حين تصبح الآلة طبيبًا.. من يمنح المريض الطمأنينة؟
تأملات فلسفية في حدود الذكاء الاصطناعي ومعنى الطب بوصفه علاقة إنسانية!
لكن ماذا لو جلس يومًا ما أمام نظامٍ ذكي يمتلك معرفة طبية واسعة، ويستطيع أن يطرح الأسئلة بالترتيب المناسب، ويختار الفحوص الأكثر فائدة، ويقارن مئات الاحتمالات، ثم يصل إلى تشخيص أدق مما يصل إليه كثير من الأطباء في بعض الاختبارات؟ هل يصبح الطبيب عندئذٍ مجرد وسيط قديم بين المريض والمعلومة؟ أم أن الطب يخفي في جوهره شيئًا لا يمكن اختزاله في الوصول إلى الإجابة الصحيحة؟ هذا السؤال لم يعد خيالاً علميًا بعيدًا؛ لقد بدأ العلم يضعه أمامنا بجدية، ويجبرنا على التفكير في معنى المعرفة، وحدود الآلة، وما يجعل الإنسان إنسانًا حين يتعامل مع ألم إنسان آخر.
1 – هل تفوقت الآلة في امتحان التشخيص
يوم الخميس (22 أكتوبر 2026)، أعلنت شركة مايكروسوفت عن نتائج نظامها للذكاء الاصطناعي الطبي، المعروف باسم «منسق التشخيص بالذكاء الاصطناعي من مايكروسوفت» Microsoft AI Diagnostic Orchestrator – MAI-DxO، ونُشرت الدراسة المرتبطة به في مجلة «ساينس» Science العلمية، في بحث يعرض طريقة جديدة لاختبار قدرات الذكاء الاصطناعي في التشخيص الطبي خطوةً بعد خطوة، بدلاً من الاكتفاء بتقديم مجموعة كاملة من الأعراض والفحوص للنظام وطلب إجابة نهائية منه.
الفكرة هنا ليست أن الآلة تقرأ المعلومات الطبية دفعةً واحدة فحسب، بل أنها تتبع مسارًا يشبه بعض جوانب التفكير السريري: تبدأ بمعلومات محدودة، وتحدد الأسئلة التي ينبغي طرحها، وتختار الفحوص المناسبة، ثم تعدل الاحتمالات التشخيصية وفق النتائج الجديدة. ويستخدم النظام ما يُعرف باسم «التنسيق بين الوكلاء الأذكياء» AI Agent Orchestration، حيث تنسق عملية التحليل بين أنظمة ذكية تؤدي أدوارًا مختلفة، وتقترح تشخيصات وفحوصًا، وتراجع الاحتمالات المتنافسة. والغاية هي محاكاة بعض مزايا النقاش الطبي المنظم، مع احتساب تكلفة الفحوص ودرجة فائدتها.
في مجموعة من 304 حالات طبية معقدة منشورة في «مجلة نيو إنجلاند الطبية» New England Journal of Medicine، حقق النظام دقة تشخيصية بلغت نحو 83%، مقارنةً بنحو 36% للأطباء العامين المشاركين في المقارنة عند استخدام المراجع والإنترنت، ونحو 22% من دون تلك المراجع. وفي مجموعة أخرى تضم 325 حالة من بيانات أقسام الطوارئ، بلغت دقته نحو 80%، مقابل نحو 47% للأطباء في الاختبار.
هذه أرقام لافتة، لكنها تحتاج إلى قراءة دقيقة؛ فقد جاءت النتائج من تقييم مضبوط لحالات موثقة، لا من تجربة تثبت تفوق النظام على الأطباء في كل المستشفيات والظروف. كما أن المقارنة لم تشمل فرقًا من الأطباء المتخصصين الذين يتعاملون عادةً مع الحالات الأشد تعقيدًا، ولم تختبر وحدها قدرة النظام على رعاية المريض بكل جوانبها. وأكدت مايكروسوفت أن الخطوة التالية تتطلب اختبارات في بيئات سريرية حقيقية، ومن بينها تعاون معلن مع مركز «بيث إسرائيل ديكونيس الطبي» Beth Israel Deaconess Medical Center في بوسطن لتقييم النظام في سياق الرعاية الصحية الفعلية.
