظمة التعلم العميق أن تعمل كأداة تشخيصية وتساعد في معالجة تراكم عمليات المسح والصور، ويمكن أن تثبت فائدتها في الأماكن التي تفتقر إلى الخبراء لتفسير الصور.

يذكر أنه من الأهمية بمكان استخدام أنظمة التعلم العميق في التجارب السريرية لتقييم ما إذا كانت نتائج المرضى تحسنت مقارنة بالممارسات الحالية، وبالرغم من أن أنظمة التعلم العميق ستكون مهمة في المستقبل، لكنها بحاجة إلى اختبارات عميقة في العالم الحقيقي.