محاكاة الحالات بالذكاء الاصطناعي — المريض الافتراضي وسلم التقييم والموافقة البشرية

أخذ التاريخ المرضي للمريض كاملا، وتحديد الأولوية الصحيحة في الفرز، وإبلاغ الأسرة بخبر سيئ؛ كلها مهارات تنمو بالممارسة لا بالقراءة. فلا مجال لـ"التجربة" عند سرير مريض حقيقي. كما أن مختبرات المحاكاة والممثلين الذين يؤدون دور المريض المعياري وساعات المدربين لا تتوافر بالقدر الكافي في كل مؤسسة. وكثيرا ما يكون من غير الواقعي أن تشارك ممرضة تعمل بنظام المناوبات في جلسات محاكاة بانتظام.

وتعد محاكاة الحالات المدعومة بالذكاء الاصطناعي إحدى الطرق المرشحة لسد هذه الفجوة: إذ يتدرب المشارك عبر محادثة مكتوبة مع "مريض افتراضي" يؤدي دوره على الشاشة أو الهاتف، ثم يقيم أداؤه وفق معايير محددة مسبقا. نتناول في هذه المقالة آلية عمل هذه الطريقة، والتقييم بسلم التقييم، وسبب وجوب الاقتصار على الحالات الاصطناعية، والأهم من ذلك حدودها.

ما محاكاة الحالات وماذا يفعل المريض الافتراضي

محاكاة الحالات طريقة تدريبية يواجه فيها المشارك موقفا سريريا قريبا من الواقع فيتخذ قرارا، ثم يتلقى تغذية راجعة. ويشير مفهوم "المريض الافتراضي" (virtual patient) في الأدبيات العلمية إلى سيناريوهات تفاعلية تجري فيها هذه المواجهة في بيئة حاسوبية.

الفرق عن الطرق التقليدية

• المجسمات ومختبر المهارات: لا غنى عنها للمهارات اليدوية، لكنها تتطلب قاعة ومعدات ومدربا.
• المريض المعياري: ممثل مدرب يؤدي دور المريض. وهو قيم جدا في التدريب على التواصل، لكن عبء التخطيط يجعل تنفيذه متباعدا.
• الحالة المكتوبة: سهلة التوزيع لكنها بلا تفاعل؛ إذ يقرأ المشارك المعلومة حتى دون أن يطرح السؤال الصحيح.

يهدف المريض الافتراضي المدعوم بالذكاء الاصطناعي إلى الجمع بين سهولة الوصول إلى الحالة المكتوبة وقدر من تفاعل المريض المعياري. فإذا لم يطرح المشارك السؤال الصحيح لا تظهر المعلومة؛ وإذا كان المريض قلقا فقد يعطي إجابات مراوغة أو متكررة.

كيف تعمل

يتكون المسار النموذجي من أربع خطوات:

1. بطاقة الحالة: يعد الأخصائي السريري أو مسؤول التدريب بطاقة متخيلة تتضمن عمر المريض وشكواه وتاريخه المرضي والموجودات السريرية، والمعلومات التي "لا تقال إلا إذا سئل عنها"، وأهداف التعلم.
2. النموذج الذي يؤدي الدور: يجسد النموذج اللغوي المريض ملتزما بحدود هذه البطاقة، ويؤطر بقواعد تمنعه من اختلاق موجودات غير واردة فيها.
3. المواجهة: يأخذ المشارك التاريخ المرضي، أو يتخذ قرار الفرز، أو يراجع الوصفة الدوائية، أو يقدم شرحا للمريض ولذويه.
4. التقييم: بعد انتهاء المحادثة، يقيم نموذج ثان نص المحادثة وفق سلم تقييم محدد مسبقا، ويعرض مسوغ كل درجة.

ومن المهم الفصل بين النموذج الذي يؤدي الدور والنموذج الذي يقيم. فحين يتولى النظام الذي يجسد المريض تقييم المواجهة أيضا، تضعف استقلالية التقييم.

ماذا تقول الأدلة

طريقة المريض الافتراضي ليست جديدة؛ فالجيل السابق للنماذج اللغوية كان يعمل بسيناريوهات متفرعة مكتوبة مسبقا. وقد فحصت مراجعة منهجية وتحليل تلوي صدرا عام 2019 وجمعا أبحاث ذلك الجيل (Kononowicz وآخرون، Journal of Medical Internet Research) ما مجموعه 51 دراسة عشوائية محكومة شارك فيها 4,696 مشاركا. ووفقا للمؤلفين، يمكن لمحاكاة المريض الافتراضي أن تنمي المهارات بفاعلية أكبر من التعليم التقليدي، وأن تنمي المعرفة بفاعلية لا تقل عنه. وتؤكد الدراسة ذاتها أن جودة الأدلة منخفضة عموما، وأن ثمة تباينا واضحا بين الدراسات.