إذن، ما الذي أثبتته النتائج؟ إنها تشير إلى أن أنظمة الذكاء الاصطناعي قد تصبح أدوات قوية في التفكير التشخيصي، وأن طريقة تنظيم الأسئلة والفحوص قد تُحسن الأداء. لكنها لا تعني أن الآلة أصبحت طبيبًا مكتمل القدرة، ولا أن المريض يستطيع الاعتماد عليها وحدها في اتخاذ قراراته العلاجية.
2 – هل الطب معرفة أم حكمة؟
لنفترض أن طبيبًا ونظامًا ذكيًا استقبلا المعلومات الطبية ذاتها، وأن النظام وصل إلى التشخيص الصحيح بسرعة أكبر، وبعدد أقل من الفحوص، وبتكلفة أقل. في هذه الحالة، سيكون من غير المعقول أن نرفض الاستفادة منه لمجرد أنه آلة. فإذا كانت التقنية قادرة على تقليل الأخطاء، أو كشف مرض لم ينتبه إليه الطبيب، أو تنبيه الفريق الطبي إلى احتمال خطير، فإن استخدامها قد يصبح واجبًا أخلاقيًا، وليس مجرد خيار تقني. لكن المسألة لا تنتهي عند التشخيص؛ فالتشخيص الطبي هو عملية تحديد المرض أو تفسير الأعراض بالاستناد إلى المعلومات والأدلة. أما الطب بوصفه ممارسةً إنسانية، فيشمل أيضًا التواصل مع المريض، وتقدير ظروفه، وشرح الاحتمالات، ومناقشة الخيارات العلاجية، ومراعاة ما يستطيع تحمله وما يريده لحياته. قد تعرف الآلة أن علاجًا معينًا هو الأنسب وفق المعطيات الطبية، لكن المريض قد يواجه ظروفًا نفسية أو اجتماعية أو اقتصادية تؤثر في قراره. وقد يحتاج إلى شرح الفوائد والمخاطر بلغة يفهمها، وإلى وقت كي يستوعب معنى المرض، وإلى شخص يجيبه حين يسأل: «ماذا سيحدث لي؟». وهنا يظهر الفرق بين امتلاك المعلومات وحسن استخدامها، بين الوصول إلى الإجابة وفهم ما تعنيه هذه الإجابة لحياة إنسان بعينه.
المعرفة تجيب عن سؤال: ما الاحتمال الأقرب إلى الصواب؟ أما «الحكمة السريرية» Clinical Wisdom، فتضيف أسئلة أخرى: ما الذي ينبغي فعله في هذه الحالة؟ ما المخاطر التي يجب تجنبها؟ كيف نشرح القرار للمريض؟ وكيف نراعي كرامته وحقه في الاختيار؟ وليس معنى ذلك أن الطبيب يمتلك الحكمة دائمًا، أو أن الآلة عاجزة بالضرورة عن المساعدة في هذه الجوانب. بل إن هذه هي المجالات التي ينبغي أن نختبر فيها التقنية، بدلاً من افتراض أن التفوق في التشخيص يكفي لإثبات التفوق في الرعاية كلها.
3 – ديكارت وسؤال العقل: هل يكفي التفكير لنكون أطباء؟
منذ الفلسفة الحديثة، شغلت العلاقة بين العقل والجسد الفلاسفة والعلماء. وقد كان الفيلسوف الفرنسي «رينيه ديكارت» من أبرز من بحثوا في طبيعة العقل وعلاقته بالجسد. وفي زمننا هذا، تُثير أنظمة الذكاء الاصطناعي سؤالاً مختلفًا أمامنا: إذا استطاعت الآلة أن تنفذ بعض المهام التي كنا نربطها بالتفكير البشري، فهل يعني ذلك أنها تفكر بالطريقة نفسها التي يفكر بها الإنسان؟ وهل القدرة على الاستدلال دليل على امتلاك الخبرة الذاتية؟
ينبغي هنا التمييز بين الاستدلال الحاسوبي Computational Reasoning، أي معالجة المعلومات للوصول إلى استنتاجات، وبين «الخبرة الذاتية» Subjective Experience، أي أن يعيش الكائن تجربة من منظور داخلي. قد يستطيع نظام ذكي تحليل وصف الألم، وربطه بالأعراض، ومقارنة الاحتمالات التشخيصية. لكن ذلك لا يثبت أنه يشعر بالألم، أو يعرف الخوف من المرض كما يشعر به المريض، أو يختبر معنى الانتظار أمام نتيجة قد تغير حياته. ومع ذلك، لا يلزم أن نشترط على الآلة أن تشعر كما يشعر الإنسان حتى نستفيد من قدرتها على المساعدة؛ فالمقياس العملي لأداة التشخيص هو دقتها وسلامتها وفائدتها، لا ادعاؤها امتلاك مشاعر بشرية.
