الذكاء الاصطناعي الرخيص: مستقبل هائل لرواد الأعمال في القطاع الصحي

تحول جذري في الابتكار الصحي: الذكاء الاصطناعي العام يقود المستقبل

لطالما اتبع رواد الأعمال في القطاع الصحي مسارًا مألوفًا: تطوير أدوات ذكاء اصطناعي معقدة للأطباء، ثم بيعها بأسعار مرتفعة للمستشفيات والأنظمة الصحية. هذا النموذج، الذي يشبه تسويق أجهزة الرنين المغناطيسي والآلات الجراحية الروبوتية، لا يزال هو السائد حاليًا، سواء في الأدوات الضيقة المصممة لمهام سريرية محددة أو منتجات الذكاء الاصطناعي التوليدي المخصصة للأطباء فقط.

لكن دراسة حديثة نُشرت في مجلة "Nature Medicine" تتحدى هذه الافتراضات التقليدية.

نماذج الذكاء الاصطناعي العامة تتفوق على المتخصصة

قارنت الدراسة بين أداتين متخصصتين موجهتين للأطباء، وهما "OpenEvidence" و"UpToDate Expert AI"، وثلاثة نماذج لغوية كبيرة عامة متاحة على نطاق واسع: Claude Opus 4.6، وGPT-5.2، وGemini 3.1 Pro. تم اختبار هذه الأدوات على 100 سؤال معرفي طبي وسيناريوهات سريرية واقعية، وقام أطباء ممارسون بتقييم الإجابات دون معرفة مصدرها.

كانت النتائج مدهشة. في جزء "MedQA" من الدراسة، تفوقت النماذج الاستهلاكية (المتاحة حاليًا بتكلفة 20 دولارًا شهريًا أو أقل) على الأدوات الطبية المتخصصة، بما في ذلك أداة واحدة تكلف اشتراكاتها ما يصل إلى 600 دولار شهريًا.

**الأرقام تتحدث:** حقق Gemini نسبة 97.4%، وChatGPT نسبة 94.2%، وClaude نسبة 90.2%، بينما سجلت OpenEvidence نسبة 89.6%، وUpToDate نسبة 88.4%.

هل يستمر نموذج الأدوات الطبية باهظة الثمن؟

تطرح هذه النتائج سؤالاً جوهريًا لرواد الأعمال: إذا كان بإمكان الأطباء والمرضى الحصول على خبرة مماثلة من نماذج مثل ChatGPT وClaude وGemini بأقل من 20 دولارًا شهريًا، فلماذا يتم تطوير أنظمة ذكاء اصطناعي باهظة الثمن للاستخدام الطبي فقط؟

يكمن الجواب في فرصة أكبر: مساعدة 330 مليون أمريكي على استخدام الأدوات المتاحة لإدارة وتحسين صحتهم.

تطور نماذج الذكاء الاصطناعي في الطب

قبل ظهور ChatGPT في نوفمبر 2022، كانت معظم أدوات الذكاء الاصطناعي في الطب عبارة عن تطبيقات تعلم آلي متخصصة تُعرف بـ "الذكاء الاصطناعي الضيق". هذه الأدوات مدربة على مجموعات بيانات ضخمة و"مُعنونة" (مثل صور الأشعة التي تم تحديد ما إذا كانت تحتوي على سرطان أم لا). على الرغم من فعاليتها في مهام محددة، إلا أن لها قيودًا كبيرة؛ فأداة مصممة لتقييم صور الثدي لا يمكنها تفسير صور الأشعة السينية للصدر.

في المقابل، تُدرب أدوات الذكاء الاصطناعي التوليدي على كميات هائلة من النصوص والبيانات، بما في ذلك غالبية المعلومات الطبية من الكتب الدراسية والدراسات البحثية. هذا يمكنها من الاستجابة لمجموعة واسعة جدًا من الأسئلة الطبية، وشرح تقارير التصوير، وتقييم الأعراض، ودعم إدارة الأمراض المزمنة، ومساعدة المرضى على فهم حالاتهم.

استغلال السوق الأكبر: المرضى

تشير الأبحاث إلى أن 55% من المستخدمين البالغين في الولايات المتحدة يلجأون بالفعل إلى ChatGPT لاستكشاف الأعراض الصحية. ومع ذلك، يقتصر استخدام الذكاء الاصطناعي التوليدي تجاريًا في البيئات الطبية إلى حد كبير على المهام الإدارية، مثل تحويل المحادثات بين الطبيب والمريض إلى ملاحظات سريرية أو المساعدة في اختيار رموز الفوترة.

بالنظر إلى الوراء، لم يكن من المنطقي اقتصاديًا إنشاء أدوات جديدة للمرضى عندما كان الذكاء الاصطناعي الطبي يتكون بشكل أساسي من نماذج ضيقة. جمع مجموعات البيانات، والتحقق من الأداء، والحصول على موافقات تنظيمية، كلها عمليات تستغرق وقتًا طويلاً ومكلفة، مما يجبر الشركات على فرض أسعار لا يستطيع معظم المرضى تحملها. بالإضافة إلى ذلك، فإن بيع أدوات الذكاء الاصطناعي الضيقة المصممة لمعالجة مشكلة طبية واحدة مباشرة للمرضى كان سيخلق مخاطر قانونية.

لهذه الأسباب، لم تتطلب نماذج الذكاء الاصطناعي العامة مراجعة تنظيمية، ولا تواجه حاليًا تعرضًا طبيًا قانونيًا محدودًا. هذه المرونة والإتاحة الواسعة تجعل هذه التطبيقات جاهزة للابتكار الريادي. في دورة استراتيجية الرعاية الصحية التي تُدرس في كلية ستانفورد للدراسات العليا في إدارة الأعمال، يُحذر الطلاب من أن 90% من الشركات الناشئة تفشل، ليس لضعف منتجاتها أو قادتها، بل لفشلها في تحقيق الدخل من أفكارها بنجاح. والمستقبل يبدو واعدًا لمن يدرك أن المرضى هم السوق الأكبر.