تفاوت في دقة التشخيص الطبي للذكاء الاصطناعي بين اللغتين العربية والإنجليزية

كشفت دراسات علمية حديثة عن فجوة ملحوظة في أداء نماذج الذكاء الاصطناعي عند استخدامها في التشخيص الطبي باللغة العربية مقارنة بالإنجليزية. وأظهرت النتائج أن لغة المريض قد تصبح عاملاً مؤثراً في جودة الرعاية الصحية الرقمية التي يتلقاها، رغم قدرة هذه النماذج على معالجة عشرات اللغات عالمياً.

أجرت دراسة نُشرت في مجلة متخصصة مقارنة لأداء نموذج «GPT-4o» في تشخيص 50 حالة سريرية، حيث بلغت دقة التشخيص باللغة الإنجليزية نحو 72 في المائة. وفي المقابل، انخفضت دقة النموذج نفسه إلى 44 في المائة فقط عند عرض الحالات ذاتها باللغة العربية، مما يثير تساؤلات حول موثوقية هذه الأدوات للمتحدثين بالعربية.

لم يقتصر التراجع على نموذج واحد، بل شمل أيضاً نموذج «Claude 3.5 Sonnet» الذي سجل دقة بلغت 70 في المائة بالإنجليزية مقابل 38 في المائة بالعربية. وأكدت مصادر بحثية أن هذا التفاوت ذو دلالة إحصائية واضحة، ويشير إلى وجود خلل في تطبيق المعرفة الطبية الواسعة للنماذج عند اختلاف لغة العرض.

في سياق متصل، أعلنت جامعة نانيانغ التكنولوجية في سنغافورة عن توسيع شراكتها مع شركات تقنية كبرى لتطوير نماذج ذكاء اصطناعي تراعي الخصوصيات اللغوية والثقافية. وتهدف هذه المبادرة إلى جمع بيانات إقليمية دقيقة لضمان عدم تأثر جودة التشخيص بالخلفية اللغوية للمستخدمين في قطاعي التعليم والصحة.

وتسعى المبادرة السنغافورية إلى وضع أطر مستقلة لتقييم النماذج في سياقات محلية، باستخدام نماذج مفتوحة المصدر مثل «MedGemma». ويعكس هذا التحول إدراكاً متزايداً بأن اللغة الطبية ليست مجرد مصطلحات تقنية، بل هي وسيلة يعبر بها الإنسان عن ألمه وتاريخه الصحي بطرق تختلف ثقافياً ولغوياً.

على صعيد آخر، قدمت دراسة نشرتها مجلة أبحاث الإنترنت الطبية نتائج مغايرة عند اختبار 11 نموذجاً لغوياً في الإجابة عن أسئلة صحية مباشرة. وبلغت الدقة الإجمالية بالإنجليزية 95.3 في المائة مقابل 93.8 في المائة بالصينية، مما يشير إلى أن التفاوت يظهر بوضوح أكبر في الحالات السريرية المعقدة لا الأسئلة البسيطة.