المشكلة تبدأ حين نخلط بين نوعين من الأسئلة: هل تستطيع الآلة أداء مهمة طبية بكفاءة؟ وهل تمتلك التجربة الإنسانية التي يعيشها المريض؟ السؤال الأول يمكن اختباره بالبيانات والنتائج. أما الثاني فيتعلق بأسئلة فلسفية أوسع عن الوعي وطبيعة التجربة الذاتية. ولا تجيب نتائج التشخيص وحدها عن هذه الأسئلة.
4 – المريض ليس لغزًا طبيًا فقط
تخيل مريضًا يسمع من النظام الذكي أن نتائج فحوصه تشير إلى احتمال مرض خطير. قد تكون النتيجة صحيحة، لكن ماذا يحدث بعد ذلك؟ من يشرح له معنى الاحتمال؟ من يوضح له الفرق بين الاشتباه والتأكيد؟ من يساعده على فهم الفحوص الإضافية؟ ومن يتحمل مسؤولية القرار إذا كان التشخيص ناقصًا أو خاطئًا؟ إن المريض لا يقدم نفسه إلى الطب بوصفه مجموعة بيانات فحسب؛ إنه يأتي بجسده وتاريخه وعاداته ومخاوفه وعلاقاته وأحلامه. وقد تكون الأعراض نفسها ذات معنى مختلف باختلاف ظروفه، كما أن العلاج المناسب طبيًا قد يحتاج إلى نقاش حول آثاره في حياته اليومية.
هذا لا يعني أن الطبيب يستطيع معرفة كل تلك التفاصيل أو التعامل معها على نحو مثالي، بل يعني أن الرعاية الجيدة تتطلب مساحةً للأسئلة التي لا تظهر في نتائج المختبر وحدها؛ فالإنسان الذي يسمع تشخيصًا صعبًا لا يحتاج إلى الدقة فحسب، بل إلى طريقة صحيحة في عرض الحقيقة؛ لا يحتاج إلى طمأنة كاذبة، وإنما إلى صدق لا يتحول إلى قسوة، وإلى شرح لا يختبئ وراء المصطلحات، وإلى احترام لا يجعل خوفه أمرًا هامشيًا. والطمأنينة الطبية ليست وعدًا بأن كل شيء سيكون بخير؛ إنها مساعدة المريض على فهم ما يحدث، وما الذي يمكن فعله، وما حدود ما نعرفه الآن. وهذه الطمأنينة لا ينبغي أن تُختزل في نبرة صوت لطيفة، كما لا ينبغي أن تُنسب حصرًا إلى الإنسان. فقد تساعد الأنظمة الرقمية على شرح المعلومات، وتذكير المريض بخطوات العلاج، والإجابة عن أسئلة متكررة. لكن وجود شخص مسؤول يستطيع الإصغاء والتدخل وتحمل تبعات القرار يظل أمرًا جوهريًا في الرعاية الصحية.
5 – هل يمكن أن يكون الطبيب أكثر إنسانية بفضل الآلة؟
ربما يكون هذا هو الاحتمال الأجمل في قصة الذكاء الاصطناعي الطبي؛ فإذا تولت الأنظمة الذكية بعض أعمال جمع المعلومات، وتنظيم الاحتمالات، ومراجعة السجلات، واقتراح الفحوص، فقد توفر للطبيب وقتًا كان يستهلكه في مهام روتينية أو مرهقة. وإذا استُخدمت على نحو مسؤول، فقد تساعده على اكتشاف ما فاته، وتقلل بعض الأخطاء، وتتيح له التركيز أكثر على التواصل مع المريض. عندئذٍ لا تكون الآلة منافسًا للإنسان بالضرورة، بل أداةً تساعده على ممارسة دوره بصورة أفضل.
