Wizey مقابل ChatGPT: خمس حالات سريرية جنبًا إلى جنب

أدخلنا خمس حالات سريرية في ChatGPT وفي Wizey — أداتَي الذكاء الاصطناعي اللتين يُرجَّح أن يفتحهما المريض اليوم حين يحاول فهم تقرير مختبر — وطلبنا من كلٍّ منهما تفسير التحاليل نفسها. توصّل كلا الذكاءين الاصطناعيين إلى التشخيص نفسه. أما ما حدث بعد ذلك فكان غير متوقّع، وهو يغيّر السؤال الجدير بأن يُطرَح على هذه التقنية.

إجابتان للشخص نفسه

رجل في الخامسة والأربعين. مجموعة تحاليل واحدة. طلب قصير واحد: «فسِّر تحاليلي من فضلك». خدمتان. وهذا ما جاء في الردّ — حرفيًّا.

ChatGPT: افعل ثلاثة أشياء وسيعود معظم المؤشرات إلى وضعها الطبيعي. 1) اخسر 8-12 kg. 2) الكحول: كل مساء تقريبًا في الوقت الحالي. هذا أمر حاسم للكبد والإنسولين. 3) النشاط البدني: 8,000-10,000 خطوة يوميًا كحدٍّ أدنى، إضافةً إلى تمارين القوة ثلاث مرات أسبوعيًا.

Wizey، الذكاء الاصطناعي الطبي المتخصّص: أخصائي الغدد الصمّاء — لإدارة مقدّمات السكري ومقاومة الإنسولين ومناقشة العلاج التعويضي بالتستوستيرون. أخصائي القلب أو الطبيب الباطني — لتقييم مخاطر القلب والأوعية. أخصائي الجهاز الهضمي أو الكبد — لتأكيد مرض الكبد الدهني. أخصائي النوم أو أنف وأذن وحنجرة — لتقييم انقطاع النفس النومي. أخصائي المسالك البولية والذكورة — لدراسة أعمق للضعف الجنسي. فحص PSA — مطلوب قبل أي نقاش حول العلاج بالتستوستيرون (فحص معياري للرجال في سنّ 45 فأكثر).

شخص واحد، مجموعة تحاليل واحدة. قرأ كلا الذكاءين الاصطناعيين الصورة قراءةً صحيحة — المتلازمة الأيضية، ومقاومة الإنسولين، وقصور الغدد التناسلية الوظيفي، والاشتباه في انقطاع النفس النومي، ونقص فيتامين D والزنك. تطابق التشخيص. أما ما تباعد فهو ما ينبغي أن يفعله هذا الرجل فعليًّا في الأسبوعين المقبلين.

نحن الفريق الذي يقف خلف Wizey. عند دخولنا هذه التجربة، كان رهاننا المبدئي أن يُخطئ ChatGPT التشخيص. لم يُخطئ ولو مرة واحدة في الحالات الخمس. أما الاكتشاف الحقيقي فكان شيئًا آخر: التشخيص الأساسي الصحيح ليس مثل مساعدة المريض. عبر خمس حالات سنُبيّن أين يمرّ خطّ الاختلاف الحقيقي — وسنُسمّي الحالة الوحيدة التي تفوّق فيها ChatGPT علينا في الجوهر السريري.

كيف أجرينا الاختبار

• جمّعنا خمس مجموعات تحاليل سريرية أُعيد بناؤها من حالات حقيقية منشورة (PubMed، وBlood، وAnnals of Family Medicine) — مع الحفاظ على كل خلل وعَرَض ذي دلالة سريرية.
• أدخلنا المجموعة المتطابقة نفسها في كلتا الخدمتين: ChatGPT (مستوى Plus، GPT-5.4) وWizey، وهو ذكاء اصطناعي طبي متخصّص.
• بالنسبة إلى ChatGPT كتبنا طلبًا قصيرًا: «فسِّر تحاليلي من فضلك». دون أسئلة متابعة، ودون هندسة للمطالبات. كان الهدف محاكاة ما يفعله مريض عادي يحمل نسخة مطبوعة.
• التُقطت جميع المخرجات حرفيًّا. الاقتباسات المباشرة في هذا المقال غير مُحرَّرة؛ والمواضع التي اختصرناها طلبًا للإيجاز مُعلَّمة بعلامة حذف (…).
• أربع حالات سيناريوهات روتينية في العيادات الخارجية؛ وحالة إضافية واحدة عاجلة، أُدرجت خصّيصًا لاختبار سلوك الفرز.

ملاحظة حول النطاق

خمس حالات توضيحٌ لنمط، لا إحصاء. رأينا الشكل نفسه في كلٍّ من الحالات الخمس، لكننا لا نقدّم هذا بوصفه دراسة عشوائية من ألف تشغيلة.

نحن فريق Wizey — وتضارب المصالح واضح. وللتخفيف منه جزئيًّا: ثُبِّتت المنهجية قبل التشغيلات، وتُقتبَس جميع المخرجات حرفيًّا، وحيثما تفوّق ChatGPT علينا نقول ذلك صراحةً. والمنشورات المصدرية التي أُعيد بناء كل مجموعة تحاليل منها مذكورة في متن النص، فبإمكان أي شخص إعادة إنتاج التجربة.

أُجريت جميع الاختبارات في يوم واحد، 17 أبريل 2026.

