نادراً ما تندفع الحكومة الفيدرالية نحو تقنيات غير مختبرة. يمكن لإدارات الصحة العامة، على وجه الخصوص، أن تقضي سنوات في التحقق من صحة أداة ما قبل أن تلمس سجلات المرضى أو بيانات تفشي الأمراض. لذا، عندما أعلنت الوكالات الصحية الأمريكية أنها ستجري تجارب حية مع أنظمة الذكاء الاصطناعي التوليدي التي طورتها OpenAI وAnthropic، كانت الإشارة واضحة: لقد انتقلت النماذج اللغوية الكبيرة من مرحلة التجارب الاستهلاكية إلى مرحلة المرشح المؤسسي الجاد.
ما الذي يفعله PULSE في الواقع
يُطلق على هذا الجهد الجديد اسم محرك توسيع حالات استخدام الصحة العامة والتعلم—واختصاراً PULSE. إنه إطار عمل للاختبار، وليس طرحاً لمنتج. فبدلاً من إقحام روبوتات الدردشة في أنظمة البريد الإلكتروني لإدارات الصحة والأمل في تحقيق أفضل النتائج، يعامل PULSE الذكاء الاصطناعي التوليدي بنفس الطريقة التي تعامل بها الصحة العامة لقاحاً جديداً. فهو يضع شروطاً محكومة حيث يمكن للوكالات الحكومية والولائية والمحلية والقبلية والإقليمية تجربة هذه الأدوات مع مراقبة الآثار الجانبية بدقة.
يجمع البرنامج بين أربعة شركاء متميزين. يوفر تحالف الذكاء الاصطناعي للرعاية الصحية (CHAI) معايير الحوكمة والسلامة الخاصة بالرعاية الصحية. وتساهم OpenAI وAnthropic بالنماذج اللغوية الرائدة. بينما توفر Accenture خبرة التكامل اللازمة لربط هذه الأنظمة بالبنية التحتية الحكومية القائمة، والتي غالباً ما تعمل على قواعد بيانات عمرها عقود وقواعد شراء صارمة.
لا يسأل PULSE عما إذا كان بإمكان الذكاء الاصطناعي كتابة رسائل البريد الإلكتروني أو تلخيص محاضر الاجتماعات، بل يتساءل عما إذا كانت هذه النماذج قادرة على المساعدة بشكل موثوق في ثلاث مهام أساسية: المراقبة الوبائية، وتخصيص الموارد، والتواصل في مجال الصحة العامة. قد تبدو كل واحدة من هذه المهام مجردة، لكنها معاً تصف العبء اليومي لإدارة إدارة الصحة. تعني المراقبة فحص التقارير المختبرية، وحالات دخول المستشفيات، وبيانات غياب الطلاب لرصد أي تفشٍ قبل أن يتفاقم. ويعني تخصيص الموارد اتخاذ قرار، في الوقت الفعلي، بشأن مكان إرسال جرعات اللقاح المحدودة أو العلاجات المضادة للفيروسات خلال موسم إنفلونزا حاد. ويعني التواصل في مجال الصحة العامة ترجمة التوجيهات الفيدرالية المعقدة إلى لغة بسيطة لعشرات المجتمعات المختلفة، وغالباً ما يكون ذلك في وقت حرج أثناء التحقيق في مرض منقول بالغذاء. إذا تمكن الذكاء الاصطناعي من المساعدة في أي من هذه المهام دون خلق عمل إضافي أو إدخال أخطاء، فقد تكون مكاسب الكفاءة كبيرة.
لماذا يغير شمول عشر ولايات قضائية كل شيء
سيجري البرنامج تجاربه عبر عشر ولايات قضائية مستمدة من الولايات والمناطق المحلية والأمم القبلية والأقاليم الأمريكية. هذا الانتشار المدروس هو الهدف الأساسي. فإدارة الصحة في ولاية تقع في منطقة ذات كثافة سكانية عالية، وتضم مئات علماء الأوبئة وتدير شبكات الألياف الضوئية، تواجه قيوداً مختلفة تماماً عن وكالة إقليمية تتبع حمى الضنك بطاقم عمل محدود واتصال متقطع بالإنترنت.
يحمل إدراج القبائل وزناً خاصاً. فقد واجهت الوكالات الصحية القبلية تاريخياً نقصاً مزمناً في التمويل ومخاوف حادة بشأن سيادة البيانات. ومن خلال إدراج الولايات القضائية القبلية، يقر PULSE بأن أي أداة ذكاء اصطناعي تدعي الفائدة الوطنية يجب أن تتعامل مع فئات سكانية متخصصة، وتحترم هياكل الحوكمة المتميزة، وتعمل في بيئات ذات أعباء صحية بيئية واجتماعية فريدة. إذا لم يتمكن النموذج من الأداء في ظل هذه الظروف، فهو لا يستحق تأييداً فيدرالياً.
وتضيف الوكالات الإقليمية اختبار جهد ضرورياً آخر. يدير مسؤولو الصحة العامة في الأقاليم الأمريكية أنماط الأمراض وسلاسل التوريد التي تختلف بشكل حاد عن البر الرئيسي. إن المساعد الذكي الذي يفترض وجود اتصال مثالي بالإنترنت، أو الذي يعتمد على عادات ترميز ICD-10 الشائعة في المستشفيات الحضرية الكبيرة، سيفشل ببساطة عندما يدمر إعصار البنية التحتية. يجبر تصميم الولايات القضائية العشر البرنامج على جمع أدلة قوية حول ما إذا كانت هذه النماذج تتكيف مع البيئات غير المثالية أم أنها تنهار.
