Google DeepMind تكشف عن نظام الذكاء الاصطناعي co-clinician لدعم الأطباء والطب عن بُعد

أعلنت Google DeepMind عن AI co-clinician، وهو نظام بحثي لدعم الأطباء والمرضى تحت إشراف مختص. في الاختبارات العمياء، اختار الأطباء إجاباته على الاستفسارات السريرية في أغلب الأحيان، وفي محاكاة الطب عن بُعد استطاع النموذج إجراء استجوابات أساسية مرئية وصوتية. لكن الشركة نفسها تشدد على أن النظام ليس منتجًا طبيًا جاهزًا، وليس بديلًا عن الطبيب.

معالج بواسطة الذكاء الاصطناعي من DeepMind Blog؛ بتحرير Hamidun News
Google DeepMind تكشف عن نظام الذكاء الاصطناعي co-clinician لدعم الأطباء والطب عن بُعد
المصدر: DeepMind Blog. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليDeepMind Blog ↗
رئيس التحرير
حقيقة رئيسية #198 استفسارًا واقعيًا في الرعاية الأولية
حقيقة رئيسية #297 حالة من أصل 98 دون أخطاء حرجة
حقيقة رئيسية #3أفضلية في الأسئلة المفتوحة عن الأدوية والعلاج

كشفت Google DeepMind في 30 أبريل 2026 عن مبادرة بحثية باسم AI co-clinician، وهي نظام يُفترض أن يساعد الأطباء والمرضى ضمن الفريق السريري، لا أن يحلّ محل قرار المختص. وتختبر الشركة ما إذا كان هذا النوع من الذكاء الاصطناعي قادرًا على تسريع الوصول إلى المعلومات المبنية على الأدلة، وتحسين الإجابات عن أسئلة الأدوية، ودعم استشارات الطب عن بُعد تحت إشراف الطبيب.

لماذا هذا المشروع؟

تنطلق DeepMind من مشكلة بسيطة: النظام الصحي يعاني نقصًا في الكوادر البشرية. وتستند الشركة إلى توقعات منظمة الصحة العالمية التي تشير إلى عجز يتجاوز 10 ملايين عامل في القطاع الصحي بحلول عام 2030. وفي هذا السياق كثيرًا ما يُقدَّم الذكاء الاصطناعي بوصفه حلًا شاملًا، لكن الأطباء في الواقع لا يحتاجون إلى روبوت محادثة ثرثار فحسب، بل إلى أداة يمكن الوثوق بها في السيناريوهات السريرية الفعلية، بإجابات قابلة للتحقق وحدود واضحة، مع إبقاء القرار النهائي بيد الإنسان.

ولهذا تصف DeepMind النموذج بأنه co-clinician، أي «شريك سريري»، لا طبيبًا مستقلًا. والفكرة أن المريض والطبيب والذكاء الاصطناعي يشكّلون ثلاثيًا واحدًا: يساعد النظام في جمع البيانات والعثور على التوصيات ذات الصلة ودعم المريض في مسار العلاج، بينما تبقى المسؤولية السريرية على عاتق المختص. وتسمّي الشركة هذا النهج خطوة نحو AI-augmented care، أي رعاية طبية يوسّع فيها الذكاء الاصطناعي قدرات الفريق دون أن يُصدر أحكامًا نهائية بنفسه.

«كان الطب دائمًا لعبة جماعية، ويمكن لوكلاء الذكاء الاصطناعي أن يضيفوا

إليها مشاركين جددًا».

كيف جرى اختبار النظام؟

لسيناريوهات «الطبيب — الذكاء الاصطناعي»، كيّفت DeepMind بالتعاون مع أطباء أكاديميين إطار NOHARM. ويقيّم هذا الإطار نوعين من الأخطاء: أن يقول النظام شيئًا خاطئًا، وأن يغفل ذكر معلومة بالغة الأهمية. وفي المقارنات العمياء، فضّل الأطباء باستمرار إجابات AI co-clinician على الأدوات الشائعة لتلخيص المعلومات المبنية على الأدلة. وفي تحليل منفصل لـ98 استفسارًا واقعيًا من الرعاية الأولية، اجتاز النظام 97 حالة دون أخطاء حرجة، وتعرض DeepMind ذلك بوصفه تحسنًا مقارنة بنظامين آخرين واسعي الاستخدام للذكاء الاصطناعي.

وجرى اختبار النموذج أيضًا على أسئلة معقدة عن الأدوية والتدخلات العلاجية، باستخدام مجموعة RxQA المستندة إلى OpenFDA، وهي لا تختبر المعرفة الواقعية فحسب بل التفكير الطبي أيضًا. ووفق بيانات الشركة، سجّل AI co-clinician تقدمًا ملحوظًا خصوصًا حيث تُطرح الأسئلة بصيغة مفتوحة كما يحدث في الممارسة الفعلية، لا بصيغة اختبار بخيارات متعددة.

