بناء أول ذكاء اصطناعي صحي على أسس معرفية سليمة
بناءً على عمل كارل بوبر وديفيد دويتش
Regain Health
نظام تشغيل صحة المريض
تطبيق جوال مدعوم بالذكاء الاصطناعي يقدم بروتوكولات صحية مخصصة، وتدريب يومي، وتحسين مستمر بناءً على نتائج المختبرات وبيانات الأجهزة القابلة للارتداء.
Regain Medical
نظام تشغيل مقدم الخدمة
نظام معلومات طبي أصيل بالذكاء الاصطناعي يقلل وقت التوثيق بنسبة 75%، ويؤتمت سير العمل السريري، ويُمكّن من اتخاذ القرارات المبنية على البيانات.
الرعاية الصحية هي
مشكلة معرفية
التفسير الجيد يصعب تغييره مع استمرار تفسيره لما يزعم تفسيره.
ديفيد دويتش، بداية اللانهاية
الفشل الأساسي للذكاء الاصطناعي الصحي الحالي معرفي وليس حسابياً. نطبق العقلانية النقدية البوبرية - الافتراض والدحض - لبناء ذكاء اصطناعي يخلق تفسيرات حقيقية، وليس تخمينات احتمالية.
المغالطة الاستقرائية في الذكاء الاصطناعي الصحي
معظم الذكاء الاصطناعي الصحي يتنبأ بناءً على الأنماط. لكن مطابقة الأنماط ليست فهماً.
الارتباط ≠ السببية
معظم أدوات الذكاء الاصطناعي الصحي تخلط بين 'أ يتبع ب عادةً' و'ب يسبب أ'
مطابقة الأنماط تجد الارتباطات، وليس الأسباب.
مشكلة البجعة السوداء
الحالات النادرة لا تتطابق مع الأنماط الشائعة. الطب مليء بالحالات النادرة.
الاستقراء يفشل في الحالات الحدية الأهم.
تفسيرات سهلة التغيير
المخرجات الاحتمالية 'مائعة' - يمكنك تغيير التفاصيل دون كسر النظرية
'قد يكون لديك أ أو ب أو ج' لا يفسر شيئاً.
لا نريد ذكاءً اصطناعياً يهلوس؛ نريد ذكاءً اصطناعياً يصل إلى تفسيرات صعبة التغيير.
العقلانية النقدية في الطب
لا نبحث عن التأكيد؛ نبحث عن تفسيرات جيدة.
الافتراض
توليد تفسيرات جريئة للحالة الصحية للمريض
"ما الآليات البيولوجية التي يمكن أن تفسر هذا؟"
الدحض
محاولة منهجية لتدمير كل تفسير
"ما الدليل الذي سيدحض هذه النظرية؟ هل تحتوي البيانات عليه بالفعل؟"
اختيار الناجيات
التفسيرات التي تصمد أمام النقد الصارم فقط تبقى
"النظريات تبقى بكونها صعبة التغيير، وليس بكونها محتملة"
الافتراض
توليد تفسيرات جريئة للحالة الصحية للمريض
"ما الآليات البيولوجية التي يمكن أن تفسر هذا؟"
الدحض
محاولة منهجية لتدمير كل تفسير
"ما الدليل الذي سيدحض هذه النظرية؟ هل تحتوي البيانات عليه بالفعل؟"
اختيار الناجيات
التفسيرات التي تصمد أمام النقد الصارم فقط تبقى
"النظريات تبقى بكونها صعبة التغيير، وليس بكونها محتملة"
ما الذي يجعل التفسير 'جيداً'؟
التفسير الجيد هو الذي يصعب تغييره مع استمرار تفسيره للظاهرة.
الترابط
غيّر جزءاً واحداً، ينهار الكل
المكونات مترابطة منطقياً
التحديد
تقديم تنبؤات دقيقة قابلة للاختبار
ليست بيانات غامضة بل ادعاءات محددة
الإيجاز
تفسير دون افتراضات تعسفية
لا إضافات مخصصة لإنقاذ النظرية
قابلية التكذيب
توجد نقطة بيانات واضحة ستثبت خطأها
النظرية تجعل نفسها عرضة للدحض
شاهد الفرق
تفسير سيئ
تشعر بالتعب بسبب فيروس.
تفسير جيد
إرهاقك ناتج عن إعادة تنشيط فيروس إبشتاين-بار. يصيب الفيروس خلايا B، مما يطلق استجابة السيتوكين. إنزيمات الكبد المرتفعة لديك (ALT 67) تؤكد التورط الكبدي.