ماذا تقول الأدبيات المُحكَّمة

للقرّاء الذين يريدون الأرقام قبل دراسات الحالة، إليك ما تُورده الأدبيات المُحكَّمة عن ChatGPT في تفسير التحاليل:

• Cabral et al., PLOS ONE 2024: في الأسئلة المتخصّصة في طب المختبرات، يُفسّر ChatGPT تفسيرًا صحيحًا في نحو 51% من الحالات، و17% من الإجابات خاطئة تمامًا.
• Nature Communications Medicine, 2025: حين تُدَسّ في سياق المطالبة قيمة طبية خاطئة بهدوء، «تتمسّك» النماذج اللغوية الكبيرة بها في 83% من الحالات — أي إنها تقبل القيمة الخاطئة وتبني استدلالها عليها، دون أن تُنبِّه أبدًا إلى التناقض.
• Nature Scientific Reports, 2025: في اضطرابات التوازن الحمضي القاعدي المختلطة، يُعيد ChatGPT حكمًا مطمئنًا زائفًا بأن الحالة «طبيعية» في 16.7% من الحالات؛ بينما يُظهر أطباء العناية المركّزة في الحالات نفسها نسبة 0% من الطمأنة الزائفة.

الأرقام، إن شئنا التلطّف، مُقلقة. لكن ثمّة مفارقة. في اختبارنا المكوّن من خمس حالات، أنتج ChatGPT التشخيص الأساسي الصحيح على نحو موثوق — حتى في الحالات التي توقّعنا أن يتعثّر فيها: قصور الغدة الدرقية تحت السريري، وMGUS (اعتلال غاماوي وحيد النسيلة غير محدّد الدلالة)، وانحلال الرَّبيدات المُحدَث بالستاتينات، والمرحلة المحيطة بانقطاع الطمث، والمتلازمة الأيضية مع قصور الغدد التناسلية الوظيفي. خمس من خمس.

هذا هو المحور الحقيقي لهذه التجربة. الفارق ليس «أصاب أم أخطأ»، كما يميل الناس إلى تأطيره. الفارق في ما يأتي بعد التشخيص الصحيح. تلك هي الطبقة التي سنُفكّكها تاليًا.

الحالة 1: الخامسة والأربعون، متعبٌ من التعب

مهندس في الخامسة والأربعين. عمل مكتبي خامل، ومشروع كبير تحت ضغط الموعد النهائي، وإجهاد مزمن. الشكاوى: تعب مستمرّ لا تُصلحه عطلة نهاية أسبوع، وتراجع الرغبة الجنسية، وزيادة الوزن، والشخير، وصداع صباحي، وارتجاع مريئي مرتين أو ثلاثًا أسبوعيًا، وألم في الركبة. الكحول: كأس أو كأسان من النبيذ كل مساء تقريبًا، إضافةً إلى المشروبات الروحية في عطلات نهاية الأسبوع. التاريخ العائلي: الأب مصاب بالسكري من النوع 2، والأم مصابة بارتفاع ضغط الدم. الرجل النموذجي في منتصف العمر الذي «وجد أخيرًا وقتًا لإجراء التحاليل».

أبرز اختلالات المجموعة. HbA1c بنسبة 5.9%. HOMA-IR (مؤشّر مقاومة الإنسولين) 4.9، أي ما يقارب ضعف الحدّ الأعلى البالغ <2.5. الدهون الثلاثية 2.4 mmol/L، وLDL 3.6، وHDL 0.95، وApoB 1.35، ومؤشّر تصلّب الشرايين 5.1. ALT 58 U/L، وGGT 78 — نمط مرض الكبد الدهني غير الكحولي ‎(NAFLD)‎. التستوستيرون الحرّ 220 pmol/L، دون النطاق. فيتامين D 18 ng/mL، والزنك 9.4 μmol/L، وB12 260 pmol/L، والهوموسيستئين 11.8. hs-CRP 4.8 mg/L، وحمض اليوريك 468 μmol/L، والكورتيزول 580 nmol/L. محيط الخصر 104 cm (الطبيعي <94).

تعادل في التشخيص. أنتج كلا الذكاءين الاصطناعيين القائمة نفسها: المتلازمة الأيضية، ومقاومة الإنسولين، ومقدّمات السكري، واضطراب شحميات الدم المولّد لتصلّب الشرايين، وNAFLD، وقصور الغدد التناسلية الوظيفي، ونقص فيتامين D والزنك، والتهاب مزمن منخفض الدرجة، وفرط حمض اليوريك في الدم، والاشتباه في انقطاع النفس النومي الانسدادي، وكورتيزول في الحدّ الأعلى الطبيعي. لم يُغفل ChatGPT أي جزء من الصورة السريرية. لقد جمع كل نقطة بيانات بأمانة.

والآن — أين تباعد الاثنان.

توجيه الإحالات. لم يُسمِّ ChatGPT أي أخصائي بعينه. تألّف قسم «أين تذهب» من «غرفة الطوارئ» (المخصّصة لانحلال الرَّبيدات، لا لهذه الحالة) وعبارات مثل «يُوصف عادةً» أو «ناقش الأمر مع طبيبك». أما Wizey فقد فصّل خمسة أخصائيين بمسؤولياتهم المحدّدة:

أخصائي الغدد الصمّاء — لإدارة مقدّمات السكري ومقاومة الإنسولين، وتقييم الحاجة إلى التصحيح الدوائي للدهون والجلوكوز، ومناقشة العلاج التعويضي بالتستوستيرون إن لم تكفِ تغييرات نمط الحياة. أخصائي القلب أو الطبيب الباطني — لتقييم مخاطر القلب والأوعية. أخصائي الجهاز الهضمي أو الكبد — لتأكيد مرض الكبد الدهني. أخصائي النوم أو أنف وأذن وحنجرة — لتقييم انقطاع النفس النومي. أخصائي المسالك البولية والذكورة — لدراسة أعمق للضعف الجنسي.

— Wizey

في معظم الأنظمة الصحية، تُعدّ زيارة خمسة أخصائيين خلال أسبوعين أمرًا غير واقعي — فمسار الإحالة عبر طبيب الرعاية الأولية بوصفه حارس بوابة أكثر واقعية، وحتى مع التأمين الخاص يستغرق ترتيب خمس استشارات شهرًا. لكن على الأقل يعرف المريض مَن سيزور ولماذا. أما «ناقش الأمر مع طبيبك» فهو لا-إجابة حين تمتدّ أوقات الانتظار المعتادة في الغدد الصمّاء من أسابيع إلى أشهر؛ فيكتفي المريض بفتح محادثة ذكاء اصطناعي أخرى. أو أسوأ — يبدأ العلاج الذاتي. أو ببساطة يخسر وقتًا مهمًّا.

