بروتوكول استقبال مدعوم بالذكاء الاصطناعي في موسكو يملأ 50 خانة خلال 35 ثانية، فيما تلتزم العيادات الخاصة الصمت

يقضي الطبيب خلال الموعد نصف وقته ناظراً إلى الشاشة. ووفق قياس زمني بالصور لعمل أطباء المناطق، تستحوذ الوثائق على 47% من الوقت المخصص للمريض. تبدو هذه مهمة مثالية للذكاء الاصطناعي، وقد جرى حلها بالفعل في موسكو. والسؤال هو: لماذا لا نجد هذا النظام في أماكن أخرى تقريباً؟

ثلاث مهام بدلاً من واحدة

يبدو ملء بروتوكول الاستقبال إجراءً واحداً، لكنه في الواقع يتكون من ثلاث مهام مختلفة. الأولى هي تفريغ الحوار بين الطبيب والمريض، أي التعرف على الكلام. والثانية توزيع النص على الخانات، حيث يلزم نموذج لغوي يستخرج الشكاوى والتاريخ المرضي والوصفات والتشخيص الأولي. أما الثالثة فهي نقل الخانات الجاهزة إلى نظام المعلومات الطبية في العيادة. وهذه أقرب إلى التكامل التقني منها إلى الذكاء الاصطناعي.

إذا أُنجزت الخطوة الأولى وحدها، فسيحصل الطبيب على خمس صفحات من النص المفرغ بدلاً من بروتوكول فارغ. وإذا أُنجزت الخطوتان الأوليان مع بقاء النقل يدوياً، فستلتهم عملية النسخ واللصق كل التوفير. يجب أن تعمل الخطوات الثلاث معاً، ثم يراجع الطبيب النتيجة ويوقعها في النهاية.

ما هو متاح بالفعل

منذ 9 سبتمبر، يعمل المساعد الصوتي التابع لإدارة الصحة في موسكو وYandex لدى جميع أطباء المناطق في العيادات الحضرية متعددة التخصصات للبالغين، أي أكثر من 3,000 شخص. يتولى SpeechKit التعرف على الكلام، ويملأ YandexGPT أكثر من 50 خانة، فيما تمر البيانات عبر EMIAS. ووفقاً للمشاركين، يُجهز البروتوكول خلال 35 ثانية، وتتجاوز الدقة 90%، وينخفض الوقت المخصص للوثائق بما يصل إلى 40%. لكن ثمة تحفظ مهم: جميع هذه الأرقام صادرة عن المشاركين أنفسهم، ولا يوجد تقييم مستقل.

تبيع Yandex الحل نفسه باسم «Yandex Med»، لكنها لا تكشف عن السعر أو إمكانات التكامل مع أنظمة المعلومات الطبية الخاصة. كما أنشأ طلاب جامعة ITMO نموذجاً أولياً باستخدام GigaAM وPyannote وMistral، لكنه لم يصل إلى مرحلة الربط بنظام الإدارة.

أين تكمن المشكلة

اختبرت الكاتبة بنفسها التعرف على الكلام باستخدام محاضرة لها عن التأمين. فرّغ Whisper medium تسجيلاً مدته 10 دقائق في نحو 13 دقيقة، وخلط بين «KASKO» و«Avkazska». أما النسخة الخفيفة من GigaAM-v3، التي يبلغ حجمها 312 ميغابايت، فأنجزت المهمة خلال 25 ثانية على معالج عادي، وقدمت المصطلحات بدقة أكبر. لكن النموذجين كليهما شوّها كلمتي «underwriting» و«tarification». وفي الطب، المصطلحات أكثر عدداً وتعقيداً، لذلك يلزم اختبار النظام على تسجيلات من العيادة والتخصص المعنيين تحديداً.

بعد ذلك تأتي العوائق التنظيمية. ينظر الأطباء إلى تسجيل الموعد بوصفه أداة رقابة لا وسيلة مساعدة. وقد تفقد العيادة أيضاً ورقة الضغط المتمثلة في «الكتابة من أجل شركة التأمين». وترى الكاتبة أن التكامل لم يعد العقبة الرئيسية: إذ تستطيع أتمتة العمليات الروبوتية، أو RPA، ملء النماذج الظاهرة على الشاشة بدلاً من الإنسان، كما حدث مع ProMed وLexema-RPA. هذا سريع في المشروع التجريبي، لكنه هش في شبكة تضم مئات الأطباء، لأن الروبوت يتعطل عند تحديث الواجهة.

كم يكلف ذلك

يكلف مشروع تجريبي يُنفذ داخلياً لعيادة واحدة وتخصصين أو ثلاثة ما بين 1.9 و3.1 ملايين روبل، ويرتفع عبر مقاول إلى ما بين 3 و6 ملايين روبل. أما الخادم المزود ببطاقة رسومات، فيكلف استئجاره سنوياً ما بين 0.5 و0.8 مليون روبل، أو ما بين مليون و2.5 مليون روبل عند شرائه. ومع الدعم، تصل تكلفة السنة الأولى عند التنفيذ الداخلي إلى ما بين 4.5 و6 ملايين روبل. ويسترد المشروع تكلفته إذا استخدم النظام ما بين 12 و55 طبيباً. ويُقدر التوفير لكل طبيب بما بين 205,000 و270,000 روبل سنوياً وفق معيار التأمين الطبي الإلزامي، ويرتفع في المواعيد الخاصة الطويلة.

ما الذي ينبغي فعله

ينبغي البدء بعيادة واحدة وتخصصين أو ثلاثة. يجب أولاً استكمال تدريب نظام التعرف على المفردات الطبية، وتغطية الخطوات الثلاث كلها منذ البداية، وقياس الوضع قبل التطبيق وبعده: الوقت المستغرق في التوثيق، ونسبة الخانات التي صححها الطبيب، والأخطاء في المصطلحات والرموز. ولا ينبغي تسليم الأداة إلى الأطباء إلا بعد بلوغ جودة عالية، لأن تجربة سيئة واحدة قد تتحول سريعاً إلى رأي الفريق بأكمله.