كشفت دراسة حديثة أجراها باحثون في جامعة فلندرز الأسترالية عن استمرار نماذج الذكاء الاصطناعي المتطورة القائمة على الاستدلال في إظهار تحيزات عرقية وجنسية عند توليد سيناريوهات طبية. وركزت الأبحاث على تقييم نموذجي o3-mini وDeepSeek-R1، ووجدت أنهما يعيدان إنتاج الصور النمطية المتعلقة بالعرق والجندر في وصف الحالات المرضية، مما يشير إلى أن التطورات في قدرات الاستدلال الآلي لا تضمن تلقائيا تحسين الإنصاف التمثيلي في القطاع الصحي. قام الفريق البحثي بتوليد ثلاثين ألفا وستمائة ملاحظة سريرية افتراضية. وبيّنت النتائج أن نسبة الإخلال بالتوزيع الواقعي للعرق والجنس في هذين النموذجين لم تشهد تحسنا مقارنة بنماذج الجيل السابق مثل GPT-4، بل سجلت معدلات تماثل أو أعلى، حيث بلغ التمثيل الخاطئ للعرق 78 بالمئة في o3-mini و89 بالمئة في DeepSeek-R1. كما لاحظ الباحثون إكثارا اصطناعيا لسكان الأصول الأفريقية في أمراض محددة، مما يعكس اعتماد النماذج على أنماط نمطية متجذرة في بيانات التدريب بدلا من البيانات الوبائية الكمية. وأشار الدكتور جوشوا دوكينغ، الباحث الرئيسي، إلى أن هذه الأدوات قد تسهم في تحول الرعاية الصحية، إلا أن استمرارها في تكريس التحيزات يعرض الفجوات الصحية للتفاقم من دون رقابة دقيقة. وأوضح الأستاذ مايكل سوريخ، مؤلف البحث الرئيسي وأستاذ الصيدلة الإكلينيكية، أن النتائج المنشورة في مجلة العلوم الطبية عبر الإنترنت تؤكد أن تحسين قدرات المعالجة الاستدلالية لا ينعكس بالضرورة على الأبعاد التمثيلية. كما أظهر التحليل النوعي لتدقيق التفكير في النظام أن النموذج يعتمد صراحة على ارتباطات ديموغرافية مهيمنة عند اختيار ملامح المرضى، متجاهلا السياق الوبائي الحقيقي. تحذر الدراسة من أن الاعتماد على هذه المخرجات في السياقات السريرية قد يعزز افتراضات ديموغرافية ضيقة، مما يؤثر سلبا على دقة التشخيص. وتؤكد التوصيات الختامية على ضرورة إدراك هذه الانحرافات التمثيلية المضمنة، واعتماد آليات مراقبة مستمرة لتقليل التحيز قبل دمجها فعلياً في سير العمل السريري، مشيرة إلى أن ضمان العدالة يتطلب جهودا منهجية مستقلة بعيدا عن افتراض أن قوة الاستدلال الآلي كافية لضمان السلامة والحياد في التطبيقات الطبية.