طبقة الأمان — أكبر إغفال. أشار ChatGPT إلى انخفاض التستوستيرون الحرّ وشرح الأسباب. وعند ذلك توقّف. أما Wizey فأدرج هذا بندًا مستقلًّا بذاته:

فحص PSA (المستضدّ البروستاتي النوعي) — مطلوب قبل أي نقاش حول العلاج بالتستوستيرون. فحص معياري للرجال في سنّ 45 فأكثر.

— Wizey

هذه ليست مسألة تدقيق تافهة. فالعلاج التعويضي بالتستوستيرون ‎(TRT)‎ في وجود سرطان بروستاتا غير مُشخَّص قد يُسرّع تقدّم الورم — وفحص PSA قبل بدء هذا العلاج مذكور في معظم الإرشادات ذات الصلة (Endocrine Society، وAUA، وغيرهما). فالرجل ذو الخمسة والأربعين عامًا الذي يقرأ مخرجات ChatGPT ويبحث عن العلاج بالتستوستيرون في عيادة خاصة دون فحص PSA يمثّل إخفاقًا سريريًّا حقيقيًّا يوشك أن يقع. وإرشاد العلاج بالتستوستيرون الصادر عن Endocrine Society لا لبس فيه بهذا الشأن.

الأهداف الكمّية. ChatGPT: «فيتامين D3 بمقدار 4000-5000 IU، والمغنيسيوم 300-400 mg، والزنك 20-30 mg، وأوميغا-3 بمقدار 2-3 g، ومركّب فيتامينات B». وWizey على السؤال نفسه:

فيتامين D — عند مستوى مصلي قدره 18 ng/mL، تكون الجرعة المعتادة 2000-5000 IU يوميًّا للوصول إلى نطاق مستهدف 40-60 ng/mL. أعِد الفحص خلال 2-3 أشهر. الزنك — 15-30 mg على شكل بيكولينات أو سترات. المغنيسيوم 300-400 mg على شكل سترات أو غليسينات. أوميغا-3 ‎(EPA+DHA)‎ 1000-2000 mg. البربارين أو الإينوزيتول — ناقشه مع أخصائي الغدد الصمّاء لديك.

— Wizey

الفارق هو «كم تأخذ اليوم» مقابل «أي مستوى تبلغ، وأي شكل تختار، ومتى تُعيد الفحص». في ظلّ التوجيه الأول، يأخذ المريض فيتامين D دون أن يعرف إن كان مُجديًا. وفي ظلّ الثاني، ثمّة نقطة تحقّق.

التسلسل الآلي. قدّم ChatGPT جداول وقوائم نقطية: هذا الجلوكوز، وهذا الإنسولين، وهذا LDL. أما Wizey فسرد ثمانية روابط سببية مرقّمة:

1) الدهون الحشوية ليست مجرّد مخزن — بل نسيج نشط هرمونيًّا. تُطلق إشارات التهابية، وتخفض حساسية الإنسولين، وتحوّل التستوستيرون إلى إستراديول. 2) مقاومة الإنسولين ← يُنتج البنكرياس مزيدًا من الإنسولين ← يُحفّز الإنسولين تخليق الدهون الثلاثية وLDL في الكبد ← اضطراب شحميات الدم. 3) ارتفاع الكورتيزول ← يُفاقم مقاومة الإنسولين ويكبح التستوستيرون. 4) الكحول اليومي ← يرفع الدهون الثلاثية وGGT، ويعكّر النوم. 5) نقص فيتامين D والزنك ← انخفاض تخليق التستوستيرون. 6) انخفاض التستوستيرون الحرّ ← فقدان الكتلة العضلية ← تباطؤ الأيض. 7) الشخير مع الصداع الصباحي ← انقطاع النفس ← تجزّؤ النوم ← الكورتيزول + مقاومة الإنسولين. 8) التاريخ العائلي — خلفية جينية.

— Wizey

هذه هي الخريطة الذهنية التي يحملها الطبيب الجيد في رأسه. وبها يكفّ المريض عن أن يكون راكبًا في فسيولوجيته الخاصة: فإنقاص الوزن، والإقلاع عن نبيذ المساء، واستخدام جهاز CPAP لعلاج انقطاع النفس لم تعد ثلاثة أفعال غير مترابطة — بل أجزاء من نظام واحد.

التأطير العاطفي والإنذار. التزم ChatGPT بالتصريح السريري المحايد. أما Wizey فأضاف إطارًا قصيرًا لكنه مهمّ:

خبر سارّ: معظم مشكلاتك قابلة للعكس… إن تصرّفت الآن، فالإنذار ممتاز — كل شيء يمكن تداركه. وضعك نموذجي لرجل عصري في منتصف العمر. المهمّ أنك انتبهت إليه في الوقت المناسب. كثيرون لا يأتون إلا بعد أن يصيروا مرضى سكري بالفعل، أو بعد نوبة قلبية.

— Wizey

هذا ليس علاجًا نفسيًّا. إنه معلومات إنذارية — «التصرّف الآن مهمّ، ولم يفت الأوان» — إضافةً إلى توجيه: «حالتك ليست غير مألوفة». فبالنسبة لرجل في الخامسة والأربعين يحدّق في مجموعة تحاليل بعشرين مؤشّرًا غير طبيعي، يكون الفارق بين تشخيص بلا مشاعر وتشخيص مقرونٍ بالإقرار بأن التعافي ما زال ممكنًا فارقًا نفسيًّا مهمًّا.