وهنا ينبغي تسجيل ملاحظتين. الأولى أن هذه النتائج لا يمكن تعميمها مباشرة على المرضى الافتراضيين القائمين على النماذج اللغوية؛ إذ يجب قياس أثر المحاكاة المنفذة بالذكاء الاصطناعي التوليدي على حدة. والثانية أن منظمة الصحة العالمية، في إرشاداتها بشأن الأخلاقيات والحوكمة للنماذج الكبيرة متعددة الوسائط الصادرة في يناير 2024، تعد التعليم الطبي والتمريضي، بما فيه مواجهات المرضى المحاكاة، أحد خمسة مجالات استخدام واسعة لهذه النماذج. باختصار، المجال واعد، لكنه يتطلب نهج "قس أولا، وتحقق، ثم عمم".

لأي السيناريوهات تصلح

المعايير الواردة في الجدول أمثلة فقط؛ وعلى كل مؤسسة أن تبني سلم التقييم الخاص بها وفق بروتوكولاتها وأهدافها التدريبية. ولا يحل المريض الافتراضي محل المهارات التي تتطلب الجسد والبيئة، كالمهارات اليدوية والفحص السريري والتنسيق داخل الفريق، بل يكملها.

التقييم بسلم التقييم — لماذا وكيف

سلم التقييم (Rubric) جدول درجات يحدد مسبقا المعايير التي يقيم الأداء على أساسها ومستويات هذا التقييم. وفي التقييم بالذكاء الاصطناعي يؤدي سلم التقييم وظيفتين: يجعل منح الدرجات متسقا بين المشاركين، ويمكن النموذج من تقديم سند ملموس عند سؤاله "لماذا منحت هذه الدرجة؟".

خصائص سلم التقييم الجيد

• معايير قابلة للملاحظة: سلوكيات يمكن رؤيتها في نص المحادثة، مثل "عكس قلق المريض بكلماته هو" بدلا من "أظهر تعاطفا".
• تمييز الأخطاء الحرجة: النواقص التي تمس سلامة المريض مباشرة، كإغفال السؤال عن الحساسية، لا ينبغي أن تذوب في الدرجة الإجمالية، بل يجب الإشارة إليها على حدة.
• تعريف المستويات: مستويات واضحة لكل معيار، مثل "لم ينفذ / جزئيا / كاملا".
• إلزامية التسويغ: على النموذج أن يسوغ كل درجة باقتباس من المحادثة.

حلقة التغذية الراجعة

كثيرا ما يأتي الجزء التعليمي من المحاكاة بعد الدرجة. فحين يقرأ المشارك التغذية الراجعة المسوغة ويعيد المحاولة على الحالة نفسها أو على حالة مشابهة، يترسخ التعلم. أما متابعة مثقف التمريض للنتائج على مستوى القسم فتكشف المعيار الذي توجد فيه فجوة جماعية؛ فقد يلاحظ مثلا أن السؤال عن الحساسية يغفل كثيرا في حالات سلامة الأدوية في أحد الأقسام.

مبدأ الحالات الاصطناعية

لا ينبغي استخدام بيانات مرضى حقيقيين في محاكاة الحالات، وذلك لثلاثة أسباب رئيسية:

1. الخصوصية: قد تصبح حالة يظن أنها مجهولة الهوية قابلة للتعرف عليها عند اجتماع تشخيص نادر مع معلومات العمر والتاريخ.
2. انتفاء الحاجة: يمكن بناء الصورة السريرية اللازمة لهدف التدريب كاملة ببطاقة متخيلة.
3. التحكم: تصمم البطاقة الاصطناعية وفق هدف التعلم؛ ويخطط عن قصد لأي معلومة تظهر ومع أي سؤال.

وعند إعداد بطاقة الحالة الاصطناعية يجب اعتماد البروتوكولات الحالية للمؤسسة، وألا تتاح البطاقة للاستخدام قبل أن يعتمدها أخصائي مؤهل في المجال المعني. وعند تغير البروتوكول يجب تحديث البطاقة أيضا؛ وإلا رسخت المحاكاة معلومات قديمة.