  • 98 استفسارًا واقعيًا في الرعاية الأولية
  • 97 حالة من أصل 98 دون أخطاء حرجة
  • أفضلية في الأسئلة المفتوحة عن الأدوية والعلاج
  • 20 سيناريو سريريًا اصطناعيًا لمحاكاة الطب عن بُعد
  • نتيجة مماثلة أو أفضل من نتائج أطباء الرعاية الأولية في 68 معيارًا من أصل 140

ويتعلق مسار بحثي آخر بالوضع متعدد الوسائط للطب عن بُعد. فقد اختبرت DeepMind النظام بالتعاون مع أطباء من هارفارد وستانفورد على صوت وفيديو مباشرين، استنادًا إلى تطويرات Gemini وProject Astra. وفي محاكاة شملت 20 سيناريو سريريًا، استطاع الوكيل أن يفعل ما لا تقدر عليه الأنظمة النصية البحتة، مثل إرشاد المريض إلى الطريقة الصحيحة لاستخدام جهاز الاستنشاق، أو توجيهه خلال حركات الكتف للكشف عن إصابة محتملة في الكفة المدورة. لكن الحصيلة العامة لدى الشركة جاءت حذرة: فعلى أكثر من 140 معيارًا ظل الأطباء الخبراء أقوى، خصوصًا في رصد الأعراض المقلقة وإجراء الفحوص الحاسمة.

القيود وآليات الحماية

هذا ربما أهم جزء في الخبر: DeepMind لا تسوّق AI co-clinician بوضوح تام بوصفه منتجًا طبيًا جاهزًا. فالشركة تقول إن التعاونات البحثية الحالية ليست مخصصة للتشخيص أو العلاج أو الوقاية من الأمراض أو تقديم النصائح الطبية. والغاية هي دراسة كيفية تقييم هذه الأنظمة بأمان، وأين تكون مفيدة فعلًا دون وعود مبالغ فيها.

وفي سيناريوهات الطب عن بُعد الخاصة بالمرضى، تعتمد DeepMind بنية ثنائية الوكلاء: تراقب وحدة Planner سير الاستشارة باستمرار، فيما تدير وحدة Talker الحوار ويجب أن تبقى ضمن أطر سريرية آمنة. أما في سيناريوهات الأطباء، فيركّز النظام على مستوى «سريري» من قوة الأدلة، بما يشمل التحقق من المعلومات التي يعثر عليها وفحص الاستشهادات. وبالتوازي تطلق الشركة تقييمات تدريجية مع شركاء في الولايات المتحدة والهند وأستراليا ونيوزيلندا وسنغافورة والإمارات العربية المتحدة، لاختبار النهج في سياقات طبية مختلفة.

ماذا يعني ذلك؟

تُظهر DeepMind تحولًا مهمًا: لم يعد الذكاء الاصطناعي الطبي يُقاس بالاختبارات الامتحانية وحدها، بل بقدرته على العمل داخل العملية السريرية الحقيقية. ورغم أن الطريق إلى استبدال الطبيب لا يزال بعيدًا جدًا، فإن دور المساعد الذي يعين في قاعدة الأدلة وأسئلة الأدوية وجزء من الروتين في الطب عن بُعد يبدو الآن موضوعًا لتقييم منهجي، لا مجرد عرض توضيحي مجرد.

القصة

أسئلة وأجوبة حول الخبر

لماذا هذا المشروع؟

تنطلق DeepMind من مشكلة بسيطة: النظام الصحي يعاني نقصًا في الكوادر البشرية. وتستند الشركة إلى توقعات منظمة الصحة العالمية التي تشير إلى عجز يتجاوز 10 ملايين عامل في القطاع الصحي بحلول عام 2030. وفي هذا السياق كثيرًا ما يُقدَّم الذكاء الاصطناعي بوصفه حلًا شاملًا، لكن الأطباء في الواقع لا يحتاجون إلى روبوت محادثة ثرثار فحسب، بل إلى أداة يمكن الوثوق بها في السيناريوهات السريرية الفعلية، بإجابات قابلة للتحقق وحدود واضحة، مع إبقاء القرار النهائي بيد الإنسان. ولهذا تصف DeepMind النموذج بأنه co-clinician، أي «شريك سريري»، لا طبيبًا مستقلًا. والفكرة أن المريض والطبيب والذكاء الاصطن

كيف جرى اختبار النظام؟

لسيناريوهات «الطبيب — الذكاء الاصطناعي»، كيّفت DeepMind بالتعاون مع أطباء أكاديميين إطار NOHARM. ويقيّم هذا الإطار نوعين من الأخطاء: أن يقول النظام شيئًا خاطئًا، وأن يغفل ذكر معلومة بالغة الأهمية. وفي المقارنات العمياء، فضّل الأطباء باستمرار إجابات AI co-clinician على الأدوات الشائعة لتلخيص المعلومات المبنية على الأدلة. وفي تحليل منفصل لـ98 استفسارًا واقعيًا من الرعاية الأولية، اجتاز النظام 97 حالة دون أخطاء حرجة، وتعرض DeepMind ذلك بوصفه تحسنًا مقارنة بنظامين آخرين واسعي الاستخدام للذكاء الاصطناعي. وجرى اختبار النموذج أيضًا على أسئلة معقدة عن الأدوية والتدخلات العلاجية، با

ماذا يعني ذلك؟

تُظهر DeepMind تحولًا مهمًا: لم يعد الذكاء الاصطناعي الطبي يُقاس بالاختبارات الامتحانية وحدها، بل بقدرته على العمل داخل العملية السريرية الحقيقية. ورغم أن الطريق إلى استبدال الطبيب لا يزال بعيدًا جدًا، فإن دور المساعد الذي يعين في قاعدة الأدلة وأسئلة الأدوية وجزء من الروتين في الطب عن بُعد يبدو الآن موضوعًا لتقييم منهجي، لا مجرد عرض توضيحي مجرد.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…