أين فاز ChatGPT. البروتين الشحمي ‎(a)‎ — Lp‎(a)‎: مع تاريخ عائلي لمرض الشريان التاجي، هذا مؤشّر قلبي مهمّ لم نذكره. وصيغة «ثلاثة أشياء تفعلها» المكثّفة (الوزن، والكحول، والنشاط) سهلة التذكّر ومحفّزة. والتصوير بالموجات فوق الصوتية للشريان السباتي بوصفه فحصًا لتصلّب الشرايين. مكاسب حقيقية لصالح ChatGPT في هذه الحالة.

خلاصة الحالة. تعادل في التشخيص. وتباعد في «ما الذي يفعله هذا الرجل فعليًّا خلال الأيام الـ14 المقبلة؟». أعطى ChatGPT صيغة محفّزة من ثلاثة أفعال. وأعطى Wizey خمسة أخصائيين بمسؤوليات محدّدة، وحاجز أمان فحص PSA قبل العلاج بالتستوستيرون، وأهدافًا كمّية بفترات إعادة فحص، وتسلسلًا آليًّا، وإنذارًا، والطمأنة بأن المريض جاء في الوقت المناسب.

التشخيص الأساسي الصحيح يساوي صفر دقيقة من المساعدة الفعلية إن لم يكن هناك مسار إحالة، ولا فحص أمان، ولا مستويات مستهدفة، ولا تأطير «أنت في الوقت المناسب» بعده.

سبعة فروق بين الخدمتين

ليست إحصاءً عبر مئة حالة — بل نمطًا يمكن ملاحظته عبر خمس، تكرّر في كلٍّ منها. قارنّا المخرجات سطرًا بسطر على سبعة معايير.

الجدول ليس تصريحًا بأن «ChatGPT يخسر». إنه خريطة لمواضع تباعد الخدمتين. في السؤال السريع «ماذا يعني هذا أصلًا»، يكون ChatGPT سريعًا وجيدًا. أما في خطة العمل قبل زيارة الطبيب، فيتراجع على نحو منهجي. وهذا ليس خللًا: فقد دُرِّب GPT على نصوص إنترنت غير متجانسة، لا على خوارزميات سريرية لإدارة المرضى.

أين تفوّق علينا ChatGPT — بأمانة

مرّرنا حالة MGUS (اعتلال غاماوي وحيد النسيلة غير محدّد الدلالة) عبر الخدمتين — وهنا فاز ChatGPT في الجوهر السريري. لقد وعدنا في منهجيتنا بتسمية إخفاقاتنا صراحةً. وهذا أحدها.

رجل في الثامنة والستين. الشكاوى — ضعف عامّ منذ ستة أشهر وألم ظهر متقطّع. يتناول بيريندوبريل وأتورفاستاتين 10 mg. المجموعة شبه طبيعية باستثناء ثلاثة نتائج: البروتين الكلي 92 g/L (مرتفع؛ الطبيعي 64-83)، والألبومين 38 (طبيعي)، وESR 38 mm/hr (أكثر من ضعف الحدّ الأعلى). العمر 68 + ستة أشهر من الضعف + ألم الظهر + ارتفاع البروتين الكلي + ارتفاع ESR = «ثلاثية الإنذار» الكلاسيكية للاعتلال الغاماوي وحيد النسيلة أو الورم النقوي المتعدّد. ويجب اكتشافها في الفحص.

ما فعله ChatGPT على نحو أفضل. حسب صراحةً نسبة الألبومين إلى الغلوبيولين: البروتين الكلي 92، والألبومين 38 ← الغلوبيولينات 54، والنسبة 0.70 (الطبيعي >1.0). الخلاصة: ارتفاع الغلوبيولينات. ومن هناك سمّى تشخيصًا تفريقيًّا محدّدًا:

ثلاث علامات تحذيرية: ESR 38، والبروتين الكلي 92، ونمط الأعراض (ضعف مع ألم ظهر). هذه التوليفة تستوجب كلاسيكيًّا استبعاد الورم النقوي المتعدّد… وقد تشير أيضًا إلى: التهاب مزمن، أو عدوى، أو مرض روماتيزمي، أو MGUS.

— ChatGPT

وأعطى فحوصًا محدّدة: الرحلان الكهربائي لبروتينات المصل + التثبيت المناعي + السلاسل الخفيفة الحرّة ‎(FLC)‎ + بروتين بنس-جونز في البول + أشعة سينية/رنين مغناطيسي للعمود الفقري + تصوير مقطعي للعظام. هذه قائمة تحقّق سريرية حقيقية — تمامًا ما يطلبه أخصائي أمراض الدم. إنه الفارق بين «فحوص MGUS» و«فحوص ESR غير مُفسَّر». ووفقًا لتغطية NEJM AI الأخيرة عن GPT-4 في الحالات السريرية، فإن قوائم التشخيص التفريقي الخاصة بأمراض الدم مجال تحسّنت فيه النماذج المتقدّمة على نحو ملحوظ.

ما أغفله Wizey. لم نحسب صراحةً نسبة الألبومين إلى الغلوبيولين. ذكرنا الاعتلالات الغاماوية وحيدة النسيلة بوصفها احتمالًا لكننا لم نُسمِّ الفحوص التأكيدية المحدّدة — FLC، والتثبيت المناعي، وبنس-جونز. هذه ثغرة حقيقية في المنتج، لا دقيقة من دقائق التفسير. الفريق يراها. والعمل جارٍ.

ما قدّمه Wizey رغم ذلك. رغم إغفال مجموعة الفحوص، لم تكن المخرجات خاوية. فقد تضمّنت شيئًا لم يتضمّنه ChatGPT:

استعدّ لموعدك: دوّن متى بدأ الضعف، وكم مرة وأين بالضبط يؤلمك ظهرك، وهل عانيت من حُمّى أو تعرّق ليلي أو فقدان وزن غير مقصود.

