أعادت تجربة فردية لافتة فتح النقاش حول الدور الذي يمكن أن تؤديه أدوات الذكاء الاصطناعي في مراجعة البيانات الطبية الرقمية، بعد أن نجحت عدة نماذج لغوية في اكتشاف خلل في وصفة نظارات مخصصة للعمل أمام شاشة الحاسوب. ورغم أن النتيجة بدت إيجابية في هذه الحالة، فإن الخلاصة الأهم لا تتعلق باستبدال الطبيب، بل بقدرة هذه الأدوات على التدقيق في الأرقام والافتراضات عندما تكون المشكلة مرتبطة بحسابات ومسافات واضحة.
القصة بدأت مع فحص نظر روتيني هدفه تحديث وصفة النظارات. وصفة الرؤية البعيدة جاءت مناسبة، لكن المشكلة ظهرت مع النظارات المخصصة للاستخدام أمام الحاسوب. بعد استلام العدسات الجديدة، تبيّن أنها لا توفر رؤية واضحة للشاشة، رغم أن الغرض الأساسي منها كان تخفيف إجهاد العين أثناء العمل الطويل.
المشكلة لم تكن في العدسات بل في مسافة الاستخدام
في حالات كثيرة، يختلف نوع التصحيح البصري المطلوب حسب المسافة بين العين والشيء المراد التركيز عليه. القراءة من كتاب تحتاج عادة إلى تركيز أقرب من التركيز المطلوب للعمل على شاشة حاسوب مكتبي. هذا الفارق يبدو بسيطاً، لكنه يغيّر الوصفة اللازمة بشكل عملي.
في التجربة المذكورة، كانت الشاشة الرئيسية تبعد نحو 23 بوصة عن العين في المنتصف، وتصل المسافة إلى نحو 29 بوصة عند الأطراف بسبب حجم الشاشة وانحنائها الخفيف. هذه التفاصيل كانت مهمة لأن المستخدم يقضي ساعات طويلة يومياً في الكتابة والبحث والتواصل عبر الحاسوب، ما يجعل نظارات العمل أمام الشاشة أولوية أكبر من نظارات المسافات البعيدة.
لكن الوصفة التي تم تسليمها كنظارات للحاسوب لم تكن، على ما يبدو، مبنية على هذه المسافة الفعلية. العدسات الناتجة جعلت رؤية الشاشة أصعب بدلاً من تحسينها، وهو ما أشار إلى أن الحسابات اعتمدت على افتراض مختلف لمسافة التركيز.
ماذا اكتشفت نماذج الذكاء الاصطناعي
عند إدخال بيانات الوصفة إلى ثلاثة نماذج مختلفة هي ChatGPT وClaude وGemini، توصلت النماذج الثلاثة إلى استنتاج متقارب: الوصفة الموصوفة على أنها مخصصة للحاسوب تبدو أقرب إلى وصفة قراءة أو إلى معالجة مشتقة من عدسات ثنائية أو متدرجة، وليست وصفة مستقلة مصممة لمسافة الشاشة الحقيقية.
اعتمد هذا الاستنتاج على تحليل بنود الوصفة، ومنها خانة ADD التي تستخدم عادة لإضافة قوة تكبير مخصصة للرؤية القريبة، كما في القراءة من كتاب أو النظر إلى ورقة على مسافة قصيرة. المشكلة هنا أن هذه الزيادة أُدرجت بطريقة توحي بأن العدسة صُممت لسيناريو قراءة قريب، لا لسيناريو عمل على شاشة موضوعة أعلى مستوى القراءة التقليدية وعلى مسافة أبعد.
وبحسب تحليل النماذج، فإن الحسابات التي استُخدمت بدت وكأنها تفترض مسافة تركيز تقارب 17 بوصة، وهي مسافة أقرب إلى القراءة التقليدية من مسافة شاشة حاسوب مكتبي. هذا الفارق وحده كفيل بإنتاج تجربة بصرية غير مريحة، خصوصاً خلال أيام العمل الطويلة.
لماذا اتفقت النماذج الثلاثة على النتيجة نفسها
أهمية هذه الحالة لا تأتي من أن نموذجاً واحداً قدّم رأياً مختلفاً، بل من أن ثلاثة نماذج مستقلة تقريباً وصلت إلى الملاحظة نفسها. هذا لا يمنحها صفة الحكم الطبي النهائي، لكنه يرفع مستوى الثقة بأن هناك مشكلة حسابية أو تفسيرية في الوصفة.
النماذج اللغوية الحديثة تجيد قراءة الجداول والنماذج الممسوحة ضوئياً، كما أنها قادرة على تطبيق قواعد حسابية معروفة إذا زُودت بمدخلات واضحة. وعندما يتعلق الأمر بمسألة من نوع: هذه هي أرقام الوصفة، وهذه هي مسافة الشاشة، فهل تتوافق العدسة مع هذا الاستخدام؟ فإن الذكاء الاصطناعي يصبح جيداً في رصد التناقضات.
هذا النوع من المراجعة يختلف عن التشخيص الطبي المباشر. النماذج هنا لم تفحص العين، ولم تكتشف مرضاً، ولم تتخذ قراراً علاجياً. ما فعلته أساساً هو تدقيق منطقي ورياضي في وصفة مكتوبة مقارنة ببيئة استخدام محددة.
