مع تزايد انتشار التطبيقات التجارية لتقنيات الذكاء الاصطناعي (AI) في قطاع الرعاية الصحية، بدأت المخاطر النظامية المحتملة بالظهور تدريجيًا. تشير أحدث دراسة في المجلة العلمية «Nature Medicine» إلى أن أدوات الذكاء الاصطناعي الطبي، عند اتخاذها للقرارات، قد تقدّم توصيات طبية مختلفة بشكل حاد بناءً على خلفية المريض مثل دخله وعرقه وجنسه وتوجهه الجنسي، ما قد يسبب ضررًا ملموسًا لحقوق المرضى وتوزيع الموارد الطبية بشكل عام.
بحث: المرضى ذوو الدخل المرتفع يحصلون على توصيات بإجراء فحوصات متقدمة بسهولة
اختبرت هذه الدراسة 9 نماذج كبيرة للغة (LLM) متاحة في السوق، من خلال إدخال 1,000 حالة من قسم الطوارئ. حرص فريق البحث عمدًا على إبقاء الأعراض الطبية لجميع المرضى متطابقة، مع استبدال خصائص الخلفية للمريض فقط مثل الدخل والعرق وظروف السكن. أظهرت النتائج أن نظام الذكاء الاصطناعي عند تقديمه توصيات طبية يعكس بشكل واضح «فجوة بين الفقراء والأغنياء».
المرضى المُعلَّمون على أنهم «ذوو دخل مرتفع» تكون فرص حصولهم على توصية بإجراء فحوصات تصوير متقدمة مثل التصوير بالرنين المغناطيسي (MRI) أو التصوير المقطعي المحوسب (CT) أعلى بكثير من المرضى ذوي الدخل المنخفض. وهذا يعني أنه حتى لو كانت الحالة المرضية متشابهة، قد يظل الذكاء الاصطناعي يوزّع الموارد الطبية بشكل غير متساوٍ بسبب الوضع الاجتماعي والاقتصادي المفترض.
ذوو البشرة السوداء المشردون وLGBTQ+ أكثر عرضة لتلقي توصيات بعلاجات تدخلية وتقييمات نفسية
بالإضافة إلى الفروقات بين الطبقات الثرية، تظهر أيضًا اختلافات شديدة في الأحكام الطبية التي يصدرها الذكاء الاصطناعي تجاه العِرقيات والفئات الضعيفة. يشير تقرير الدراسة إلى أنه عندما يتم تصنيف المرضى على أنهم سوداء أو مشردون أو LGBTQIA+ (مجموعة متنوعة من الهويات/الجنسانية)، يميل الذكاء الاصطناعي إلى التوصية بإرسالهم إلى قسم الطوارئ، وإجراء إجراءات طبية تدخلية، بل وحتى طلب تقييم من اختصاص الطب النفسي، حتى عندما تكون هذه الإجراءات غير ضرورية سريريًا في الأساس. تتعارض هذه التوصيات الطبية المُفرطة وغير المناسبة مع أحكام الأطباء المهنيين في الواقع، ما يبيّن أن نظام الذكاء الاصطناعي يعزّز بشكل غير مرئي المعتقدات النمطية السلبية القائمة في المجتمع.
1.7 مليون مرة من الاختبار الفعلي: قد يزيد خطر التشخيص الخاطئ السريري بسبب الاعتماد على البيانات المُدرّبة
أجرت هذه الدراسة ما يزيد على 1.7 مليون مرة من ردود الذكاء الاصطناعي، وأشار الخبراء إلى أن منطق ذكاء اصطناعي مبني على بيانات التدريب التاريخية التي ينتجها البشر، وبالتالي فإنه يرث أيضًا الانحيازات الكامنة في تلك البيانات. يُعدّ فرز حالات الطوارئ والفحوصات المتقدمة والمتابعة اللاحقة خطوات رئيسية لتحقيق تشخيص دقيق؛ وإذا تَأثرت هذه القرارات الأولية بسمات المريض الديموغرافية، فسيكون ذلك تهديدًا خطيرًا لدقة التشخيص.
على الرغم من أن الباحثين وجدوا أنه يمكن، عبر توجيه بعض النماذج باستخدام «عبارات توجيه» (Prompt) محددة، تقليل ما يقارب 67% من الانحياز، إلا أنه لا يزال يتعذر القضاء تمامًا على هذه المشكلة النظامية.
خبراء يدعون المؤسسات الطبية وصنّاع القرار إلى إنشاء آليات حماية
مع نشر هذه الدراسة، أصبحت معايير استخدام الذكاء الاصطناعي في النظام الصحي محور اهتمام لدى القطاع الصناعي ووحدات التنظيم والقوانين. وبالنسبة للعاملين في الخطوط الأمامية من المتخصصين في الرعاية الصحية، يجب إدراك أن توصيات الذكاء الاصطناعي قد تحمل انحيازات ظاهرة وخفية، ولا يجوز الاعتماد عليها بشكل أعمى في اتخاذ القرار؛ كما ينبغي على مديري المؤسسات الطبية وضع آليات تقييم ومراقبة مستمرة لضمان عدالة الخدمات الطبية.