الحدود والمخاطر

تلفت إرشادات منظمة الصحة العالمية المذكورة الانتباه إلى أن النماذج اللغوية الكبيرة قد تنتج عبارات غير صحيحة أو خاطئة أو متحيزة أو ناقصة، وإلى تحيز الأتمتة (automation bias) الذي يجعل المستخدمين يغفلون عن هذه الأخطاء. وفي سياق المحاكاة تظهر هذه المخاطر على النحو الآتي:

• الخروج عن السيناريو: قد "يختلق" المريض الافتراضي موجودة غير واردة في البطاقة. لذا يلزم إطار من القواعد وتدقيق دوري على عينات.
• التقييم الخاطئ: قد يسيء النموذج المقيم قراءة أحد المعايير. لذا يجب أن يتمكن المشارك من الاعتراض، وأن يراجع اعتراضه إنسان.
• الثقة في غير محلها: الدرجة المرتفعة في المحاكاة ليست شهادة كفاءة سريرية. وينبغي استخدام النتائج إلى جانب تقييم الكفاءة القائم على الملاحظة، لا بديلا عنه.
• النطاق: المريض الافتراضي أداة تدريبية؛ ولا ينبغي استخدامه لاتخاذ قرار تشخيصي أو علاجي لمريض حقيقي.

أين تتدخل الموافقة البشرية

من بين المبادئ الستة في إرشادات منظمة الصحة العالمية لعام 2021 بشأن أخلاقيات الذكاء الاصطناعي في الصحة، يقدم مبدآن، هما حماية الاستقلالية البشرية والمسؤولية والمساءلة، توجيها لتطبيقات التدريب أيضا. ويمكن الاستعانة بقائمة التحقق الآتية عند إطلاق برنامج لمحاكاة الحالات داخل المؤسسة:

• اعتمد الأخصائي السريري في المجال المعني بطاقة الحالة قبل نشرها.
• أعد سلم التقييم بالتعاون بين وحدة التدريب ومسؤول القسم؛ وعرفت الأخطاء الحرجة على حدة.
• في التطبيقات الأولى قورنت درجات النموذج بدرجات مدرب للتحقق من الاتساق.
• يراجع إنسان محادثات مختارة عشوائيا على فترات منتظمة.
• حدد مسار لاعتراض المشارك على الدرجة وأعلن عنه.
• تحدث بطاقات الحالات وسلالم التقييم ذات الصلة عند تغير البروتوكول.
• حدد كتابيا من يحق له الاطلاع على نتائج المحاكاة.

هذه الخطوات ليست لإبطاء الطريقة، بل لجعلها جديرة بالثقة. فالذكاء الاصطناعي يتيح عددا كبيرا من المواجهات؛ أما المسؤولية عن صحة التدريب فتبقى على عاتق الأخصائي.

المصادر

• Kononowicz AA وآخرون. Virtual Patient Simulations in Health Professions Education: Systematic Review and Meta-Analysis by the Digital Health Education Collaboration. Journal of Medical Internet Research, 2019.
• منظمة الصحة العالمية. WHO releases AI ethics and governance guidance for large multi-modal models (18 يناير 2024).
• منظمة الصحة العالمية. Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models.
• منظمة الصحة العالمية. WHO issues first global report on Artificial Intelligence (AI) in health and six guiding principles for its design and use (28 يونيو 2021).

محاكاة الحالات مع ATP MedAI

في وحدة محاكاة الحالات في ATP MedAI يؤدي المريض الافتراضي دوره انطلاقا من بطاقة حالة اصطناعية؛ ويمكن التدرب على سيناريوهات أخذ التاريخ المرضي والفرز وسلامة الأدوية والتواصل مع المريض والمحادثات الصعبة. وعند انتهاء المحادثة يقيم نموذج ثان المحادثة وفق سلم التقييم ويقدم تغذية راجعة مسوغة. ولا تحتاج المحاكاة إلى بيانات المرضى. ولا ينشر المحتوى الذي ينتجه الذكاء الاصطناعي قبل أن يعتمده أخصائي؛ وتنعكس النتائج على خريطة الكفاءات على مستوى الفرد والقسم، ولا يطلع على النتائج الفردية إلا الأشخاص المخولون. ويسعدنا أن نقيم معكم، من خلال عرض توضيحي، كيف يمكن تصميم هذه الطريقة في مؤسستكم.

فريق تحرير ATP MedAI
أُعدّت هذه المقالة لأغراض المعلومات العامة. إن لاحظتم خطأ أو نقصًا راسلونا لنصححه.