تدريب الأطباء يرحب بالمكون الإضافي DeepSeek! أثبتت دراسة تعاونية بين معهد شنغهاي للتربية البدنية وجامعة شنغهاي جياو تونغ وجامعة تسينغهوا أن النماذج الكبيرة يمكن أن تصبح "شريكًا ذهبيًا" لتدريب أطباء الرعاية الأولية
في المشهد الصحي العالمي، يهاجم مرض السكري دفاعات الصحة البشرية بمعدلات شرسة تصل إلى "مستوى تسونامي". على مدى الثلاثين عامًا الماضية، تسببت هذه المعركة الصحية الصامتة ولكن القاسية للغاية في إصابة 840 مليون شخص بالمرض، مما يعني أنه في المتوسط، يتم تشخيص واحد من كل تسعة أشخاص للأسف بمرض السكري. أحدث تحذير أصدرته مجلة "لانسيت" الطبية دق ناقوس الخطر: إذ تشير التقديرات إلى أنه بحلول عام 2050، سيتجاوز عدد مرضى السكري في العالم 1.31 مليار مريض، وهو ما يعني أنه في المتوسط كل 2.3 ثانية، سيضطر شخص واحد إلى الانضمام إلى صفوف مرضى السكري الضخمة.
مرض السكري، وهو مرض مزمن، يشبه "حاصد الصحة" القاسي. ولا يقتصر الأمر على استهلاكه للموارد الطبية الثمينة بمعدل 10% سنويًا، بل إنه يودي أيضًا بحياة 4 ملايين شخص بلا رحمة كل عام. إن المضاعفات الخطيرة الناجمة عن هذا المرض، مثل العمى، وفشل الكلى، وبتر الأطراف، قد أدخلت حياة عدد لا يحصى من المرضى في ظلام لا نهاية له، وأغرقت عائلات بأكملها في هاوية الألم.
في ظل هذه الأزمة الصحية الحادة، فإن "الفجوة" التي ظهرت في النظام الطبي الأساسي مفجعة. وإذا أخذنا بلدي كمثال، نجد أن هناك 0.3 أخصائي في الغدد الصماء فقط لكل 100 ألف شخص، وهو ما يظهر مدى ندرتهم. الأمر الأكثر خطورة هو أن أطباء الرعاية الأولية في 70% يفتقرون إلى القدرة على استكمال تقييم مخاطر مضاعفات مرض السكري بشكل مستقل.لا شك أن نموذج التدريب المتخصص التقليدي يجعل الأمور أسوأ، ويقع في "معضلة ثلاثية":وتستغرق دورة التدريب في كثير من الأحيان ما يصل إلى 3-5 سنوات، وهي مدة طويلة للغاية لمواكبة التكرار السريع للمعرفة الطبية. هناك فارق كبير في موارد التدريب بين المناطق الشرقية والغربية، مع وجود فجوة تزيد عن 40 مرة، واختلال خطير في توزيع الموارد. الدورات التدريبية متجانسة إلى حد كبير، مما أدى إلى أن الأطباء العاديين 73% ما زالوا يعانون من نقاط ضعف معرفية بعد الانتهاء من التدريب..
مع التطور السريع للعلوم والتكنولوجيا، تدخلت نماذج كبيرة مثل DeepSeek وChatGPT بقوة في المجال الطبي العالمي، مما جلب أملاً جديدًا للتعليم الطبي وأعاد بناء نموذج التعليم الطبي تدريجيًا. ومن المتوقع أن تتمكن هذه النماذج الكبيرة، بفضل احتياطياتها القوية من المعرفة وقدراتها الاستدلالية الممتازة، من ملء العديد من النقاط العمياء في معرفة أطباء الرعاية الأولية. ولكن هذه الثورة في المجال الطبي ليست سهلة، فهي تواجه تحديين خطيرين.من ناحية،لا تزال مشكلة "الهلوسة" لدى النماذج الكبيرة تشكل مشكلة خطيرة، مما يشكل خطراً كبيراً على السلامة الطبية؛على الجانب الآخر،حوالي 30% من حالات التشخيص الخاطئ للذكاء الاصطناعي كانت ناجمة عن التسمية غير الصحيحة لبيانات التدريب. علاوة على ذلك، هناك فجوة هائلة بين الممارسة السريرية المجزأة ومكتبة المبادئ التوجيهية التي يتم تحديثها باستمرار، وهو ما يقيد بشكل خطير تحقيق القيمة الكاملة للذكاء الاصطناعي.