لكن هذه النتيجة ليست تلقائية؛ فقد تُستخدم التقنية لتقليل الوقت المخصص لكل مريض، أو لتسريع العمل على حساب الشرح، أو لتوزيع المسؤولية بين الطبيب والنظام حتى يصبح من الصعب معرفة من يتحمل تبعات الخطأ. ولهذا فإن السؤال الأخلاقي ليس: هل نستطيع إدخال الذكاء الاصطناعي إلى المستشفى؟ بل: كيف نستخدمه بحيث تزيد جودة الرعاية، ولا يتحول المريض إلى رقم في نظام أكثر سرعةً وأقل إصغاءً؟ إن التقنية التي ترفع دقة التشخيص لكنها تجعل المريض عاجزًا عن معرفة من اتخذ القرار، أو لماذا اتُخذ، أو كيف يمكن الاعتراض عليه، ليست كافية وحدها لبناء ثقة مستدامة. أما التقنية التي تدعم القرار الطبي، وتوضح حدودها، وتتيح مراجعة نتائجها، وتساعد الطبيب على شرح الخيارات للمريض، فقد تصبح إضافةً ثمينة إلى الطب.
6 – من يتحمل مسؤولية الخطأ؟
كلما أصبحت الأنظمة الذكية أكثر قدرةً على تقديم توصيات طبية، ازدادت أهمية سؤال المسؤولية. إذا أخطأ النظام في تشخيص حالة، فهل يتحمل المسؤولية المُطور؟ أم المؤسسة الصحية التي اعتمدته؟ أم الطبيب الذي وافق على توصيته؟ أم الجهة التي لم توفر الضمانات اللازمة لاستخدامه؟ لا توجد إجابة واحدة تصلح لكل الحالات، فالمسؤولية تتوقف على طريقة تصميم النظام واستخدامه، وطبيعة القرار، والأدلة المتاحة، والقواعد القانونية والتنظيمية المعمول بها.
لكن ثمة مبدأ أخلاقي ينبغي ألا يغيب: لا يجوز أن تصبح التقنية وسيلةً يتنصل بها البشر من مسؤولياتهم؛ فإذا أوصى النظام بفحص أو علاج، ينبغي أن تكون هناك آلية لمراجعة التوصية، وتحديد حدود الاعتماد عليها، والتعامل مع الحالات التي تتجاوز قدراته. وإذا اتخذ الطبيب قرارًا بالاستناد إلى توصية آلية، فلا بد من وضوح الدور الذي أدته التقنية في ذلك القرار. وهنا تبرز أهمية الذكاء الاصطناعي القابل للتفسير Explainable AI، أي تطوير أنظمة تساعد المستخدمين على فهم أسباب مخرجاتها وحدودها، إلى جانب التحقق من أدائها في ظروف متنوعة. فليس كافيًا أن تعطينا الآلة جوابًا صحيحًا في مجموعة من الاختبارات؛ يجب أن نعرف أيضًا متى يمكن الوثوق بها، ومتى ينبغي الحذر منها. والثقة في الطب لا تنشأ من قوة الادعاء، بل من الأدلة، والشفافية، وإمكان المراجعة، ووجود جهة مسؤولة عندما تسوء الأمور.
7 – هل يفقد الطبيب قيمته إذا تفوقت الآلة عليه في التشخيص؟
هذا السؤال يفترض أن قيمة الطبيب تتحدد بمقدار المعلومات التي يستطيع حفظها، وبسرعة وصوله إلى اسم المرض. لكن الطبيب ليس موسوعةً تمشي على قدمين، ولا ينبغي أن تكون قيمته المهنية محصورة في منافسة الحاسوب على سرعة استرجاع المعلومات. إن الطب يجمع بين العلم والقرار والمسؤولية والتواصل. وقد تتغير طبيعة دور الطبيب مع تطور الأدوات، كما تغيرت من قبل مع ظهور التصوير الطبي، والتحاليل المخبرية، والأنظمة الإلكترونية للسجلات.