هندسة النقاش
محاكاة فريق طبي عالمي المستوى عبر النقاش الخصومي
وكيل المدخلات
بناء المشكلة
يرسم الحالة الصحية للمريض في جدول زمني منظم للظواهر غير المفسرة
مولّد الافتراضات
توليد النظريات
توليد فرضيات جريئة: ما الآليات البيولوجية التي يمكن أن تفسر هذا؟
الناقد
دحض النظريات
دحض منهجي: ما الدليل الذي سيدحض كل نظرية؟
المُجَمِّع
اختيار النظريات الصامدة
يختار النظرية ذات أقل عدد من التناقضات
حلقة التغذية الراجعة: إذا تم الدحض، العودة إلى مولد الافتراضات لفرضيات جديدة
وكيل المدخلات
بناء المشكلة
يرسم الحالة الصحية للمريض في جدول زمني منظم للظواهر غير المفسرة
مولّد الافتراضات
توليد النظريات
توليد فرضيات جريئة: ما الآليات البيولوجية التي يمكن أن تفسر هذا؟
الناقد
دحض النظريات
دحض منهجي: ما الدليل الذي سيدحض كل نظرية؟
المُجَمِّع
اختيار النظريات الصامدة
يختار النظرية ذات أقل عدد من التناقضات
التنفيذ التقني
يطبق النظام نمط المولد-المتحقق-المفكر (ArgMed) ضمن آلة حالة LangGraph. يتم التحقق من صحة النظريات مقابل مخططات الاتساق الطبي باستخدام التحقق الرسمي.
في إطار بوبر، النظرية التي تنجو من محاولات الدحض الصارمة تكتسب قبولاً مؤقتاً - ليس يقيناً أبداً، ولكن أعلى مكانة معرفية يمكن تحقيقها.
بروتوكول "لا أعرف"
عندما نقول 'لا أعرف'
فشل حرج للذكاء الاصطناعي الحالي هو الهلوسة تحت الضغط - توليد إجابات تبدو واثقة عندما لا يعرف. نعطي الأولوية للتواضع المعرفي.
ثلاثة محفزات تُفعِّل "لا أعرف"
جميع النظريات مدحوضة
كل تفسير مرشح تم تكذيبه بالأدلة المتاحة. لا توجد فرضية ناجية.
متساوية في سهولة التغيير
النظريات الناجية تحصل على نفس الدرجة في معايير صعوبة التغيير. لا يوجد تفسير يبرز كأكثر متانة.
بيانات حرجة مفقودة
نقطة البيانات الحاسمة التي ستقرر بين النظريات غير متاحة في مجموعة البيانات الحالية.
ماذا يحدث بدلاً من التخمين
"المعرفة الحالية غير كافية للتمييز بين [النظرية أ] و[النظرية ب]."
"العائق الأساسي هو غياب [نقطة البيانات المحددة]."
"الإجراء: موقف أكثر أماناً حتى تحديث [المقياس]."
لا نخمن عندما لا نعرف.
دور المُميِّزات
عندما تتعادل النظريات، نحدد المُميِّز - الاختبار الوحيد الذي سيدحض نظرية دون الأخرى.
| النظريات الناجية | المُميِّز | المنطق |
|---|---|---|
| الإفراط في التدريب مقابل مقاومة الأنسولين | الكورتيزول الصباحي | الإفراط في التدريب → مرتفع; مقاومة الأنسولين → طبيعي |
بتحديد المُميِّز، نوجه خطوة جمع البيانات التالية بدلاً من تقديم ادعاءات لا أساس لها.
أسئلة مفتوحة
مشاكل ما زلنا نعمل عليها
خلق المعرفة مقابل استرجاعها
"هل نقاشنا متعدد الوكلاء يخلق معرفة جديدة حقاً، أم أنه استرجاع متطور متنكر في ثوب خلق المعرفة؟"
قد يكون الناقد اللغوي الكبير يسترجع فقط أمثلة مضادة من بيانات التدريب، وليس توليد حجج مضادة حقيقية.
قابلية التكذيب مع الحقيقة الأرضية المتأخرة
"في الطب، الحقيقة الأرضية غالباً تستغرق أسابيع أو أشهر."
كيف تفكر في قابلية التكذيب في المجالات حيث يتأخر الدحض؟
صعوبة التغيير مقابل الاحتمالية المسبقة
"هل توجد طريقة متماسكة للجمع بين 'صعوبة التغيير' و'الاحتمالية المسبقة'؟"
أم أنها نظريات معرفية غير متوافقة أساساً؟
توسيع نطاق الدحض
"ناقدنا يستخدم دحضاً مدفوعاً بالمخططات. ما آليات الدحض الأخرى التي يجب أن نأخذها بعين الاعتبار؟"
التكذيب التجريبي، التحقق من الاتساق المنطقي، مراجعة اللجنة الخبيرة، حلقات التغذية الراجعة لنتائج المرضى.
وثائق الرؤية والمنتج
اكتشف الأساس التقني والفلسفي لمحرك التقييم البوبري.
الرؤية والفلسفة
المنتج والهندسة المعمارية
انضم إلى فريقنا
نبحث عن باحثين في الذكاء الاصطناعي لديهم اهتمام قوي بنظرية المعرفة لتطوير نظام التقييم الوكيل بوبر-دويتش وتطبيقه على الرعاية الصحية.