عندما تتعارض التوصيات التشخيصية التي تقدمها الذكاء الاصطناعي مع الخبرة السريرية للطبيب،لقد أصبحت كيفية بناء نموذج جديد من "صنع القرار التعاوني بين الإنسان والآلة" قضية رئيسية فيما يتعلق بالعدالة والكفاءة الطبية. إن ثورة الذكاء الاصطناعي المستقبلية في إدارة مرض السكري لا يمكن أن تفيد مئات الملايين من المرضى إلا من خلال جعل النموذج الكبير بمثابة "دماغ خارجي ذكي" فعال لأطباء الرعاية الأولية، وليس "مُنهيًا" يحل محلهم. وهذا يتوافق أيضًا إلى حد كبير مع احتياجات استراتيجية الصين الصحية.
في الآونة الأخيرة، تعاون فريق البروفيسور شنغ بين من جامعة شنغهاي جياو تونغ، وفريق البروفيسور ماو ليجوان من جامعة شنغهاي للرياضة، وفريق البروفيسور هوانغ تيانين من جامعة تسينغهوا، وفريق البروفيسور جيا وي بينغ من معهد شنغهاي للسكري مع قوى متعددة التخصصات أخرى للقيام بتعاون معمق مع جامعات ومؤسسات بحثية دولية مرموقة مثل جامعة ديوك، وجامعة جونز هوبكنز في الولايات المتحدة، وجامعة ملبورن في أستراليا.وبمساعدة نظام الامتحانات الثنائي اللغة المعتمد باللغتين الصينية والإنجليزية، قام الباحثون بشكل مشترك ببناء مخطط تقييم جديد وإجراء اختبارات منهجية على 10 نماذج لغوية رئيسية كبيرة (LLMs) في الداخل والخارج، بما في ذلك ChatGPT-3.5، وChatGPT-4.0، وTongyi Qianwen.
في نفس الوقت،كما قام الفريق أيضًا بتقييم فعالية DeepSeek في مساعدة تدريب الأطباء. ومن خلال هذه السلسلة من الدراسات، قدم الفريق أول دليل واقعي محتمل في العالم حول الفعالية الفعلية للنماذج الكبيرة في مساعدة تدريب أطباء الرعاية الأولية. وقد فتحت آفاقًا بحثية جديدة لتطبيق النماذج الكبيرة في المجال الطبي، ووفرت مرجعًا قيمًا لتحسين مستويات الرعاية الأولية.
وقد نُشرت النتائج ذات الصلة في مجلة Science Bulletin تحت عنوان "نماذج اللغة الكبيرة لتدريب مرضى السكري: دراسة مستقبلية".
عنوان الورقة:
https://www.sciencedirect.com/science/article/pii/S2095927325000891
يجمع مشروع المصدر المفتوح "awesome-ai4s" أكثر من 200 تفسير لورقة AI4S ويوفر مجموعات بيانات وأدوات ضخمة:
https://github.com/hyperai/awesome-ai4s
اختبار معرفة LLM بمرض السكري
قام الفريق باختيار 10 طلاب ماجستير في القانون من داخل وخارج البلاد.بما في ذلك ChatGPT-3.5، وChatGPT-4.0، وGoogle Bard، وLlaMA-7B، وLlaMA2-7B، وBaidu ERNIE Bot، وTongyi Qianwen، وYilian MedGPT، وHuatuo GPT، وLlaMA2-7B الصينية.
يتضمن محتوى الاختبار جزأين، اللغة الصينية واللغة الإنجليزية.وهي تتوافق مع الامتحان الوطني للرعاية الأولية لمرض السكري (NCE-CPDC) في الصين وامتحان شهادة التخصص في الغدد الصماء والسكري (SCE) من الكلية الملكية للأطباء (MRCP (UK)) في المملكة المتحدة على التوالي. تتطلب الدراسة من كل طالب ماجستير في القانون الإجابة على الأسئلة بناءً على المدخلات وتقديم تعليمات التحليل المقابلة. وبعد ذلك، قام فريق البحث بمقارنة الإجابات التي تم إنشاؤها بواسطة النموذج مع الإجابات القياسية الرسمية وفحصها بشكل متبادل لتقييم دقتها، وبالتالي قياس الأداء وإمكانات التطبيق لكل نموذج بشكل شامل من حيث المعرفة الطبية في مجال مرض السكري.