— Wizey

تلك القائمة — الحُمّى، والتعرّق الليلي، وفقدان الوزن — هي الفحص الكلاسيكي لـ«أعراض B» في اللمفوما والورم النقوي. فالمريض الذي يصل إلى عيادة أخصائي أمراض الدم بملاحظة من سطرين تقول «ثلاث نوبات تعرّق ليلي خلال ستة أشهر، ونحو 3 kg من فقدان الوزن غير المقصود» يوفّر على الطبيب عشرين دقيقة من أخذ التاريخ المرضي، ويحسّن جودة اللقاء.

كما أبدى Wizey ملاحظة ما-وراء معرفية («النطاقات المرجعية لم تكن مطبوعة على تقريرك — فاستخدمت معايير معترفًا بها دوليًّا»)، وأعطى نافذة إلحاح أدقّ («1-2 أسبوع» مقابل «في الأسابيع المقبلة» لدى ChatGPT)، وعلّق بإيجاز على الأدوية الحالية.

الخلاصة التحريرية. هذا ليس فوزًا/خسارة — بل نمطا تشغيل مختلفان. تصرّف ChatGPT كقائمة تحقّق طبيب في يد المريض: قائمة فحوص يحملها إلى الطبيب. وتصرّف Wizey كتحضير لزيارة الطبيب: أعراض B، وصياغة أوضح للشكوى، ونافذة إلحاح دقيقة.

كلا النمطين مشروع. وإغفال فحوص MGUS المحدّدة نقطة ننتقد فيها أنفسنا. لكن إن حضر المريض إلى أخصائي أمراض الدم بملاحظة Wizey وطلب الأخصائي بنفسه FLC والتثبيت المناعي وبنس-جونز (وهو عمله)، فإن العشرين دقيقة الموفَّرة في تاريخ أعراض B تساوي الكثير.

حالتان أُخريان، النمط نفسه

قصور الغدة الدرقية تحت السريري — امرأة في الثانية والخمسين

حضرت تشكو من التعب وزيادة الوزن وجفاف الجلد. TSH 6.8 mIU/L (مرتفع؛ الطبيعي 0.4-4.0)، وT4 وT3 الحرّان ضمن النطاق. الكوليسترول الكلي 6.8 mmol/L، وLDL 4.3. توصّل كلا الذكاءين الاصطناعيين بشكل صحيح إلى قصور الغدة الدرقية تحت السريري مع اضطراب شحميات الدم. وتطابق التشخيص الأساسي مجددًا.

تباعدا في جملة واحدة. ChatGPT:

توصي الإرشادات الحالية عادةً ببدء العلاج إذا: TSH >6-7، ووجود أعراض، والعمر <65. أنت تستوفي كل المعايير. ويُوصف الليفوثيروكسين عادةً بجرعة بداية منخفضة.

— ChatGPT

معقول ظاهريًّا. أما جوهريًّا فهو تبسيط بعواقب قد تكون ضارّة. فإرشادات الجمعية الأمريكية للغدة الدرقية والجمعية الأوروبية للغدة الدرقية لقيم TSH في نطاق 4-10 mIU/L تقول في الواقع العكس: القرار يُفرَّد لكل حالة. وقد التقط Wizey ذلك:

قرار بدء العلاج يُفرَّد لكل حالة: TSH فوق 10 mIU/L يستوجب العلاج عمومًا؛ أما TSH في نطاق 4-10 mIU/L (كما في حالتك) فيعتمد على الأعراض، ووجود الأجسام المضادّة للغدة الدرقية، والأمراض المصاحبة، والمسار عبر الزمن.

— Wizey

وأعطى تسلسلًا تخطّاه ChatGPT:

أعِد مجموعة الدهون في المتابعة — فبعد تصحيح وظيفة الغدة الدرقية، غالبًا ما يعود الكوليسترول إلى طبيعته من تلقاء نفسه.

— Wizey

هذه هي التفصيلة المحورية. فإذا بدأت امرأة لديها TSH 6.8 وكوليسترول 6.8 الليفوثيروكسين والستاتين في آنٍ واحد، فقد تجد نفسها بعد ثلاثة أشهر تتناول ستاتينًا لا تحتاجه: فقصور الغدة الدرقية بذاته يرفع الكوليسترول. أضاف Wizey توجيهًا صريحًا (أخصائي الغدد الصمّاء)، وإعادة فحص TSH وT4 الحرّ خلال 2-3 أشهر، ونافذة إلحاح مدّتها «2-4 أسابيع».

خلاصة الحالة: كلاهما مصيب في التشخيص. أحدهما يدفع نحو الإفراط في العلاج وستاتين غير ضروري. والآخر يبني تسلسلًا.

يظهر النمط نفسه في الحالة التالية، في موضوع مختلف — وترتفع كلفة الإفراط في التبسيط أكثر.

ما حول انقطاع الطمث — امرأة في الخمسين

المريضة: هبّات ساخنة، وتعرّق ليلي، وأرق، وتراجع الرغبة الجنسية، و«ضبابية ذهنية». التاريخ العائلي — هشاشة عظام لدى الأم، ومرض شريان تاجي لدى الأب. المجموعة: FSH 42 IU/L، وإستراديول 45 pmol/L (منخفض)، وبروجستيرون 1.2 nmol/L، وanti-TPO 68 IU/mL (هاشيموتو مبكّر)، وفيتامين D 22 ng/mL، وفيريتين 32 μg/L، وPTH 68 pg/mL، وLDL 3.9 mmol/L. توصّل كلا الذكاءين الاصطناعيين إلى: المرحلة المحيطة بانقطاع الطمث + التهاب الغدة الدرقية المناعي الذاتي المبكّر + نقص فيتامين D + عوز الحديد الكامن + اضطراب شحميات الدم التالي لانقطاع الطمث.

