نماذج الذكاء الاصطناعي تواجه وهم الرؤية في تشخيص الأشعة الطبية

تيلي ناظور : نوفل سنوسي

كشفت دراسة بحثية جديدة من جامعة ستانفورد عن ظاهرة غريبة و مقلقة في أحدث نماذج الذكاء الاصطناعي المتقدمة ( Frontier AI Models )، إذ إنها تنتج وصفاً مفصلاً و تشخيصات طبية دقيقة لصور الأشعة السينية ( Chest X-rays ) حتى عندما تُحرم تماماً من الصورة.

حيث أطلق الباحثون على هذه الظاهرة اسم تأثير الميراج أو وهم الفهم البصري .

و بما أن النماذج مثل GPT-5 و Gemini 3 Pro و Claude Opus 4.5 قادرة على توليد وصف دقيق لتفاصيل بصرية و تفسيرات منطقية طويلة دون أن ترى أي صورة، فإنها تحقق في بعض الحالات نتائج تفوق النماذج الأخرى و حتى بعض الأطباء البشريين على معايير التقييم الطبية.

كما أن هذه النماذج تظهر تحيزاً واضحاً نحو التشخيصات الخطيرة ( مثل الاحتشاء القلبي أو السرطانات )، مما يجعل إجاباتها تبدو مقنعة رغم غياب المدخل البصري.

غير أن هذا السلوك لا يعكس فهماً بصرياً حقيقياً، بل يعتمد على معرفتها النصية الواسعة من بيانات التدريب، حيث تتعلم النماذج الأنماط اللغوية للتقارير الطبية أكثر من الاعتماد على الرؤية الفعلية.

و نتيجة لذلك، يمكن أن يؤدي تأثير الميراج إلى هلوسات بصرية خطيرة في التطبيقات السريرية الحقيقية، خاصة إذا اعتمد الأطباء على هذه النماذج دون التحقق الدقيق.

على الرغم من أن النماذج متعددة الوسائط حققت تقدماً كبيراً في مجال الطب، فإن الدراسة تكشف عن ثغرة أساسية في قدرتها على الرؤية، و تدعو إلى تطوير معايير تقييم أكثر صرامة خالية من التلميحات النصية.

ثم إن الباحثين اقترحوا طريقة جديدة لتصفية الأسئلة التي تسمح بالغش النصي، كي يصبح تقييم القدرات البصرية للذكاء الاصطناعي أكثر مصداقية و أماناً، خاصة في المجالات الطبية الحساسة.