اختبار اللغة الصينية - NCE-CPDC:
* NCE-CPDC: امتحان شهادة الرعاية الأولية الوطنية لمرض السكري في الصين هو امتحان مهني مصمم لأطباء الرعاية الأولية، والذي يتم تنظيمه من قبل المكتب الوطني الصيني للرعاية الأولية لمرض السكري.
ويستند هذا البرنامج إلى "المبادئ التوجيهية الوطنية للوقاية من مرض السكري الأساسي وإدارته"، وهو يغطي جوانب متعددة مثل تعريف مرض السكري، والفحص، والتشخيص، والإحالة، والتدخل في نمط الحياة، والعلاج الدوائي، وإدارة المضاعفات الحادة والمزمنة. تحظى شهادة NCE-CPDC باعتراف واسع النطاق في الصين، وخاصة بين المتخصصين في الرعاية الصحية وأولئك الذين يشاركون في رعاية مرضى السكري.تعتبر النتائج التي تتجاوز دقتها 60% ناجحة.أية درجة أقل من هذه تعتبر فشلاً.
في هذا الاختبار،أظهر ChatGPT-4.0 أداءً رائعًا بدقة عالية بلغت 90.98%، متقدمًا بشكل كبير على النماذج الأخرى.كما أظهر Alitong YiQianwen قدرة تنافسية قوية، بدقة 81.20%، وهو أفضل بكثير من ChatGPT-3.5. وعلى الرغم من أن بعض النماذج الأخرى فشلت في تلبية معايير النجاح، إلا أنها قدمت بيانات وتوجيهات قيمة للتحسينات والتحسينات التقنية اللاحقة.
اختبار اللغة الإنجليزية - SCE:
* SCE: امتحان شهادة التخصص من الكلية الملكية للأطباء (MRCP (المملكة المتحدة)). ويعد الاختبار احترافيًا للغاية ويمثل تحديًا كبيرًا، حيث بلغ معدل النجاح للمرشحين البريطانيين في عام 2023 28.6% فقط.
تم تصميم أسئلة امتحان SCE لأطباء الغدد الصماء ومتخصصي رعاية مرضى السكري وتغطي محتوى صعبًا مثل علم وظائف الأعضاء المرضية لمرض السكري والتشخيص والعلاج الدوائي وإدارة المضاعفات الحادة والمزمنة. نجح ChatGPT-4.0 في اجتياز خط النجاح بدقة 62.50%.إن الأداء يفوق بكثير أداء برامج الماجستير في القانون السائدة الأخرى (مثل Google Bard، وLlaMA-7B، وLlaMA2-7B، وما إلى ذلك، والتي فشلت جميعها في تلبية معايير التأهيل). لا يثبت هذا الإنجاز إمكانات ChatGPT-4.0 في التعامل مع المحتوى المهني الصعب للغاية فحسب، بل يوفر أيضًا أساسًا قويًا للتطبيق اللاحق لـ LLM في التدريب الطبي.
يساعد برنامج LLM في تدريب أطباء الرعاية الأولية
وبعد الانتهاء من اختبار بسيط، لم يتوقف فريق البحث عند هذا الحد.وبدلاً من ذلك، نستكشف بشكل أكبر تأثير تطبيق نموذج اللغة الكبير (LLM) في سيناريوهات التدريب الفعلية. هذه المرة، اختار الفريق بعناية 7 أطباء رعاية أولية (PCPs) كمواضيع بحث وطلب منهم إجراء الاختبار الوطني لشهادة رعاية مرضى السكري الأولية (NCE-CPDC) في الصين مع أو بدون مساعدة ChatGPT-4.0.
نتائج الاختبار مذهلة: في الاختبار الأول، تقدم ChatGPT-4.0 على النماذج الكبيرة الأخرى بدقة 84.82%، متخلفًا كثيرًا عن جميع الأطباء المشاركين في الاختبار. وبمساعدة ChatGPT-4.0، تمكن معظم الأطباء من تحقيق أداء أفضل.لقد زاد متوسط الدقة بشكل مطرد من 74.72% إلى 75.81%.