تباعدا في العلاج الهرموني لانقطاع الطمث (MHT؛ المصطلح الأقدم هو HRT، أي العلاج الهرموني التعويضي — والاستخدام الحالي يفضّل MHT). ChatGPT:

العلاج الهرموني لانقطاع الطمث. مُستطبّ على الأرجح. يقلّل الهبّات الساخنة، ويحسّن النوم، ويحمي العظام، ويحسّن الدهون. يبدأه طبيب أمراض النساء بعد التقييم.

— ChatGPT

فتح Wizey الموضوع نفسه إلى إطار قرار:

بالنظر إلى عمرك ‎(50)‎، وغياب موانع الاستعمال، والأعراض الواضحة — أنتِ في «نافذة الفرصة» لبدء MHT. فبدء MHT خلال السنوات الـ10 الأولى بعد آخر دورة شهرية (وأنتِ ضمن تلك النافذة) يرتبط بأكبر فائدة: انخفاض الهبّات الساخنة بنسبة 80-90%، وتحسّن النوم والمزاج والرغبة الجنسية، وحماية العظام والقلب والأوعية، والوقاية من ضمور الجهاز البولي التناسلي.

— Wizey

ما يهمّ ليس رقم «80-90%» وحده — بل حاجز الأمان الذي تخطّاه ChatGPT:

التصوير بالموجات فوق الصوتية للحوض والتصوير الشعاعي للثدي — لتحديث فحوصك (آخر تصوير للثدي كان قبل عامين، وآخر مسحة خلوية قبل ثلاث سنوات). يجب استبعاد موانع الاستعمال قبل بدء MHT.

— Wizey

في جزء كبير من ثقافة المريض الغربية، تُتجنَّب مناقشات MHT أو تُهيمن عليها مخاوف سرطان الثدي المتقادمة من حقبة WHI. فإطار قرار بنافذة صريحة وحجم أثر مُقدَّر وفحوص الشروط المسبقة أمر نادر — خصوصًا لامرأة قال لها طبيب أمراض النساء «هذا هو عمرك، تعايشي معه». وأضاف Wizey أيضًا إطارًا عاطفيًّا قصيرًا، دون مبالغة:

أعراضك ليست «مجرّد تقدّم في العمر» وليست شيئًا عليكِ قبوله. هذه حالة قابلة للإدارة.

— Wizey

في الأهداف الكمّية، النمط نفسه كما مع الرجل ذي الخمسة والأربعين عامًا. ChatGPT: «فيتامين D 2000-4000 IU». وWizey: فيتامين D مستهدف 40-60 ng/mL، وفيريتين 50-100، والحديد العنصري 40-80 mg صباحًا على معدة فارغة مع فيتامين C، والكالسيوم 1200-1500 mg، والبروتين 1.0-1.2 g/kg من وزن الجسم. الفارق ليس الجرعة — بل أن المريضة باتت لديها قائمة تحقّق تراقب وفقها، لا اقتراح عامّ.

خلاصة الحالة: محادثة MHT حقل ألغام من المعلومات المتقادمة. وإطار القرار الكامل هنا ليس إضافةً — بل هو المستوى الأساسي من دعم المريض.

وماذا عن حالة عاجلة؟

في الحالات الأربع الخارجية، كان التباين الرئيسي في التوجيه والأمان والأهداف. لكن ثمّة بُعدًا آخر لا تراه في السيناريوهات الروتينية — الفرز. فالمريض في حالة حرجة ينبغي أن يتّصل بخدمات الطوارئ، لا أن يفتح ذكاءً اصطناعيًّا. لكنه في الواقع يفتح الذكاء الاصطناعي على أي حال. أجرينا حالة عاجلة واحدة لنرى كيف تعاملت معها الخدمتان.

رجل في الثانية والخمسين. يتناول أتورفاستاتين 40 mg منذ 8 سنوات لارتفاع الكوليسترول، إضافةً إلى السكري من النوع 2 المُدار بالميتفورمين. الشكاوى: ضعف عضلي داني شديد (لا يستطيع رفع ذراعيه، ولا صعود الدرج)، وألم في الكتفين والوركين، وبول داكن منذ خمسة أيام. المجموعة: CK 23,171 U/L (الطبيعي 30-200 — مرتفع أكثر من 115 ضعفًا)، وAST 3,851، وALT 594، وميوغلوبين المصل 3,200، وبيلة ميوغلوبينية إيجابية، والكرياتينين 188 μmol/L، وeGFR 38 mL/min/1.73 m²، والبوتاسيوم 5.3 mmol/L.

كلاهما أصاب. التشخيص: انحلال الرَّبيدات المُحدَث بالستاتينات مع إصابة كلوية حادّة. أُرجعت المسبّبات إلى أتورفاستاتين. التوصية: الإدخال إلى المستشفى. وذكر كلاهما anti-HMGCR (الأجسام المضادّة لاختزال HMG-CoA) وanti-SRP — مؤشّرات اعتلال العضل النخري المناعي المرتبط بالستاتينات ‎(IMNM)‎.

وفيما عدا ذلك، انقسما على ثلاث نقاط.

الفرز — السطر الأول من الاستجابة. نظّم ChatGPT إجابته في 12 كتلة: المؤشرات، والأعراض، والأسباب، والعلاج. وظهرت عبارة «اذهب إلى المستشفى فورًا» في الكتلة التاسعة من اثنتي عشرة — بعد جدار طويل من النصّ. أما Wizey فافتتح الحالة نفسها على نحو مختلف:

حالة حرجة — يلزم الإدخال الفوري إلى المستشفى. تشير تحاليلك إلى تلف حادّ شديد في النسيج العضلي (انحلال الرَّبيدات) يهدّد وظيفة الكلى ويتطلّب رعاية طبية فورية. هذه حالة طوارئ طبية.

— Wizey

ولاحقًا في كتلة الإلحاح:

إلحاح حرِج — يلزم الإدخال إلى المستشفى في غضون ساعات… إن شعرت بتدهور مفاجئ (ضعف شديد، أو عدم انتظام ضربات القلب، أو انخفاض كمية البول، أو تشوّش) — فاتّصل بخدمات الطوارئ.