لم تجعل أجهزة التصوير اختصاصي الأشعة بلا قيمة، ولم تجعل قواعد البيانات الطبيب غير ضروري. بل غيرت طبيعة العمل، وفرضت مهارات جديدة، ووسعت ما يمكن اكتشافه ومعالجته. والذكاء الاصطناعي قد يفرض تحولاً أعمق، خصوصًا إذا أصبحت أنظمة التشخيص قادرة على تحليل حالات معقدة بدرجة عالية من الدقة. لكن النتيجة لن تتحدد بالتقنية وحدها؛ ستتحدد أيضًا بكيفية إعادة تنظيم المهنة، وبمدى قدرة المؤسسات على تدريب الأطباء على استخدام الأدوات الجديدة، وبكيفية حماية حقوق المرضى.
قد يصبح الطبيب أقل انشغالاً ببعض عمليات البحث والمقارنة، وأكثر تركيزًا على التحقق من التوصيات، ومناقشة الخيارات، ومتابعة استجابة المريض للعلاج. وقد تظهر أدوار جديدة تجمع بين الخبرة الطبية وفهم الأنظمة الذكية. إن قيمة الطبيب لا تختفي لمجرد أن آلةً أصبحت أفضل منه في مهمة محددة. لكنها قد تتغير، ويصبح من الضروري أن يثبت الطبيب قيمته من خلال ما يقدمه للمريض، لا من خلال احتكار المعلومة.
8 – حين تعرف الآلة اسم المرض ... من يعرف الإنسان؟
لعلنا نقف اليوم أمام تحول مهم في تاريخ الطب؛ فقد بدأت الأنظمة الذكية تُظهر قدرةً لافتة على تحليل حالات معقدة، وطرح أسئلة متتابعة، واختيار فحوص مناسبة، والوصول إلى تشخيصات دقيقة في اختبارات محددة. وهذه إمكانات تستحق البحث والتطوير، لأنها قد تساعد على تحسين الرعاية وإنقاذ الأرواح. لكن نتائج الاختبارات ليست نهاية القصة، بل بدايتها؛ فما زال علينا أن نعرف كيف ستؤدي هذه الأنظمة في المستشفيات الحقيقية، وكيف ستتعامل مع نقص المعلومات وتنوع المرضى، وكيف يمكن التحقق من سلامتها، ومن سيتحمل المسؤولية عندما تخطئ. وفي قلب هذا التحول يبقى سؤال لا ينبغي أن ننساه: ماذا نريد من الطب؟
إذا كان هدفنا مجرد تسمية المرض، فقد تنجح الآلة في إنجاز جزء متزايد من المهمة. أما إذا كان هدفنا رعاية إنسان مريض، فإن التشخيص ليس سوى خطوة في طريق أطول، يتضمن العلاج، والشرح، واحترام الاختيار، ومرافقة المريض في مواجهة ما لا يستطيع العلم أن يضمن نتائجه بالكامل. لا نحتاج إلى طبيب يتظاهر بأنه يعرف كل شيء، ولا إلى آلة تُقدَّم بوصفها معصومة من الخطأ. نحتاج إلى علم يراجع نفسه، وتقنية تُختبر بصرامة، وطبيب يعرف متى يستعين بالآلة ومتى يشك في توصيتها، ومؤسسة تجعل سلامة المريض وكرامته أساس القرار. وربما كان السؤال الأهم في عصر الذكاء الاصطناعي ليس: هل تستطيع الآلة أن تصبح طبيبًا أفضل؟ بل: كيف نستطيع أن نجعلها تساعدنا على أن نصبح أكثر دقةً وعدلًا وإنسانية؟ فالآلة قد تساعدنا على اكتشاف المرض، لكن نجاح الطب لا يُقاس باسم التشخيص وحده؛ بل بما نفعله بعد اكتشافه، وبالطريقة التي نحفظ بها للإنسان حقه في الفهم والاختيار والكرامة. وحين تصبح الآلة قادرةً على الوصول إلى الإجابة الصحيحة، فلعل واجبنا ألا نسأل فقط عمّا تستطيع أن تعرفه، بل عمّا ينبغي لنا نحن أن نفعله بهذه المعرفة.
المصادر:
مايكروسوفت للذكاء الاصطناعي. (22/10/2026). بناء الذكاء الفائق في المجال الطبي
.webp)
.jpg)
.webp)
.webp)
.webp)
.webp)
.webp)