باحثون يقترحون 4 مسارات لجعل تقنيات الذكاء الاصطناعي الصحي أكثر إنصافاً

تناولت دراسة جديدة نشرت في npj Digital Medicine كيفية ردم الفجوة المتزايدة في مجال الذكاء الاصطناعي المخصص للرعاية الصحية حول العالم. حالياً، تعاني الكثير من الأنظمة الطبية في المناطق ذات الموارد المحدودة لمواكبة التطورات بسبب نقص البيانات الضخمة والبنية التحتية اللازمة لبناء نماذج فعالة.

وأشار الباحثون إلى أن تقنيات تعزيز الخصوصية، المعروفة اختصاراً بـ PETs، تمثل حلاً محتملاً. تتيح هذه الأدوات للباحثين تدريب نماذج الذكاء الاصطناعي عبر مؤسسات مختلفة دون الحاجة لنقل أو تجميع بيانات المرضى الحساسة في مكان واحد.

من خلال الاحتفاظ بالمعلومات الحساسة في مواقعها المحلية، تعالج هذه التقنيات مخاوف أمنية كبرى مع السماح في الوقت نفسه بتبادل الخبرات والتعلم المشترك. ومع ذلك، تشير الدراسة إلى أن هذه الأساليب غالباً ما تكون صعبة التطبيق في المناطق التي تعاني من نقص في البنية التحتية التقنية.

قيم الباحثون المشهد الحالي لأدوات الخصوصية هذه ونظروا في التحديات الفريدة التي تفرضها النماذج اللغوية الكبيرة. وخلصوا إلى اقتراح 4 أولويات محددة تهدف إلى جعل هذه الحلول أسهل في النشر داخل المناطق الأقل حظاً.

كيف يمكننا ضمان وصول الابتكارات الطبية المنقذة للحياة إلى الجميع بغض النظر عن موقعهم الجغرافي؟

لا تقدم الدراسة أدوات برمجية جاهزة للاستخدام الفوري. تظل هذه الورقة رؤية أكاديمية وليست دليلاً تقنياً، ويقر المؤلفون بأن العوائق التقنية لا تزال تعقد عمليات التبني على أرض الواقع.