#

النقاط الرئيسية

• طورت Microsoft معيار SDBench لتقييم التشخيص الطبي المتسلسل.

• يستخدم المعيار مجموعتي حالات: إجراءات حالات NEJM وعروض MIMIC-IV-ED.

• يعمل MAI-DxO مثل لجنة من الأطباء الافتراضيين عبر عدة جولات.

• يُقاس النظام وفق الدقة والأدلة المطلوبة وتكاليف الاختبارات المقدرة.

• تفيد Microsoft بنتائج قوية من حيث الدقة ومراعاة التكلفة في كلتا مجموعتي الحالات.

ما الذي تقول Microsoft إن SDBench يقيسه

تقول Microsoft إنها طورت SDBench لتقييم الأداء عبر مجموعتين متكاملتين من الحالات. تضم إحدى المجموعتين 304 حالة معقدة مأخوذة من إجراءات حالات The New England Journal of Medicine. أما المجموعة الأخرى فتشمل عروضًا أكثر اعتيادية في أقسام الطوارئ من MIMIC-IV-ED. تصبح كل حالة تفاعلية، بحيث تبدأ نماذج الذكاء الاصطناعي والأطباء بمعلومات محدودة ويختارون ما الذي يطلبونه بعد ذلك.

لا يقيس المعيار الإجابة النهائية فقط. بل يقيس أيضًا الأدلة المطلوبة وتكاليف الاختبارات المقدرة. وهذا يعني أنه يقيّم كلًا من التشخيص والمسار المتبع للوصول إليه. وهذا مهم لأن النظام يجب أن يقرر ما المعلومات التي تستحق الجمع قبل أن يلتزم باستنتاج.

كيف يعمل MAI-DxO داخل المعيار

تقول Microsoft إنها بنت MAI-DxO واختبرته داخل SDBench. لا يعتمد النظام على نموذج واحد للحصول على إجابة فورية. بل يعمل مثل لجنة من الأطباء الافتراضيين. يقترح كل مشارك تشخيصات، ويختار أسئلة أو اختبارات مفيدة، ويتحدى الرؤية الناشئة.

ينسق MAI-DxO هذا التبادل عبر عدة جولات من النقاش. ويحدّث تقييمه مع وصول الأدلة. كما يوازن بين القيمة المحتملة لكل اختبار وتكلفته. يجعل هذا التصميم العملية متسلسلة بدلًا من أن تكون خطوة واحدة. كما يجعل استدلال النظام أكثر وضوحًا من خلال الأدلة التي يطلبها.

النتائج المعلنة على الحالات المعقدة

تذكر Microsoft أنه في حالات NEJM المعقدة حقق MAI-DxO دقة تشخيصية بلغت 83%. وحقق الأطباء 22% من دون موارد مرجعية خارجية و36% معها. وتقول Microsoft إن هذا جعل MAI-DxO أكثر دقة بنحو 3.7 مرات من الأطباء من دون موارد خارجية، وأكثر دقة بنحو 2.3 مرة مع وجودها.

وتقول الشركة أيضًا إن النظام يمكن ضبطه من أجل التكلفة. وعندما جرى تحسينه بدرجة أكبر لصالح التكلفة، ظل MAI-DxO يقدم أداءً قويًا مع اختيار فحوصات أكثر فعالية من حيث التكلفة. وفي حالات NEJM، حقق أحد التكوينات دقة بلغت 81% بتكلفة أقل من نصف تكلفة الأنظمة المقارنة. وهذا يشير إلى أن المعيار لا يتعلق بالدقة فقط، بل يكافئ أيضًا الأنظمة القادرة على موازنة الأداء مع استخدام الموارد.

النتائج المعلنة على الحالات الطارئة الأكثر اعتيادية

اختبرت Microsoft أيضًا MAI-DxO على حالات أكثر اعتيادية في أقسام الطوارئ من MIMIC-IV-ED. وفي تلك المجموعة، حقق MAI-DxO دقة بلغت 80%. وحقق الأطباء دقة بلغت 47%. وتقول Microsoft إن هذا جعل MAI-DxO أعلى من حيث الدقة بأكثر من 1.7 مرة.

تكتسب مجموعة الحالات الثانية أهمية لأنها تختلف عن إجراءات NEJM المعقدة. لذلك يغطي المعيار كلًا من الحالات المنشورة الصعبة والعروض الطارئة الروتينية الأكثر شيوعًا. وهذا يمنح رؤية أوسع لكيفية تصرف نظام تشخيصي عندما تكون المعلومات الأولية محدودة ويجب اختيار الخطوة التالية بعناية.

لماذا يهم تصميم المعيار

يتمحور SDBench حول تسلسل التشخيص، وليس فقط حول النتيجة النهائية. وهذا تمييز مفيد. فقد يصل النظام إلى الإجابة الصحيحة مع استخدام أدلة ضعيفة، أو قد يختار اختبارات فعالة ويؤدي جيدًا في الوقت نفسه. يحاول معيار Microsoft التقاط هذين المخرجين.

كما أن إعداد النقاش في MAI-DxO يعكس هذه الفكرة. يمكن للأطباء الافتراضيين المختلفين أن يختلفوا، ويطلبوا أدلة مختلفة، ويصقلوا الرؤية المشتركة بمرور الوقت. والنتيجة هي عملية أقرب إلى الاستدلال السريري التكراري منها إلى تبادل واحد من نوع سؤال وجواب.

الصلة بالمغرب

لا يورد المصدر أي حقائق خاصة بالمغرب. وبالنسبة للقراء في المغرب، فإن الدرس العالمي مشروط: إذا قيّم فريق ما الذكاء الاصطناعي التشخيصي، فينبغي أن يقيس كلًا من الدقة وتكلفة الأدلة التي يطلبها.

الخلاصة

يقدم تقرير Microsoft SDBench بوصفه معيارًا للتشخيص المتسلسل، وليس مجرد تصنيف نهائي. وهو يجمع بين حالات NEJM المعقدة وحالات الطوارئ الأكثر اعتيادية، ثم يقيس الدقة واستخدام الأدلة وتكاليف الاختبارات المقدرة. وضمن هذا الإطار، أظهر MAI-DxO أداءً قويًا مُعلنًا وسلوكًا يراعي التكلفة عبر مجموعتي الحالات.