وعلى الرغم من أن بعض الأطباء واجهوا صعوبة في تحديد التفسيرات المضللة المحتملة في النموذج أثناء الاختبار، مما أدى إلى انخفاض في أدائهم، إلا أن البيانات الإجمالية تظهر أن وباعتبارها أداة مساعدة، فإن برنامج الماجستير في القانون (LLM) قادر بلا شك على مساعدة الأطباء بشكل فعال في تحسين إتقانهم وتطبيقهم لمعارفهم المتعلقة برعاية مرض السكري. ومن الجدير بالذكر أنوأشاد جميع أطباء الرعاية الأولية تقريبًا الذين شاركوا في الاختبار بهذا النموذج التدريبي الجديد.إنهم يعتقدون أن برنامج LLM يؤدي أداءً ممتازًا من حيث الاتساق الداخلي والمشورة المهنية والعملية، ويحقن حيوية جديدة في أساليب التدريب التقليدية ويجلب تغييرات مفاجئة.
ومن الجدير بالذكر بشكل خاص أن هذا العمل البحثي تم إجراؤه في وقت مبكر من عام 2023. وفي السنوات الأخيرة، ظهرت نماذج اللغة الكبيرة المحلية مثل الفطر بعد مطر الربيع وحققت تقدماً كبيراً في المجال الطبي. ومن بينها، حقق DeepSeek، وهو نموذج لغوي محلي كبير للأغراض العامة متوقع بشدة في الوقت الحالي، أداءً جيدًا بشكل خاص.أجرى فريق البحث اختبارات صارمة على دقة إجابات DeepSeek على أسئلة اختبار NCE-CPDC، وكانت النتائج مشجعة - بلغت دقة إجابة DeepSeek 91.73%، متجاوزة قليلاً دقة إجابة ChatGPT-4.0 البالغة 90.98%.
وبناءً على هذا الإنجاز، لدينا ما يكفي من الأسباب للاعتقاد بأن نماذج اللغة الكبيرة المحلية للأغراض العامة ونماذج اللغة الكبيرة التي تركز على المجالات الرأسية ستتمتع بإمكانات هائلة في المستقبل.وسوف تلعب هذه التقنيات دوراً رئيسياً في الوقاية من الأمراض المزمنة مثل مرض السكري ومكافحتها، وتعزيز التحول الرقمي لتشخيص الأمراض المزمنة وعلاجها بشكل فعال، والمساهمة بقوة علمية وتكنولوجية قوية لحماية الصحة العامة.
تطوير برامج الماجستير في القانون في التدريب الصحي
من رعاية مرضى السكري إلى التدريب النفسي
لا يقتصر استخدام درجة الماجستير في القانون في التدريب الطبي على مجال رعاية مرضى السكري. في السنوات الأخيرة، حاولت العديد من فرق البحث في الداخل والخارج الجمع بين تكنولوجيا LLM وتقنية التعلم العميق (DL) لبناء منصات تدريب ذكية للتخصصات الطبية المختلفة.
وباستخدام AMC (عيادة العميل العقلي) التي بناها فريق البروفيسور وو مينغيو من مختبر X-LANCE بجامعة شنغهاي جياو تونغ كمثال، يحاكي النظام سيناريوهات التشخيص والعلاج النفسي من خلال وكلاء الحوار الآليين. لا يمكنه فقط المساعدة في الفحص الأولي للاكتئاب، بل يمكنه أيضًا تدريب الأطباء النفسيين المتدربين وتقديم بعض التوجيهات والمساعدة قبل دخولهم رسميًا إلى القسم للتدريب الداخلي. يوفر هذا النموذج للأطباء النفسيين تدريبًا وتوجيهًا مفيدًا قبل دخولهم العمل السريري الرسمي، ويقلل بشكل كبير من تكلفة الوقت اللازم للتدريب المهني، ويوفر للمرضى نصائح تشخيصية أولية ذات جودة أعلى.
DeepDR-LLM: نموذج جديد لتشخيص وعلاج مرض السكري يدمج الرؤية واللغة
لقد حققت نماذج اللغة الكبيرة (LLMs) في الوقت الحالي نتائج ملحوظة في مجالات معالجة المعلومات الطبية وتوليد المعرفة، مما يدل على قدرات قوية. ويمكنه دمج كميات هائلة من المعلومات الطبية بسرعة، وتوفير دعم بيانات غني لاتخاذ القرارات الطبية، وتوليد توصيات تشخيصية أولية بناءً على أعراض المريض والتاريخ الطبي، وبالتالي تحسين الكفاءة الطبية إلى حد ما.
