MIT: أدوات شرح الذكاء الاصطناعي في الصحة يجب أن تتكيف مع خبرة المستخدم

دراسة MIT: تأثير خبرة المستخدم على أدوات شرح الذكاء الاصطناعي في الصحة

أجرى باحثون من معهد ماساتشوستس للتكنولوجيا (MIT) بالتعاون مع شركاء دراسة حول تأثير أدوات شرح الذكاء الاصطناعي (Explainability Tools) في القطاع الصحي، وخصوصًا في تشخيص الأمراض الجلدية. ونشرت النتائج في مجلة Nature Medicine.

النتائج الرئيسية

• غير المتخصصين: تحسنت دقتهم عند استخدام أدوات الشرح، لكن التحسن جاء أساسًا من تفويض القرار للنموذج، وليس من فهم أعمق للسبب.
• مقدمو الرعاية الأولية: أظهروا نمطًا مختلفًا، حيث قد يؤدي الشرح إلى تحسن محدود أو حتى تراجع في الأداء إذا تعارض مع معرفتهم السريرية.

مقارنة: غير المتخصصين مقابل مقدمي الرعاية الأولية

الفئة	التأثير	التفسير
غير المتخصصين	تحسن ملحوظ	الاعتماد على النموذج كسلطة أعلى
مقدمو الرعاية الأولية	تحسن محدود أو تراجع	تعارض الشرح مع الخبرة السريرية

الآثار على تصميم واجهات الذكاء الاصطناعي

تشير النتائج إلى أن أدوات الشرح ليست "مقاسًا واحدًا يناسب الجميع". يجب أن تتكيف الواجهات مع مستوى خبرة المستخدم، مثل تقديم تفسيرات مبسطة لغير المتخصصين وتفسيرات تفصيلية للمحترفين، مع إمكانية إخفاء الشرح عند الحاجة.

التطبيق في المنطقة

مع توجه أنظمة الصحة في الشرق الأوسط نحو تبني الذكاء الاصطناعي، يجب على المؤسسات مراعاة هذه النتائج عند تصميم أنظمة التشخيص المساعدة، والاستثمار في تدريب الفرق الطبية على التعامل مع هذه الأدوات.

---

ملاحظة للمراجعة البشرية: تأكد من دقة الأرقام والتفاصيل مقارنة بالدراسة الأصلية، وأضف أمثلة إقليمية إن أمكن.