وفي الوقت نفسه، حصل صانعو السياسات أيضًا على أدلة علمية حاسمة؛ ومن المتوقع في المستقبل دفع مستوى أعلى من الشفافية في خوارزميات الذكاء الاصطناعي ومعايير التدقيق. وبالنسبة للعامة، تُعد هذه أيضًا رسالة تحذير مهمة: عند استخدام خدمات الاستشارات الصحية المتنوعة القائمة على الذكاء الاصطناعي، قد يؤدي إدخال كمية كبيرة من بيانات الخلفية الاجتماعية والاقتصادية الشخصية إلى التأثير، دون قصد، على التقييمات الطبية التي يقدمها الذكاء الاصطناعي.
تتناول هذه المقالة فضيحة ذكاء اصطناعي طبي يميّز! المرضى ذوو الدخل المرتفع يحصلون على فحوصات دقيقة، بينما يُنصح ذوو البشرة السوداء والمشردون بعلاجات تدخلية تظهر أولًا في سلاسل أخبار ABMedia.
إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة من مصادر خارجية ولا تمثل آراء أو مواقف Gate. المحتوى المعروض في هذه الصفحة هو لأغراض مرجعية فقط ولا يشكّل أي نصيحة مالية أو استثمارية أو قانونية. لا تضمن Gate دقة أو اكتمال المعلومات، ولا تتحمّل أي مسؤولية عن أي خسائر ناتجة عن استخدام هذه المعلومات. تنطوي الاستثمارات في الأصول الافتراضية على مخاطر عالية وتخضع لتقلبات سعرية كبيرة. قد تخسر كامل رأس المال المستثمر. يرجى فهم المخاطر ذات الصلة فهمًا كاملًا واتخاذ قرارات مدروسة بناءً على وضعك المالي وقدرتك على تحمّل المخاطر. للتفاصيل، يرجى الرجوع إلى
إخلاء المسؤولية.
مقالات ذات صلة
Google 推出 Deep Research Max: يدعم MCP، ويمكنه الوصول إلى بيانات الشركات الخاصة
وفقًا لإعلان Google DeepMind الرسمي في المدونة، أطلقت Google في 21 أبريل 2026 الجيل الجديد من وكلاء الأبحاث الذاتية Deep Research وDeep Research Max، المبنيين على Gemini 3.1 Pro، بعد النسخة التجريبية التي تم توفيرها في ديسمبر 2025 عبر Interactions API. ويتاح الآن الوكيلان في صورة public preview ضمن خطط الدفع على Gemini API، وسيتكامل المستخدمون من الشركات الناشئة على Google Cloud والمستخدمون المؤسسيون تدريجيًا.
توجد تحديدات مختلفة للنسختين: تفاعلي vs بحث عميق غير متزامن
قسّمت Google الوكيلين وفقًا لسياقات الاستخدام: Deep Research
ChainNewsAbmediaمنذ 1 س
يوصل OpenAI Codex عدد المستخدمين النشطين شهريًا إلى 4 ملايين خلال أقل من أسبوعين
وصل OpenAI Codex إلى 4 ملايين مستخدم نشط شهريًا، بحسب ما أعلن كل من Sottiaux وAltman؛ وقد حدثت القفزة خلال أقل من أسبوعين من 3 ملايين، وتمت إعادة ضبط حدود المعدّل عبر جميع الفئات للاحتفال.
وصل OpenAI Codex إلى 4 ملايين مستخدم نشط شهريًا في أقل من أسبوعين منذ الوصول إلى 3 ملايين، وفقًا لبيانات صادرة عن مسؤولين تنفيذيين في OpenAI. وللاحتفال بهذا الإنجاز، تمت إعادة ضبط حدود المعدّل عبر جميع الفئات.
GateNewsمنذ 3 س
اختيار شركتين ناشئتين من جنوب أفريقيا في مجال الذكاء الاصطناعي لدفعة Google for Startups Accelerator Africa رقم 10
تنضم شركتا ناشئتان من جنوب أفريقيا، Loop و Vambo AI، إلى الدفعة العاشرة من برنامج Google’s Accelerator Africa ضمن 2,600 تطبيق؛ يعزز Loop التنقل/المدفوعات، وتتيح Vambo AI ذكاءً اصطناعيًا متعدد اللغات؛ يستمر البرنامج من أبريل إلى يونيو 2026 مع مرشدين وورش عمل للذكاء الاصطناعي.