من روبوتات الدردشة إلى البنية التحتية الحيوية للمهمة
على مدار العامين الماضيين، تركز النقاش العام حول النماذج اللغوية الكبيرة على اختصارات البرمجة، والنصوص التسويقية، وتوليد الصور. لكن PULSE يحول التركيز عمداً إلى البنية التحتية الحيوية للمهمة. فعندما تستخدم إدارة صحية نموذج ذكاء اصطناعي لتحليل تقارير الأمراض المعدية، فإن الخطأ لا يعد مجرد "هلوسة" غريبة، بل هو فشل محتمل في السلامة العامة.
تجعل هذه الحقيقة من هذا المشروع التجريبي نموذجاً يُحتذى به لمعالجة ثلاث مشكلات تقنية مستمرة: الدقة، والحد من الهلوسة، وخصوصية البيانات. وفي هذا السياق، قد تعني الهلوسة قيام النموذج بتلفيق تفاعل دوائي، أو اختراع بؤرة تفشٍ غير موجودة، أو ذكر لائحة إبلاغ بشكل خاطئ. وقد صُمم PULSE لقياس مدى تكرار حدوث هذه الأخطاء، وما إذا كانت الضمانات التقنية قادرة على رصدها قبل أن تصل إلى صانع القرار.
وتحمل الخصوصية وزناً مماثلاً؛ إذ تتعامل وكالات الصحة العامة مع معلومات صحية محمية تخضع لقانون HIPAA وتشريعات إضافية على مستوى الولايات. ويجب على أي نظام ذكاء اصطناعي يتعامل مع هذه البيانات أن يوضح بدقة ما يقوم بتخزينه، ومسار تدفق بيانات التدريب، ومن يمكنه الوصول إلى المخرجات لاحقاً. ويشير إشراك CHAI إلى أن هذه التجارب لن تختبر الذكاء الخام لنماذج OpenAI وAnthropic فحسب، بل ستختبر أيضاً قدرتها على العمل ضمن أطر حوكمة مؤسسية صارمة وترك مسارات تدقيق واضحة.
مخطط للمطورين والمنظمين
بالنسبة للمطورين ومؤسسي الشركات الناشئة الذين يبنون أنظمة ذكاء اصطناعي للرعاية الصحية، يقدم PULSE شيئاً يحتاجه السوق بشدة: معياراً مرئياً مدعوماً من الحكومة. غالباً ما تواجه الشركات الناشئة صعوبة في البيع لأنظمة الصحة العامة لأن مسؤولي المشتريات لا يملكون قائمة مرجعية مشتركة لتقييم سلامة الذكاء الاصطناعي. وإذا أنتج PULSE معايير شفافة لقياس التحيز والدقة والخصوصية في البيئات الصحية الإدارية، فقد تصبح هذه المعايير سريعاً المرجع الافتراضي للموردين في جميع أنحاء البلاد.
كما يشير البرنامج إلى كيفية تطور النماذج اللغوية الكبيرة (LLMs) لخدمة الحكومات. فبرامج الدردشة الآلية الموجهة للمستهلكين مُحسّنة لتقديم استجابات سلسة ومفيدة، أما العمل الصحي الحكومي فيتطلب الاستشهاد بالمصادر، وتحديد مستويات عدم اليقين بدقة، والاعتماد على الذاكرة المؤسسية. يجب أن يكون النموذج الذي يقدم المشورة لممرض متخصص في علم الأوبئة مستعداً لقول "الأدلة غير واضحة" بدلاً من اختلاق إجابة واثقة. إن مراقبة كيفية تعديل OpenAI وAnthropic لاستراتيجيات التلقين (prompting) وأنظمة الاسترجاع الخاصة بهما لتناسب هذه البيئة ستكشف ما إذا كانت التكنولوجيا الأساسية قادرة بالفعل على تلبية التوقعات البيروقراطية.
إذا نجحت هذه المشاريع التجريبية، فإن الرؤى التقنية والحوكمية قد تتجاوز حدود الولايات المتحدة. تواجه إدارات الصحة العامة في جميع أنحاء العالم أعباء بيانات ونقصاً في الموظفين بشكل مماثل. ويمكن أن يصبح الإطار المعتمد لنشر LLMs في علم الأوبئة والتواصل الصحي نقطة مرجعية دولية، تماماً كما فعلت معايير FHIR بالنسبة للسجلات الصحية الإلكترونية.
الخلاصة الحقيقية
إن PULSE ليس وعداً بأن الذكاء الاصطناعي سيصلح الصحة العامة، بل هو اعتراف بأن الطرق القديمة لمعالجة المعلومات الصحية بطيئة للغاية وتتطلب مجهوداً بشرياً كبيراً، وأن أي بديل يجب إثبات كفاءته تحت ظروف واقعية ومتنوعة قبل تعميمه على المستوى الوطني. ومن خلال الجمع بين أطر السلامة الخاصة بـ CHAI والنماذج الرائدة من OpenAI وAnthropic، وإجبار تلك الأدوات على إثبات نفسها في عشر ولايات قضائية مختلفة تماماً، يتعامل البرنامج مع الذكاء الاصطناعي التوليدي بالتشكك الذي يستحقه مع منحه ساحة الاختبار التي يحتاجها. بالنسبة للمسؤولين الصحيين والمطورين والمجتمعات التي يخدمونها، فإن هذا التوازن هو بالضبط ما يبدو عليه الاعتماد المسؤول للتقنية.