ولكن مع ذلك،لا يزال برنامج الماجستير في القانون غير قادر على استبدال الروح الإبداعية والتفكير النقدي والقدرة على اتخاذ القرارات السريرية التي يتميز بها الأطباء. عندما يواجه الأطباء حالات معقدة، فإن الأحكام الشاملة المبنية على خبرتهم وتخصصهم، فضلاً عن رؤيتهم الثاقبة للاختلافات الفردية بين المرضى، تشكل عوامل أساسية في العملية الطبية. وفي ضوء ذلك، كرس العديد من الباحثين أنفسهم بشكل نشط لاستكشاف مسار تكامل تكنولوجيا LLM والتعلم العميق، سعياً إلى تحسين دقة اتخاذ القرارات السريرية بشكل أكبر.
وفي استكشاف هذا المجال المتطور، كانت نتائج فريق البروفيسور شينغ بين في جامعة شنغهاي جياو تونغ بارزة بشكل خاص. يوليو 2024تم نشر نموذج DeepDR-LLM، الذي طوره الفريق بالتعاون مع مؤسسات دولية مرموقة، في المجلة الأكاديمية المشهورة دوليًا Nature Medicine.وبمجرد صدور هذه النتيجة، أحدثت ضجة كبيرة في المجتمع الطبي الدولي، وحظيت بإشادة كبيرة من العديد من عمالقة المجال الطبي. وقد منحها كل من البروفيسور إريك توبول، الرائد في مجال الطب الدقيق، والبروفيسور دانيال جيه دراكر، الحائز على جائزة وولف في الطب، والبروفيسورة مارغريت تشان، المديرة العامة الفخرية لمنظمة الصحة العالمية والعميدة المؤسسة لكلية فانكي للصحة العامة والصحة في جامعة تسينغهوا، تقديرهم الكامل.
إذا نظرنا إلى تدريب رعاية مرضى السكري التقليدي، نجد أن الأطباء يعتمدون بشكل أساسي على كمية كبيرة من المواد المكتوبة والخبرة السريرية المتراكمة على المدى الطويل لتحسين قدراتهم المهنية. على الرغم من فعالية هذه الطريقة، إلا أنها تعاني من مشاكل مثل انخفاض الكفاءة والقيود المفروضة على توقيت البيانات.
باعتباره أول نظام نموذجي متكامل للغة الرؤية الكبيرة في العالم لتشخيص وعلاج مرض السكري، يعد DeepDR-LLM نموذجًا مبتكرًا في مجال تشخيص وعلاج مرض السكري.إنه يجمع بذكاء بين قدرات معالجة المعرفة القوية لـ LLM وتكنولوجيا تحليل الصور الدقيقة لـ DL، مما يحقق تقدمًا كبيرًا في الوظائف. لا يستطيع النظام الإجابة بسرعة ودقة على مختلف الأسئلة المهنية المتعلقة بتشخيص وعلاج مرض السكري فحسب، بل يساعد الأطباء أيضًا في تشخيص اعتلال الشبكية السكري من خلال تحليل صورة قاع العين، مما يساعد الأطباء على اكتشاف مخاطر المرض المحتملة في المراحل المبكرة من المرض.
ومن الجدير بالذكر أنيتمتع نظام DeepDR-LLM أيضًا بقدرة قوية على التوسع ويمكن توصيله بسلاسة مع DeepSeek. يمكن تحسين الأداء بشكل أكبر من خلال دمج قدرات التفكير الخاصة بـ DeepSeek باستخدام تقنية MoE. بعد سلسلة من التكرارات والابتكارات التكنولوجية، لم ينجح نظام DeepDR-LLM في تحسين جودة تدريب رعاية مرضى السكري بشكل كبير فحسب، مما يسمح للأطباء بإتقان المعرفة المتطورة ومهارات التشخيص بكفاءة أكبر، بل قدم أيضًا دعمًا فنيًا عمليًا وفعالًا للممارسة السريرية، مما يوفر تشخيصًا وعلاجًا أكثر دقة وفي الوقت المناسب لمرضى السكري.
إن الوقاية من مرض السكري وعلاجه قضية مهمة في مجال الصحة العالمية، كما أن تدريب أطباء الرعاية الأولية يشكل حلقة وصل رئيسية في تحسين المستوى الطبي العام. وباعتبارهم "حراس الخطوط الأمامية" لحماية الصحة العامة، فإن جودة التدريب للأطباء المحليين تشكل الرابط الأساسي في تحسين المستوى الطبي الشامل وترتبط بشكل مباشر باتساع وعمق الخدمات الطبية.
