أداة مفتوحة المصدر مجانية تنافس عمالقة التكنولوجيا في حل أصعب حالات المرضى!
في تطور قد يعيد تشكيل كيفية استخدام المستشفيات للذكاء الاصطناعي، نجح نظام ذكاء اصطناعي مفتوح المصدر مجاني في تحقيق أداء مماثل لأداة تجارية رائدة في حل الحالات الطبية المعقدة التي غالبًا ما تحير الأطباء البشر.
وجد باحثون من كلية الطب بجامعة هارفارد أن نموذج Llama 3.1 405B، وهو نموذج ذكاء اصطناعي مفتوح المصدر يتوفر كوده للجمهور، قد حقق أداءً مماثلاً لنموذج GPT-4، النموذج الرائد المغلق المصدر من عملاق التكنولوجيا OpenAI، وفقًا لدراسة نُشرت أمس في منتدى صحة JAMA.
عند اختبارها على 92 سيناريو سريري صعب تشخيصه من مجلة نيو إنجلاند الطبية، تمكنت المنافسة المفتوحة المصدر من تشخيص 70% من الحالات بشكل صحيح مقارنة بـ64% لنموذج GPT-4. والأكثر إثارة للإعجاب هو أن Llama صنف التشخيص الصحيح كأول اقتراح له بنسبة 41% من الوقت، متفوقًا قليلاً على نسبة GPT-4 البالغة 37%.
قال المؤلف الرئيسي أرجون مانراي، أستاذ مساعد في المعلوماتية الحيوية بمعهد بلافاتنيك بكلية الطب بجامعة هارفارد: “حسب علمنا، هذه هي المرة الأولى التي يحقق فيها نموذج ذكاء اصطناعي مفتوح المصدر أداءً مماثلاً لـGPT-4 في مثل هذه الحالات الصعبة كما تم تقييمها بواسطة الأطباء”. وأضاف: “من المدهش حقًا أن نماذج Llama لحقت بسرعة بالنموذج التجاري الرائد. المرضى ومقدمو الرعاية والمستشفيات سيستفيدون من هذه المنافسة.”
يمكن أن تمثل النتائج نقطة تحول في الذكاء الاصطناعي الطبي حيث تفكر المستشفيات في أي نظم ذكاء اصطناعي تعتمدها. تقدم النماذج المفتوحة المصدر مثل Llama عدة مزايا - يمكن تشغيلها محليًا على خوادم المستشفى مما يحافظ على بيانات المرضى الحساسة داخل المؤسسة بدلاً من إرسالها إلى خوادم خارجية تديرها كيانات تجارية.
وأوضح المؤلف الرئيسي توماس باكلي، طالب دكتوراه في مسار الذكاء الاصطناعي في الطب بقسم المعلوماتية الحيوية بكلية الطب بجامعة هارفارد: “من المحتمل أن يكون النموذج المفتوح المصدر أكثر جاذبية للعديد من مسؤولي المعلومات ومديري المستشفيات والأطباء نظرًا لوجود شيء مختلف جوهرياً حول مغادرة البيانات للمستشفى إلى كيان آخر حتى لو كان موثوقاً”.
تعتمد كلا النظامين الذكيين المدروسين على أساليب مشابهة – التدريب على مجموعات بيانات ضخمة تشمل الكتب الطبية والأبحاث والمعلومات الخاصة بالمرضى بشكل مجهول الهوية. عند تقديم سيناريو سريري جديد لهما، يقارن كل منهما هذا السيناريو مع بيانات تدريبهما لتقديم اقتراحات للتشخيصات المحتملة.
كان الباحثون حذرين لضبط أي ميزة قد تكون لدى Llama نتيجة تعرضه لبعض حالات الاختبار خلال فترة تدريبه. وقد شملت الدراسة 22 حالة جديدة نُشرَت بعد انتهاء فترة تدريب Llama ، وأظهر النموذج المفتوح الأداء الأفضل حتى مع هذه الحالات الجديدة حيث تمكنت من تشخيص 73% منها بشكل صحيح ووضعت الإجابة الصحيحة كأعلى اقتراح لها بنسبة 45%.
ميزة رئيسية أخرى للنماذج المفتوحة هي مرونتها. قال باكلي: “هذا أمر أساسي”. “يمكن استخدام البيانات المحلية لضبط هذه النماذج إما بطرق بسيطة أو متقدمة بحيث تتكيف مع احتياجات الأطباء والباحثين والمرضى.”
يشبه الفارق بين نظم الذكاء الاصطناعي المفتوحة والمغلقة التحولات التكنولوجية السابقة في مجال الطب مثل عندما بدأت نظم السجلات الصحية الإلكترونية مفتوحة المصدر تتحدى المنصات التجارية. بينما توفر المطورون المغلقو المصادر مثل OpenAI دعم العملاء والاستضافة ، تتطلب النماذج المفتوحة المؤسسات للتعامل مع الإعداد والصيانة بأنفسهم.
“بصفتي طبيباً ، رأيت الكثير من التركيز حول نماذج اللغة الكبيرة القوية يتمحور حول النماذج التجارية التي لا يمكن تشغيلها محلياً” ، قال آدم رودمان ، أستاذ مساعد للطب بمركز بيت إسرائيل ديكونيس الطبي ومؤلف مشارك للدراسة . “تشير دراستنا إلى أن النماذج مفتوحة المصدر قد تكون بنفس القوة تقريباً مما يمنح الأطباء وأنظمة الصحة المزيد من السيطرة بشأن كيفية استخدام هذه التقنيات.”
“المخاطر لتحسين دقة التشخيص عالية جداً . يموت حوالي795,000 مريض سنوياً أو يعانون إعاقات دائمة بسبب أخطاء التشخيص وفق تقرير عام2023 الذي تم الاستناد إليه بالدراسة . بالإضافة إلى الخسائر البشرية فإن التأخيرات أو الأخطاء بالتشخيص تؤدي لزيادة تكاليف الرعاية الصحية عبر الفحوصات والعلاجات غير الضرورية.”
“إذا استخدمت بحكمة وتم دمجه بمسؤول ضمن البنية التحتية الحالية للصحة العامة فإن أدوات الذكاء الصناعي يمكن أن تكون مساعدين لا يقدر بثمن للأطباء المشغولين وتعمل كمساعدي تشخيص موثوق بهم لتعزيز كلٍٍّ مِن الدقة وسرعة التشخيص” قال مانراي . “لكن يبقى الأمر حاسماً بأن يساعد الأطباء بدفع تلك الجهود لضمان عمل الذكاء الصناعي لصالحهم.”
“بينما تقوم المستشفيات بتقييم أدوات الذكاء الصناعي للاستخدام السريري فإن تنافس خيارات المصادر المفتوحة يمكن أن يؤدي لحلول أكثر تكلفة وقابل للتخصيص .” بالنسبة للمرضى فقد تترجم ذلك بالنهاية لتوفير تشخصيات أدق دون المخاوف المتعلقة بالخصوصيات المرتبطة بإرسال بياناتهم لشركات طرف ثالث.”
“مع ظهور كلٍّ مِن الأنظمة ذات المصادر المغلقة والمفتوحة تظهر قدراتها المثيرة للإعجاب بالتشخيصة فإن الخيار للمؤسسات الصحية قد يعتمد بشكل متزايد علي عوامل تتجاوز الأداء الخام – بما فيها خصوصيات البيانات واحتياجات التخصيص وتكاليف التنفيذ.”