— Wizey

في حالة الطوارئ، يحدّد السطر الأول من الاستجابة النتيجة. فإذا رأى المريض تحليلًا من 12 كتلة مع «اذهب إلى المستشفى فورًا» في الكتلة التاسعة، فقد يخسر 10-15 دقيقة في القراءة. وموضع الفرز هو الفارق بين «اتّصل بخدمات الطوارئ» و«قرأ حتى النهاية».

الاستدلال السريري — حساب AST/ALT. يسهل إساءة قراءة AST 3,851 وALT 594 على أنها إصابة كبدية شديدة: ناقلات الأمين مرتفعة إلى أقصى حدّ، إذن الكبد. أجرى Wizey الحساب صراحةً:

نسبة AST/ALT = 6.5 (الطبيعي نحو 1). هذه الدرجة من هيمنة AST على ALT نموذجية لإصابة العضلات، لا لإصابة الكبد.

— Wizey

دون ذلك الحساب، قد يُرعَب المريض من «كارثة كبدية» — بينما مصدر ناقلات الأمين هنا هو العضلات. ذكر ChatGPT النمط بعبارات عامة، لكنه لم يحسب النسبة.

الإجابة عن «لماذا الآن؟» كان المريض يتناول أتورفاستاتين منذ 8 سنوات. فلماذا حدث انحلال الرَّبيدات الآن بالذات؟

قد يكون انحلال الرَّبيدات قد نجم عن: جفاف طفيف، أو تفاعلات دوائية، أو تعرّض تراكمي للستاتين على خلفية تدهور وظيفة الكلى (انخفاض التصفية الكلوية ← ارتفاع مستويات الستاتين).

— Wizey

تخطّى ChatGPT هذا السؤال. وهو سؤال مهمّ — فهو السبب في أن الاستمرار على الستاتين بعد التعافي ليس خيارًا.

خطة ما بعد المستشفى. كانت خطة ChatGPT شبه معدومة: إيقاف الستاتين، والسوائل، والمراقبة. أما خطة Wizey فكانت خطة خروج كاملة: الإماهة 2-2.5 L يوميًّا، وتقييد البروتين إلى 0.8-1 g/kg، وتقييد البوتاسيوم، وتجنّب مضادّات الالتهاب غير الستيرويدية ‎(NSAIDs)‎، وCoQ10 بمقدار 100-200 mg يوميًّا، والتنميط الجيني لجين SLCO1B1، وبدائل الستاتين (إيزيتيميب، والفايبرات، ومثبّطات PCSK9)، ومراقبة وظيفة الكلى وCK كل 3 أشهر على الأقل خلال السنة الأولى.

خلاصة الحالة. في السيناريوهات الروتينية، الفرز مسألة لباقة. أما في الطوارئ، فهو مسؤولية سريرية. والفارق في السطر الأول، وفي حساب النسبة، وفي خطة الخروج هو الفارق بين «المعلومات» و«التوجيه». ولنكن واضحين تمامًا: في مثل هذا الموقف، ينبغي للمريض أن يتّصل بالإسعاف / خدمات الطوارئ — لا أن يفتح ذكاءً اصطناعيًّا.

حدود التجربة

وعدنا بالشفافية المنهجية. وإليك ما هو ضعيف في ما فعلناه.

خمس حالات توضيحٌ لنمط، لا إحصاء. الاستنتاجات القائمة على الأدلة تحتاج مئات التشغيلات، ويُفضَّل مع مُقيّمين مُعمَّى عليهم ومنهجية مُسجَّلة مسبقًا. رأينا النمط نفسه في كلٍّ من الحالات الخمس، لكننا نُقرّ بأن العيّنة أصغر من اللازم. ومن حقّ القارئ المتمرّس أن يقول «أروني 200 حالة». وهو مطلب وجيه.

في MGUS أغفلنا الفحوص التأكيدية المحدّدة — FLC، والتثبيت المناعي، وبنس-جونز. وهذا ليس «عدم فهم للسياق» — بل ثغرة حقيقية في المنتج. الفريق يعرفها، والعمل جارٍ على تحسين استرجاع الأجزاء ذات الصلة سريريًّا لأنماط المجموعات المحدّدة.

«Lost in the Middle». توقّعنا في البداية أنه في حالة انحلال الرَّبيدات بالستاتين — مجموعة من نحو 70 مؤشّرًا مع أتورفاستاتين مدفون في منتصف قائمة من ثمانية أدوية — سيفشل ChatGPT في ربط اعتلال العضل بالستاتين. لكن ذلك لم يحدث: فقد ربط النموذج أتورفاستاتين بارتفاع CK بشكل صحيح. ومن الممكن أن يظهر الأثر في مجموعات أكبر (150+ مؤشّرًا)، وهو ما لم نختبره. والفرضية غير مُتحقَّق منها.

نموذج واحد، إصدار واحد. اختبرنا ChatGPT على GPT-5.4 — لقطة محدّدة في الزمن. ولم نختبر نماذج لغوية كبيرة عامة أخرى على هذه الحالات. وقد تختلف النتائج.

تضارب المصالح. نحن فريق Wizey. وللحدّ منه: ثُبِّتت المنهجية قبل التشغيلات (قائمة الحالات، والمطالبة، والخدمات)، وتُقتبَس جميع المخرجات حرفيًّا.

متى تستخدم كل أداة

الخلاصة ليست «استخدم Wizey». الخلاصة أن الاختيار يعتمد على المهمة.