وفي هذا السياق، ركز فريق البروفيسور شنغ بين، من خلال التعاون الوثيق والابتكار المتكامل مع فريق من الخبراء متعدد التخصصات، على تطبيق نماذج اللغة الكبيرة (LLM) في مجال تدريب رعاية مرضى السكري وأجرى استكشافًا متعمقًا. إن هذا الاستكشاف له أهمية كبيرة. فهو لا يفتح فقط أفكارًا جديدة لتحسين التدريب الطبي بمساعدة تكنولوجيا الذكاء الاصطناعي المتقدمة، بل يضع أيضًا أساسًا متينًا للتطبيق الواسع النطاق للذكاء الاصطناعي الطبي عبر التخصصات والمجالات في المستقبل.
اليوم، يظهر الجمع بين "الذكاء الاصطناعي + الطبيب" قوة هائلة ويعيد تشكيل نمط توزيع الموارد الطبية تدريجيًا. يجمع هذا المزيج الذهبي بذكاء بين مزايا كل من: الحفاظ على الرعاية الإنسانية والخبرة السريرية الغنية للأطباء، مما يمنح المرضى الدفء والثقة؛ وفي الوقت نفسه، يوفر الذكاء الاصطناعي للأطباء دعمًا لاتخاذ القرارات يتجاوز القيود المعرفية الفردية، مما يجعل التشخيص والعلاج أكثر دقة وكفاءة. عندما يكون نظام الذكاء الاصطناعي مثل المساعد الطبي الذي لا يعرف الكلل، والقادر على تحليل أحدث الأدبيات الطبية في الوقت الحقيقي، وإنشاء خرائط التشخيص التفريقي تلقائيًا، وتحديث الإجماع العالمي على التشخيص والعلاج في نفس الوقت، يبدو أن الأطباء العاديين قد حصلوا على "القوة العظمى" لكسر قيود الزمان والمكان. حتى لو كانوا في مناطق نائية، فإنهم يستطيعون الحصول على أحدث المعارف الطبية والأفكار التشخيصية.
إن تأثير هذه الثورة الطبية بعيد المدى، وقيمتها تتجاوز إلى حد كبير تحسين مستوى الوقاية من مرض السكري وعلاجه في حد ذاته.كما أنها توفر حلاً صينياً فريداً لتحقيق المساواة الطبية العالمية.تخيل أن الأطباء الريفيين يمكنهم الحصول على المشورة التشخيصية والعلاجية على نفس المستوى الذي يحصل عليه الأكاديميون بمساعدة أنظمة الذكاء الاصطناعي مثل DeepSeek و Deep DR-LLM، مما يضيق الفجوة بشكل كبير بين المستويات الطبية الحضرية والريفية؛ كما يمكن للخبراء الحضريين التحرر من العمل الممل والمتكرر وتخصيص المزيد من الطاقة لدراسة الحالات المعقدة، مما يعزز التطوير المستمر للطب. وبفضل هذه التكنولوجيا، لم يعد شعار "لا حاجة لمغادرة البلاد لعلاج الأمراض الخطيرة" مجرد شعار بعيد المنال، بل أصبح حقيقة واقعة تدريجيا، ويضخ زخما ذكيا قويا في بناء مجتمع صحي للبشرية جمعاء.
التطلع إلى الأمام
مع التغير السريع للبيئة الطبية العالمية، أصبح التمكين التكنولوجي "أداة" مهمة لتحسين جودة الخدمات الطبية. إن التكامل العميق بين التكنولوجيا المتطورة والممارسة الطبية لا يمكن أن يملأ بفعالية العديد من أوجه القصور الطويلة الأمد في التدريب الطبي الأساسي فحسب، بل يفتح أيضًا مساحة تطوير أوسع لتطبيق الذكاء الاصطناعي الطبي، مما يساعده على الوصول إلى آفاق جديدة.
مع التحسين المستمر لتكنولوجيا LLM والتوسع المستمر للتطبيقات السريرية، من المتوقع أن تترسخ نتائج مبتكرة أكثر إثارة، مما يجلب فوائد صحية ملموسة لغالبية المرضى، ويحقن الحكمة والحيوية المستمرة في التطوير القوي للنظام الطبي العالمي، ويسمح للصناعة الطبية بالازدهار بشكل أكثر تألقًا في ظل تعزيز العلم والتكنولوجيا.