دراسة في Science: نظام MAI-DxO من مايكروسوفت يشخّص 83% من الحالات

23 أكتوبر 2026 · Cortex Solutions

دراسة نشرتها Science في 22 أكتوبر 2026: نظام MAI-DxO من مايكروسوفت شخّص نحو 83% من حالات NEJM المعقدة مقابل 36% للأطباء العامّين. ماذا تعني النتائج وما حدودها؟

نشرت مجلة Science العلمية المحكّمة يوم الخميس 22 أكتوبر 2026 دراسة من فريق Microsoft AI بعنوان «التشخيص المتسلسل باستخدام النماذج اللغوية» (Sequential diagnosis with language models)، تقول فيها إن نظامها MAI-DxO، واسمه الكامل «منسّق التشخيص من Microsoft AI»، شخّص بشكل صحيح نحو 83% من الحالات الطبية المعقدة، مقابل نحو 36% لأطباء عامّين عملوا على الحالات نفسها كلٌّ بمفرده مع مراجع طبية. وقد تناولت الخبر عدة منصات تقنية، منها موقع PBX Science في تقرير نشره يوم 23 أكتوبر 2026، وموقع AI Weekly الذي غطّى الدراسة يوم نشرها، ونقل كلاهما عن تقرير لموقع TechCrunch.

ماذا اختبرت الدراسة؟

بحسب تقرير PBX Science، قدّمت الورقة معيارًا جديدًا اسمه SDBench لا يكتفي بسؤال اختيار من متعدد، بل يحوّل كل حالة إلى لقاء طبي خطوة بخطوة: يبدأ المشارك، بشرًا كان أو نظامًا ذكيًا، بملخص قصير عن المريض، ثم يطرح الأسئلة ويطلب الفحوصات، وفي النهاية يلتزم بتشخيص يُقارن بالنتيجة المنشورة للحالة.

• الاختبار الرئيسي استخدم 304 حالات من سجلات الحالات المنشورة في مجلة New England Journal of Medicine.
• اختبار ثانٍ استخدم 325 حالة من قسم الطوارئ في مركز Beth Israel Deaconess الطبي في بوسطن.
• النتائج مبنية على محاكاة لحالات سابقة، وليست على مرضى حقيقيين في عيادة.

كيف يعمل MAI-DxO؟

النظام ليس نموذجًا لغويًا جديدًا، بل «طبقة تنسيق» تدير عدة وكلاء ذكاء اصطناعي يتصرفون كأنهم لجنة من الأطباء بتخصصات مختلفة: يقرر النظام أي الأسئلة يطرح وأي الفحوصات يطلب، ويعدّل تقديره كلما وصلت معلومة جديدة حتى يصل إلى التشخيص. وهو يعمل فوق نماذج من شركات مختلفة؛ إذ ذكر AI Weekly أن مايكروسوفت جرّبته مع نماذج من OpenAI وGoogle وAnthropic وMeta وDeepSeek، وأن أفضل النتائج جاءت عند تشغيله مع نموذجَي GPT-5 وGPT-5.5 من OpenAI.

أين تكمن القيمة فعلًا: في النموذج أم في التنسيق؟

هنا تبرز أهم ملاحظة في التغطية. فبحسب ما نقله الموقعان عن TechCrunch، تشير بيانات الدراسة نفسها إلى أن جزءًا كبيرًا من التحسن مصدره قوة النماذج الأساسية، وأن طبقة التنسيق تضيف مكاسب فوق ذلك:

• مع GPT-5.5 رفع النظام الدقة في الحالات المعقدة من نحو 72% إلى قرابة 87%.
• في حالات الطوارئ كانت الفائدة محدودة، إذ سجّل الإعدادان نحو 85%، وفق PBX Science.
• ذكر AI Weekly أن النظام رفع نموذج Gemini 2.5 Flash من 46.4% إلى قرابة 69%، أي أن الفائدة كانت أكبر مع النماذج الأضعف.

تحفظات يجب قراءتها مع الأرقام

التقارير نفسها تضع النتائج في سياقها:

• الحالات بهذه الدرجة من التعقيد يتولاها عادةً أطباء متخصصون أو فرق طبية، ولم يكونوا جزءًا من المقارنة.
• ذكر AI Weekly أن الأطباء في الاختبار مُنعوا من استخدام النماذج اللغوية ومحركات البحث.
• بحسب PBX Science، جميع مؤلفي الورقة الخمسة عشر موظفون في مايكروسوفت، والنظام يحتاج إلى تحقق سريري قبل استخدامه مع المرضى، وهو ما أقرّ به مصطفى سليمان، الرئيس التنفيذي لـ Microsoft AI.
• لم يُعلن أي موعد لإطلاق تجاري للنظام.

الخطوة التالية

وصف سليمان النتيجة بأنها خطوة نحو ما يسميه «الذكاء الطبي الفائق». وتعمل مايكروسوفت مع مركز Beth Israel Deaconess لتقييم النظام في بيئة مستشفى حقيقية، حيث يتلقى المرضى الرعاية المعتادة، ويتفاعل من يوافق منهم مع MAI-DxO لمقارنة توصياته بتوصيات الأطباء. كما ذكرت التقارير أن الشركة تعمل مع Mayo Clinic على تدريب نموذج أساسي للرعاية الصحية تستهدف إطلاقه في 2027. ونقل AI Weekly عن دومينيك كينغ، نائب رئيس قطاع الصحة في Microsoft AI، أن التحدي الأكبر في تقديم الرعاية الصحية اليوم هو الفجوة المتزايدة بين الطلب على الخبرة الطبية والمعروض منها.

ماذا يعني هذا للشركات السعودية؟

الخبر طبي، لكن الدرس فيه يتجاوز المستشفيات:

• قوة «التنسيق» بين عدة وكلاء ذكاء اصطناعي، كلٌّ له دور، أصبحت نهجًا معترفًا به علميًا، ويمكن تطبيق الفكرة نفسها على أعمال مثل مراجعة الطلبات، وفرز البلاغات، وتحليل المستندات خطوة بخطوة.
• الأرقام تقول إن جودة النموذج الأساسي تصنع معظم الفارق، لذلك من الحكمة بناء حلول لا ترتبط بمزوّد واحد، بحيث يمكن تبديل النموذج عند ظهور ما هو أفضل.
• مقدّمو الرعاية الصحية في المملكة، من مستشفيات ومجمعات طبية وعيادات، أمام فرصة لتجربة أدوات مساندة للقرار، مع الالتزام بأن تبقى مساعدةً للطبيب لا بديلًا عنه، وأن تمر بالتحقق السريري والمتطلبات التنظيمية وحماية بيانات المرضى.
• الدرس الأهم: قِس قبل أن تعمّم. فالتجربة في بيئة مضبوطة شيء، والتشغيل اليومي شيء آخر.

في كورتكس نساعد الشركات على تصميم حلول أتمتة بالذكاء الاصطناعي عملية ومدروسة تناسب طبيعة عملها. تعرّف على خدماتنا: https://cortex.sa/services/ai-automation