
#
نشرت Google Research في 23 أكتوبر 2026 تقريرًا عن عملها في فحص السل بمساعدة الذكاء الاصطناعي باستخدام صور الأشعة السينية للصدر. ويعرض المنشور هذا الجهد على أنه مسار تطور، وليس إطلاقًا واحدًا. فهو ينتقل من معيار بحثي في 2019، إلى تقييم مستقل من Stop TB Partnership في 2021، ثم إلى تحقق استباقي متعدد المواقع أُبلغ عنه في 2024.
الموضوع هو فحص السل، وليس أداة تشخيص نهائية. وتقول Google إن البحث يتعلق بالفرز وفحص الحالات المشتبه بإصابتها بالسل. ولا يزال المرضى بحاجة إلى اختبارات متابعة ورعاية سريرية. وهذه التفرقة مهمة لأن النظام يدعم الاكتشاف المبكر، لكنه لا يحل محل المتابعة الطبية.
تقول Google إن السل يسبب ما يقدر بنحو 1.23 مليون وفاة سنويًا. ويذكر المنشور أيضًا أن الخبرة في الأشعة قد تكون نادرة في المناطق ذات العبء المرتفع. وهاتان النقطتان تفسران لماذا تقدم الشركة دعم الفحص كحالة استخدام عملية للذكاء الاصطناعي.
ولا تدعي المصدر أن الذكاء الاصطناعي يحل مشكلة الوصول بمفرده. بل يقدمه كجزء من سير عمل أوسع. ولا يزال هذا السير يعتمد على المراجعة السريرية والاختبارات والرعاية بعد الفحص.
تقول Google إن فرقها عملت مع Nexus AI في بريتوريا لتحويل خوارزميات الأشعة السينية للصدر إلى برنامج مناسب لمعدات وبيئات متنوعة. ويسلط المنشور الضوء على الاستخدام دون اتصال وسير العمل الطبي المنظم كأهداف تصميم. وهذا يشير إلى أن البرنامج كان يجب أن يعمل في أكثر من بيئة واحدة، مع قيود تشغيلية مختلفة.
ويذكر المصدر أيضًا نماذج أساسية مفتوحة مثل MedGemma. وتقول Google إن هذه النماذج يمكن تكييفها مع أنظمة الصحة العامة. ولا يقدم المنشور مواصفات تقنية كاملة في المواد المتاحة، لذا فإن القراءة الأكثر أمانًا هي أن الشركة تشير إلى عائلات نماذج قابلة للتكييف بدلًا من منتج واحد ثابت.
تمت مشاركة تحديث أكتوبر بالتزامن مع IDWeek 2026 في واشنطن العاصمة. وتستخدم Google المنشور لإيصال نقطة أوسع حول النشر. فهي تقول إن المعيار المرجعي وحده لا يكفي. فالتقييم السريري المحلي، والموثوقية، والدمج، والموافقة التنظيمية كلها مهمة.
هذه الرسالة مهمة لأنها تفصل بين أداء البحث والاستخدام في العالم الحقيقي. ويقول المصدر أيضًا إن المحطات التاريخية لا ينبغي عرضها على أنها اكتملت حديثًا في 23 أكتوبر. وبعبارة أخرى، فالمنشور هو سرد استعادي لعمل سبق وصفه على مدى عدة سنوات.
وتصف Google أيضًا العمل في منجم مابونينغ للذهب في جنوب أفريقيا بوصفه أحد البيئات الميدانية. ولا يقول المصدر إن هذه البيئة تمثل جميع عمليات النشر. كما لا يدعي أن كل بيئة تحقق الدقة نفسها. فالتقرير يتعلق بنشاط Google وشركائها، وليس بإثبات عالمي.
الدرس التشغيلي الرئيسي في المصدر هو أن النشر مشكلة نظامية. يجب أن يتناسب النموذج مع المعدات المحلية، وسير العمل المحلي، والإشراف المحلي. كما يجب أن يعمل في البيئات التي قد تكون فيها الاتصالات محدودة، بما أن الاستخدام دون اتصال مذكور.
ويشير المنشور أيضًا إلى أن الحوكمة مهمة. فقد ذُكرت الموافقة التنظيمية صراحة. كما ذُكر التقييم السريري صراحة. وتشير هذه النقاط إلى أن الفرق التي تفكر في أدوات مماثلة تحتاج إلى أكثر من جودة النموذج وحدها. فهي تحتاج إلى مسار للمراجعة والدمج والاستخدام الآمن عمليًا.
لا يذكر المصدر أي نشر أو موافقة أو شراكة خاصة بالمغرب. وبالنسبة للقراء في المغرب، فالدرس المشروط عام: أي أداة فحص مماثلة ستظل بحاجة إلى تقييم سريري محلي، ودمج في سير العمل، وموافقة تنظيمية قبل الاستخدام.
تقدم Google Research فحص السل بمساعدة الذكاء الاصطناعي على أنه جهد طويل الأمد انتقل من أبحاث المعيار المرجعي إلى التحقق الميداني. ويؤكد المنشور أن النشر الحقيقي يعتمد على الظروف المحلية، وليس على الأداء الخوارزمي فقط. كما يوضح كيف أن تصميم البرمجيات، والقدرة على العمل دون اتصال، والإشراف السريري، كلها عوامل تحدد ما إذا كانت هذه الأدوات يمكن استخدامها عمليًا.
أضفوا Intelligence Artificielle Maroc إلى مصادركم المفضلة لرؤية المزيد من أخبارنا ذات الصلة في بحث Google.
نحن نبني منصات ذكاء اصطناعي مخصصة ومنتجات SaaS وتطبيقات أعمال ذكية وأنظمة أتمتة.
هذا النموذج مخصص لطلبات المشاريع وليس للأسئلة العامة حول الذكاء الاصطناعي.