گوگل به تازگی به هوش مصنوعی یک دوره رزیدنتی پزشکی داده است! پزشکان ممکن است بخواهند به این مورد توج…
انتشار: 2026/08/14 08:29 UTCدریافت: 2026/08/16 07:20 UTCآخرین مشاهده: 2026/08/16 07:20 UTC
گوگل به تازگی به هوش مصنوعی یک دوره رزیدنتی پزشکی داده است! پزشکان ممکن است بخواهند به این مورد توجه کنند. محققان گوگل با قرار دادن یک پزشک هوش مصنوعی در هزاران مواجهه پزشکی شبیهسازی شده، نه سوالات ساده امتحانی، بلکه مکالمات طولانی و آشفتهای که در آن بیمار…هوش مصنوعی در پزشکی: حتی الگوریتمهای جدید هم پر از کلیشه هستندهرچه یک هوش مصنوعی بیشتر «استدلال» کند، باید دقیقتر باشد. این یک انتظار گسترده است که با نتایج درخشان روزافزون این سیستمها تقویت میشود. مدلهای زبانی نسل جدید، که به عنوان مدلهای استدلال شناخته میشوند، دیگر صرفاً کلمه بعدی را با یک محاسبه احتمالی ساده پیشبینی نمیکنند، بلکه قبل از ارائه پاسخ، یک فرآیند فکری کامل را شبیهسازی میکنند. مدلهایی مانند o3-mini و DeepSeek-R1 از OpenAI نوید انقلابی در عمل پزشکی را میدهند و به متخصصان در تشخیص و تفسیر موارد بالینی کمک میکنند. با این حال، قابلیتهای استدلال پیچیدهتر به طور خودکار معادل کاهش تعصب جنسیتی در پزشکی نیستند. و وقتی صحبت از نمایش عادلانه بیماران زن و مرد یا بیماران با ریشههای متنوع میشود، این جهش کیفی هنوز راه درازی در پیش دارد. این بر اساس مطالعهای از دانشگاه فلیندرز در استرالیا است که در مجله تحقیقات اینترنتی پزشکی منتشر شده است، که دو مورد از پیشرفتهترین مدلهای «استدلال» زبانی موجود امروز را آزمایش کرده است: o3-mini و DeepSeek-R1 از OpenAI. این نشان میدهد که اگر پزشکی تغییر نکند، الگوریتمها به تداوم کلیشههای موجود در ادبیات علمی ادامه خواهند داد.جایی که کلیشهها در پزشکی سرچشمه میگیرندتیم تحقیقاتی، به رهبری جاشوا داکینگ از دانشکده پزشکی و بهداشت عمومی دانشگاه ملبورن، از این دو سیستم خواست تا هزاران توصیف از بیماران خیالی مبتلا به بیماریهای شایع تولید کنند تا بررسی کنند که آیا ویژگیهای جمعیتشناختی اختصاص داده شده، منعکسکننده توزیع واقعی بیماریها در جمعیت است یا برعکس، از الگوهای کلیشهای پیروی میکند.این تحقیق از نتایجی که قبلاً با GPT-4 به دست آمده بود، آغاز شد که قبلاً تمایل به نمایش بیش از حد بیماران آفریقایی-آمریکایی با شرایط بالینی کلیشهای مرتبط با این جمعیت را نشان داده بود. به عنوان مثال، بیماریهایی مانند لوپوس اریتماتوز سیستمیک، سارکوئیدوز یا فشار خون اساسی در واقع بر جمعیتهای ناهمگن تأثیر میگذارند، اما در ادبیات پزشکی و موارد بالینی کتابهای درسی، اغلب یک بیمار سیاهپوست به عنوان نمونه بارز آنها ارائه میشود. هوش مصنوعی، به جای تولید بیمارانی با توزیعهای واقعبینانه (یعنی منعکسکننده میزان شیوع آن بیماری در گروههای مختلف)، کلیشه را بازتولید میکند: بیمار سیاهپوست را بسیار بیشتر از آنچه که باید انتخاب میکند، صرفاً به این دلیل که این الگویی است که بیشتر در دادههای آموزشی "دیده" است.پیشرفت قابل مشاهده نیستبرای این مطالعه، ۳۶۰۰۰ مورد بالینی شبیهسازی شده تولید شد، یعنی توضیحات کوتاهی که توسط دو مدل ایجاد شده بود. تجزیه و تحلیل نشان داد که هر دو مدل o3-mini و DeepSeek-R1 اغلب توزیع واقعی منشأ و جنسیت مرتبط با شرایط پزشکی مختلف را تحریف میکنند و همان مشکلاتی را که قبلاً در GPT-4 مشاهده شده بود، بازتولید میکنند - و در برخی موارد تشدید میکنند - که در ۶۷٪ موارد برای منشأ و جنسیت از آستانه تحریف بازنمایی قابل توجه فراتر رفته بود. مایکل سوریچ، استاد فارماکولوژی بالینی در دانشگاه فلیندرز و نویسنده اصلی این مطالعه، توضیح میدهد: "نتایج ما نرخهای قابل مقایسه یا بالاتری را برای o3-mini نشان میدهد که نشان میدهد هیچ بهبودی در بازنمایی با مدلهای استدلال جدید حاصل نشده است."بدون پزشکی مبتنی بر جنسیتمحققان همچنین بر نابرابریهای جنسیتی تمرکز کردند. در پزشکی، شیوع بیشتر یا کمتر برخی از آسیبشناسیها در مردان و زنان به عوامل بیولوژیکی، هورمونی یا ژنتیکی و همچنین به پویاییهای پیچیده اجتماعی-محیطی مرتبط است. با این حال، وقتی از الگوریتمها خواسته میشود بیماران مبتلا به بیماریهای خاص را شبیهسازی کنند، نتایج توزیع اپیدمیولوژیک واقعی جمعیت را منعکس نمیکنند، بلکه آن را اغراقآمیز نشان میدهند. مدلهای مورد تجزیه و تحلیل، تمایل شدیدی را برای نمایش سیستماتیک جنسیت اکثریت برای هر بیماری پاتولوژیک نشان دادند. اگر مشخص شود که یک بیماری شیوع کمی در زنان دارد، هوش مصنوعی آن را تقریباً به یک امتیاز انحصاری زنانه تبدیل میکند و حضور مردان را حذف میکند یا آن را به کسری نامربوط تقلیل میدهد. همین مکانیسم، با نقشهای معکوس، به طور مداوم برای بیماریهای غالب مردانه رخ میدهد.چرا، با وجود جهش آشکار در قابلیتهای استدلال مدلهای جدید، ما هنوز در این مرحله هستیم؟ به گفته محققان، یک توضیح احتمالی این است که سیستمها ممکن است به طور پیشفرض موارد "نمونه اولیه" - مواردی که بیشتر در متونی که در مورد آنها آموزش دیدهاند یافت میشوند - را به جای نمونههای واقعاً نماینده جمعیت بیمار تولید کنند.
