تجربة باكستان: الأطباء بمساعدة نموذج لغوي

تجربة باكستان دراسة عشوائية اختبرت أثر إتاحة GPT-4o للأطباء عند حل حالات طبية مكتوبة. ارتفعت درجات الاستدلال التشخيصي في مجموعة المساعدة، بينما بقي التعميم على المرضى الحقيقيين سؤالًا يحتاج دراسة.

تجربة باكستان — التسجيل والسؤال

نشر إحسان أيوب قاضي وعائشة علي وأسد الله خواجة ومحمد جنيد أختر وعلي ظفر شيخ ومحمد حمد عليزاي البحث في Nature Health في 6 فبراير 2026. جرت التجربة عام 2025 وسُجلت برقم NCT06774612.

التصميم والعينة

شملت 60 طبيبًا مرخصًا، وأكمل 58. تلقى الجميع عشرين ساعة تدريب، ثم أتيح لمجموعة GPT-4o إلى جانب المصادر المعتادة، وللأخرى المصادر المعتادة فقط. حل الأطباء ست حالات مكتوبة خلال 75 دقيقة، مع تقييم للاستدلال لا للجواب وحده.

النتائج والمقامات

بلغ متوسط الدرجة المركبة 71.4% مقابل 42.6%. قُدّر الفرق المعدل بـ27.5 نقطة مئوية، بفاصل ثقة 22.8–32.2 وp<0.001. لم يثبت تحسن في الزمن: الفرق المعدل −6.4 ثانية، بفاصل يشمل الصفر.

ماذا تثبت التجربة؟

تعني النتيجة تفوقًا في مهمة ورقية محددة بعد التدريب، ولا تثبت انخفاض وفيات أو أخطاء لدى مرضى العيادات. يذكر الدحيح حوالي 43% و71%، ثم يوضح بنفسه فرق الحالات المكتوبة عن الفحص. ولا تعزل المقارنة أثر التدريب وحده أو تتنبأ باستبدال تخصص طبي.

للتوثيق والتفاصيل، راجع المرجع الأصلي المذكور في قائمة المصادر.