ChatGPT جيد فعلًا في:

• ترجمة اللغة الطبية إلى لغة بسيطة («ماذا يعني HOMA-IR حقًّا؟»)
• إجابات قصيرة عن سؤال محدّد («ما الفيريتين؟»)
• خلفية تعليمية عن الأمراض، وخصوصًا النادرة منها
• صيغة «ثلاثة أشياء تفعلها الآن» المحفّزة — خطوة أولى ملموسة

الذكاء الاصطناعي الطبي المتخصّص جيد في:

• قراءة مُنظَّمة لمجموعة تحاليل مختبرية كاملة
• التوجيه إلى أخصائيين بمسؤوليات محدّدة
• طبقة الأمان — الشروط المسبقة قبل العلاج، والعلامات التحذيرية، ونوافذ الإلحاح بمواقيتها
• الأهداف الكمّية — أي مستوى تبلغ، وأي مستحضر تختار، ومتى تُعيد الفحص
• التحضير للزيارة — كيف تصوغ الشكاوى، وأي أسئلة تطرح، وماذا تُحضر لجعل الموعد فعّالًا

الطبيب الحقيقي ما زال ضروريًّا. لا يستطيع أي ذكاء اصطناعي إجراء الفحص السريري، أو الجسّ، أو تحمّل المسؤولية السريرية عن المريض. وما زال بإمكان الطبيب الجيد أن يطرح أسئلة لم يتعلّم الذكاء الاصطناعي توليدها، وأن يرى ما ليس في تقرير المختبر. لكن الوصول مُستعدًّا — بخريطة إحالات، وشكاوى مصوغة جيدًا، وقائمة أسئلة — أفضل بمراحل من الوصول مشوّشًا بكومة من النتائج.

السؤال ليس «أي ذكاء اصطناعي أذكى». السؤال هو ما الذي تريده أنت تحديدًا من التقنية: إجابة سريعة، أم تحليل مُنظَّم لوضعك الخاص.

أسئلة شائعة موجزة

لماذا لم يُخطئ ChatGPT التشخيص الأساسي في أيٍّ من الحالات الخمس؟ التشخيص الأساسي هو الفرضية الأرجح انطلاقًا من مجموعة تحاليل، وفي الأنماط السريرية الشائعة — المتلازمة الأيضية، وقصور الغدة الدرقية تحت السريري، وانحلال الرَّبيدات — تُبلي النماذج اللغوية الكبيرة بلاءً حسنًا فعلاً. المشكلة ليست في التشخيص نفسه، بل فيما يأتي بعده: توجيه المرضى إلى الأخصائيين المناسبين، وحواجز الأمان قبل العلاج، والمستويات المستهدفة وفترات المتابعة، والحسابات السريرية مثل نسبة AST/ALT.

ما هي «طبقة الأمان» ولماذا تهمّ في تفسير التحاليل؟ طبقة الأمان هي مجموعة الشروط المسبقة والفحوص التي يجب أن تسبق بدء أي علاج — مثل فحص PSA قبل العلاج التعويضي بالتستوستيرون، أو التصوير الشعاعي للثدي والتصوير بالموجات فوق الصوتية للحوض قبل العلاج الهرموني لانقطاع الطمث. تخطّى ChatGPT هذه الحواجز باستمرار، لا لأنه «لا يعرف»، بل لأنه دُرِّب على نصوص إنترنت غير متجانسة، لا على خوارزميات سريرية لإدارة المرضى.

لقد اختبرتم ChatGPT وحده. ماذا عن Claude أو Gemini أو النماذج الأخرى؟ ChatGPT وحده في هذه التجربة — GPT-5.4 على مستوى Plus. لم نُمرِّر الحالات نفسها عبر نماذج لغوية كبيرة أخرى. لقد نشرنا مجموعات التحاليل المُدخَلة كاملةً والمخرجات الحرفية، فبإمكان كل من يرغب في تكرار التجربة على نماذج أخرى مقارنة النتائج مباشرةً. وسنُضيف رابطًا إلى تحليلك إن أرسلته إلينا.

خمس حالات ليست بالكثير. أين الأدلة على نطاق واسع؟ سؤال وجيه. خمس حالات توضيحٌ لنمط، لا إحصاء. رأينا الشكل نفسه في كلٍّ من الحالات الخمس، لكننا لا نقدّم هذا بوصفه دراسة عشوائية. الاستنتاجات القائمة على الأدلة تتطلّب مئات التشغيلات مع مُقيّمين مُعمَّى عليهم ومنهجية مُسجَّلة مسبقًا — وهذه هي المرحلة التالية التي يعمل عليها الفريق.

أين بيانات التجربة الخام؟ مجموعات التحاليل المُدخَلة كاملةً والمخرجات الحرفية من كلتا الخدمتين عبر الحالات الخمس جميعها منشورة في صفحة مرافقة منفصلة على /blog/2026/04/17/wizey-vs-chatgpt-raw-experiment-data/. ومنهجية إعادة الإنتاج موجودة هناك أيضًا، لمن يرغب في تمرير المرضى أنفسهم عبر نماذج أخرى.

الخلاصة

التشخيص الصحيح هو الجزء السهل. أما ما يأتي بعده — خريطة الإحالات، وحواجز الأمان، والمستويات المستهدفة، والإنذار، والفرز — فهو حيث يجري العمل الحقيقي لرعاية المريض. تلك هي الطبقة التي تتراجع فيها النماذج اللغوية الكبيرة العامة باستمرار، والطبقة التي بُني الذكاء الاصطناعي الطبي المتخصّص ليعيش فيها.

إن كنت تريد أداة مصمّمة خصّيصًا لهذا النوع من تفسير التحاليل متعدّدة المجموعات، فهذا ما نبنيه في Wizey. إنها ليست بديلًا عن الاستشارة السريرية — بل تهدف إلى مساعدتك على الوصول إليها مُستعدًّا. والمخرجات الخام الكاملة من كلتا الخدمتين عبر الحالات الخمس منشورة علنًا، إلى جانب منهجية إعادة الإنتاج، تحسّبًا لأن يرغب أحد في تمرير المرضى أنفسهم عبر نموذج مختلف.