مدلهای زبانی بزرگ مانند چت جی پی تی در سالهای اخیر توجه گستردهای را به خود جلب کردهاند و اکنون پای آنها به دنیای پزشکی نیز باز شده است.
این مدلها میتوانند در تشخیص بیماریها از طریق تحلیل گزارشهای بالینی و تصویربرداری، در درمانهای شخصیسازیشده با بررسی سوابق پزشکی و پیشنهاد داروهای مناسب، و در آموزش پزشکی برای دانشجویان و متخصصان بهعنوان یک دستیار هوشمند کاربرد داشته باشند.
در زمینههایی مانند ژنتیک نیز این مدل ها به کار گرفته میشوند؛ برای مثال در تفسیر توالیهای ژنتیکی، ترجمه و تفسیر نتایج آزمایشهای ژنوم، و حتی پیشبینی اثر جهشهای ژنی بر عملکرد سلول. همچنین، در پروژههایی مرتبط با ویرایش ژن با فناوری CRISPR، مدلهای زبانی میتوانند در هدفگیری دقیق ژنها، و تحلیل پیامدهای احتمالی ویرایش ژنی نقش داشته باشند. این ابزارها به عنوان مکمل دانش متخصصان، میتوانند دقت، سرعت و کارایی فرآیندهای تحقیقاتی و درمانی را افزایش دهند.
اما پرسش اصلی اینجاست: آیا این مدلها آماده استفاده در محیطهای بالینی هستند؟
در یک بررسی جامع( این مقاله) ، مسیر توسعه و کاربردهای مدلهای زبانی در پزشکی مورد تحلیل قرار گرفته و نتایج قابل توجهی ارائه شده است:
این مدلها با دادههای وسیع پزشکی آموزش دیدهاند (برخی دارای بیش از ۵۲۰ میلیارد پارامتر هستند).
در آزمونهای پرسش و پاسخ، عملکرد آنها گاه با متخصصان انسانی برابری میکند یا حتی از آنها پیشی میگیرد.
با این حال، در وظایف پیچیدهتر و بدون گزینههای از پیش تعیینشده، همچنان نیاز به بهبود دارند.
با وجود پیشرفتها، هنوز مطالعات بالینی گسترده برای ارزیابی عملکرد واقعی این مدلها در محیطهای درمانی انجام نشده است.
برای تسریع و ایمنسازی ورود مدلهای زبانی به حوزه بالینی، باید:
- پدیده خطاهای تخیلی (hallucinations) به حداقل برسد،
- دادهها، معیارهای ارزیابی و پایگاههای مرجع معتبر طراحی شود،
- و مسائل اخلاقی، ایمنی و مقرراتی از طریق همکاریهای بینرشتهای مورد توجه قرار گیرد.
هوش مصنوعی در حال شکل دادن به آینده پزشکی است؛ اما ورود مطمئن آن به عرصه درمان نیازمند دقت، پژوهش و همراهی متخصصان است.
