أظهرت دراسة جديدة أن دمج معرفة الخبراء الطبيين، وخاصة في مجال التصوير الطبي، مع تقنيات الذكاء الاصطناعي يمكن أن يؤدي إلى تطوير أدوات ذكية أكثر دقة وموثوقية. وتمكّن الباحثون من تدريب نماذج ذكاء اصطناعي لتحليل الصور الطبية بطرق تشبه الطريقة التي ينظر بها الأطباء المختصون، مثل أطباء الأشعة، إلى هذه الصور. في هذا السياق، استخدم الباحثون بيانات من حركات العين لأطباء الأشعة أثناء تقييمهم لصورة طبية، مثل الأشعة السينية أو التصوير بالرنين المغناطيسي. وخلال هذه العملية، سُجلت المناطق التي يركز عليها الأطباء أولاً، وكيفية تنقل نظرهم عبر الصورة، ما يعكس كيفية تقييمهم للإشارات الطبية المهمة. تم استخدام هذه البيانات لتدريب نماذج الذكاء الاصطناعي، بحيث تتعلم من حيث تركز العين البشرية، وتمكّنها من توجيه انتباهها نحو المناطق الأكثر أهمية سريريًا في الصورة. بخلاف النماذج التقليدية التي قد تركز على تفاصيل غير ذات صلة أو حتى على عوامل ضوضاء، فإن هذه النماذج المُدرّبة على أساس سلوك الأطباء تُظهر أداءً أفضل في اكتشاف الأمراض، مثل الأورام أو التغيرات التالفة في الأنسجة. النتائج أظهرت أن النماذج التي تم تدريبها باستخدام بيانات حركة العين كانت أكثر دقة في تحديد المشاكل الطبية، وتمكّنت من تقديم تفسيرات أكثر وضوحًا وشفافية، ما يُعدّ خطوة مهمة نحو تطوير ذكاء اصطناعي "قابل للتفهم" (explainable AI). فبفضل هذه الطريقة، يمكن للمستخدمين — مثل الأطباء أو المرضى — فهم سبب اختيار النظام لمنطقة معينة في الصورة، ما يعزز الثقة في القرارات التي يتخذها الذكاء الاصطناعي. الدراسة تُبرز أهمية التعاون بين البشر والآلات، حيث يُعدّ خبرة الإنسان عاملاً حاسمًا في تحسين أدوات الذكاء الاصطناعي، لا سيما في المجالات الحساسة مثل الطب. وتشير النتائج إلى أن تدريب الذكاء الاصطناعي على سلوك الخبراء لا يُحسّن فقط الأداء، بل يُسهم أيضًا في جعل التكنولوجيا أكثر شفافية وموثوقية، وهو ما يُعدّ ضروريًا لاعتمادها على نطاق واسع في الممارسة السريرية. يُتوقع أن تُستخدم هذه المنهجية في تطوير أدوات دعم اتخاذ القرار في الطب، خاصة في البيئات التي تعاني من نقص في الكوادر الطبية المؤهلة، حيث يمكن للذكاء الاصطناعي المُدرّب على نماذج الخبرة البشرية أن يُساعد في التقييم المبكر للأمراض، وتحسين دقة التشخيص، وتسريع عملية اتخاذ القرار الطبي.