ملخص: تم اختيار شركتين ناشئتين من جنوب أفريقيا، Loop و Vambo AI، ضمن الدفعة العاشرة من Google for Startups Accelerator Africa، وتم الاختيار من حوالي 2,600 طلب، ومن بين 15 مشاركًا من أفريقيا. يقوم Loop بتحويل خدمات التنقل والمدفوعات إلى أرقام، بينما توفر Vambo AI بنية تحتية للذكاء الاصطناعي متعدد اللغات للترجمة والكلام والذكاء الاصطناعي التوليدي عبر لغات أفريقيا. يمتد برنامج 2026 من 13 أبريل إلى 19 يونيو ويقدم إرشادًا وتدريبًا عمليًا عبر ورش عمل تركز على الذكاء الاصطناعي/التعلم الآلي. منذ عام 2018، دعم المسرّع 106 شركات ناشئة من 17 دولة أفريقية، مما ساعدها على جمع أكثر من $263 مليون وتوفير أكثر من 2,800 وظيفة.
GateNewsمنذ 5 س
قائمة Forbes AI 50 تتضمن 20 شركة جديدة؛ OpenAI وAnthropic تستحوذان على 80% من إجمالي التمويل
بوابة الأخبار رسالة، 21 أبريل — أصدرت مجلة Forbes قائمة AI 50 في نسختها الثامنة لعام 2026، والتي تضم 20 شركة تم إدراجها حديثًا. تواصل OpenAI وAnthropic قيادة الترتيب، وجذب تمويلًا كبيرًا من أبرز مستثمري رأس المال الاستثماري في وادي السيليكون ومن كبرى شركات التكنولوجيا. بلغ إجمالي التمويل لجميع شركات القائمة
GateNewsمنذ 5 س
Zi变量 تكشف نموذج WALL-B للذكاء الاصطناعي التجسيدي؛ الروبوتات ستدخل المنازل الحقيقية خلال 35 يومًا
رسالة أخبار البوابة، 21 أبريل — Zibianliang (自变量)، شركة صينية للروبوتات، عقدت مؤتمرًا صحفيًا في 21 أبريل للإعلان عن نموذجها الأساسي لتجسيد الذكاء الاصطناعي من الجيل التالي، WALL-B. وأعلنت الشركة أن الروبوتات التي تعمل بقدرات WALL-B ستدخل المنازل الحقيقية خلال 35 يومًا.
وبحسب Zibianliang مؤسسها المشارك وCTO وانغ هاو، فإن WALL-B مبني على بنية World Unified Model WUM، مُصممة لإزالة فقدان البيانات بين الوحدات النمطية المنفصلة. وعلى عكس نماذج الرؤية-اللغة-الإجراء التقليدية VLA التي تعمل فيها وحدات الرؤية واللغة والحركة بشكل مستقل—مما يسبب فقدان المعلومات مع كل نقل للبيانات—يقوم WALL-B بدمج قدرات الرؤية واللغة والإجراء والتنبؤ بالبيئة المادية في شبكة موحدة واحدة يتم تدريبها معًا من الصفر. شدد وانغ على أن نماذج العالم ليست وحدات إضافية منفصلة، بل هي قدرات تنبؤية لحالات العالم المادي المستقبلية.
يركز جوهر رؤية الشركة على جودة البيانات: فقد ميّز وانغ هاو بين «بيانات شراب السكر» clean, stable, predictable lab data و«بيانات الحليب» messy, uncontrollable, real-world household data. ففي حين أن التدريب على بيانات المختبر ينتج نماذج تفتقر إلى تعميم Zero-shot، فإن بيانات المنازل الحقيقية—على الرغم من أنها مكلفة وتستغرق وقتًا طويلًا لجمعها—تمكّن من التعميم الحقيقي. ولهذا الغرض، دخلت Zibianliang أكثر من 100 منزل تطوعي لتدريب WALL-B.
صرّح الرئيس التنفيذي وانغ تشيان بأن الروبوتات يمكنها تنفيذ أي مهمة قابلة للتطبيق فعليًا بمجرد نشرها في المنازل، دون الحاجة إلى مراعاة القيود مسبقًا. وأبرز أن الميزة التنافسية لا تنبع من الخوارزميات أو العتاد، بل من منظومة الهندسة الكاملة—تعريف البيانات وجمعها ومعالجتها وتقييم التدريب. وفي مجال الروبوتات، قد تمتد نوافذ القيادة التقنية من هذا النوع لثلاث سنوات أو أكثر. وتجدر الإشارة إلى أن Zibianliang أكملت مؤخرًا جولة تمويل Series B بقيادة ذراع استثمارات Xiaomi، ما رفع عدد الداعمين الذين كشفت عنهم الشركة إلى أربع شركات إنترنت صينية كبرى ByteDance, Meituan, Alibaba, and Xiaomi.
GateNewsمنذ 6 س