من مراجعة البيانات إلى اقتراح بديل
بعد اكتشاف التناقض، تم تزويد النماذج ببيانات إضافية تشمل أبعاد الشاشة، ومسافة العين عن المركز والأطراف، وطبيعة الاستخدام اليومي. ثم طُلب منها حساب وصفة أقرب إلى مسافة التركيز الفعلية المطلوبة للعمل على الحاسوب.
اللافت أن النماذج الثلاثة قدّمت أرقاماً متطابقة. هذا التوافق شجّع على اختبار النتيجة عملياً من خلال إعادة تصنيع العدسات. وبعد استلام النظارات المعدلة، تبيّن أنها قدمت أداءً أفضل بكثير من العدسات الأولى، وأن الرؤية أمام الشاشة أصبحت واضحة ومريحة كما كان متوقعاً منذ البداية.
هنا تظهر فائدة الذكاء الاصطناعي كأداة تحقق ثانية، خاصة عندما يكون المستخدم قادراً على وصف احتياجه بدقة، وعندما تكون المشكلة ناتجة عن تحويل وصفة عامة إلى استخدام تخصصي مثل نظارات الحاسوب.
لكن الذكاء الاصطناعي ليس بديلاً عن طبيب العيون
رغم نجاح التجربة، تبقى هناك حدود واضحة يجب عدم تجاهلها. ففحص النظر لا يقتصر على اختيار الأرقام المناسبة للعدسات. الطبيب أو اختصاصي البصريات يتحقق أيضاً من صحة العين العامة، ويراقب مؤشرات أمراض محتملة مثل الجلوكوما أو المياه البيضاء أو مشاكل الشبكية، وهي أمور لا يمكن لنموذج لغوي اكتشافها من وصفة مكتوبة فقط.
كذلك، حتى عندما تبدو الحسابات منطقية، قد تكون هناك عوامل أخرى تؤثر في القرار النهائي، مثل استجابة العين الفعلية، وطبيعة الحركة بين الشاشة ولوحة المفاتيح، ووضعية الجلوس، وحساسية المريض تجاه التغيرات الصغيرة في العدسات. لهذا السبب، لا ينبغي اعتبار أدوات الذكاء الاصطناعي بديلاً للفحص الطبي أو وسيلة لإنتاج وصفات علاجية من الصفر دون إشراف مهني.
الدرس الأهم هنا هو أن الذكاء الاصطناعي قد يكون مفيداً في المراجعة وتفسير البيانات واكتشاف التناقضات، لكنه لا يملك المسؤولية الطبية ولا الصورة الإكلينيكية الكاملة.
ما الذي تكشفه هذه الحالة عن مستقبل التقنية الصحية
توضح هذه الحالة اتجاهاً متزايداً في التقنية الصحية: استخدام نماذج الذكاء الاصطناعي كطبقة مساعدة بين المريض والبيانات. فالمستخدم بات قادراً على رفع نتائج فحوص أو وصفات أو تقارير، ثم طلب شرحها بلغة بسيطة، أو مقارنة مخرجاتها مع سيناريو استخدام محدد، أو البحث عن أخطاء واضحة قبل العودة إلى المختص.
هذا الدور قد يكون مفيداً في مجالات متعددة مثل مراجعة جرعات الأدوية المكتوبة، أو تفسير نتائج المختبرات، أو فهم الفروق بين خيارات العدسات، أو حتى الاستعداد لزيارة الطبيب بأسئلة أدق. وكلما كانت البيانات منظمة والهدف محدداً، زادت فائدة الذكاء الاصطناعي.
في المقابل، تبرز الحاجة إلى ضوابط واضحة. فالنماذج قد تخطئ، وقد تسيء فهم السياق، وقد تعطي إجابات تبدو واثقة وهي غير دقيقة. لذلك، فإن أفضل استخدام لها يكون كمساعد في الفهم والتحقق، لا كجهة قرار نهائي.
خلاصة عملية للمستخدمين
إذا لم تعمل نظارات الحاسوب كما ينبغي، فهذا لا يعني بالضرورة أن القياس الأساسي للنظر غير صحيح. أحياناً تكون المشكلة في تحويل وصفة الرؤية إلى مسافة استخدام مختلفة عن المسافة الفعلية. هنا يمكن أن تساعد أدوات الذكاء الاصطناعي في مراجعة الأرقام، وشرح معنى الخانات، والتنبيه إلى أي تناقض بين الوصفة وبيئة العمل.
لكن الخطوة الصحيحة تبقى العودة إلى المختص مع تفاصيل أوضح: مسافة الشاشة، حجمها، عدد ساعات الاستخدام، زاوية النظر، وما إذا كانت العدسات مخصصة للحاسوب فقط أم للرؤية العامة. هذه البيانات قد تجعل الزيارة التالية أكثر دقة، وقد تختصر كثيراً من سوء الفهم.
في النهاية، تكشف التجربة أن الذكاء الاصطناعي ليس مجرد أداة للكتابة أو البحث، بل يمكن أن يكون مساعداً عملياً في تحليل المعلومات التقنية المرتبطة بالصحة. ومع ذلك، تبقى قيمته الحقيقية في دعم القرار البشري، لا في الحلول محل الخبرة الطبية.