# دراسة: النماذج اللغوية تخفق في تطبيق تحديثات الإرشادات الطبية

> أظهر باحثون أن النماذج اللغوية الكبيرة تتعرف إلى التوصيات الطبية الجديدة، لكنها كثيرًا ما تخفق في تطبيقها على نحو صحيح.

Oossa · 2026-10-23 · https://oossa.com/ar/study-finds-llms-often-miss-updated-medical-guidelines

تتناول ورقة بحثية جديدة نُشرت على arXiv في 23 October 2026 مدى مواكبة النماذج اللغوية الكبيرة (LLMs، وهي نوع الذكاء الاصطناعي الذي تقوم عليه أدوات مثل ChatGPT) للتغيرات في الإرشادات الطبية. أعدّ الباحثون مجموعة اختبارات أطلقوا عليها اسم ChronoEvo، تضم 1,709 تعديلات محددة على الإرشادات، موزعة على 12 نوعًا من التغيرات في المعرفة الطبية. وطلبوا من 14 نموذجًا لغويًا كبيرًا الإجابة عن أسئلة سريرية استنادًا إلى الإرشادات المحدّثة.

## ما الذي أظهرته الاختبارات؟

تعرّف النموذج الأساسي في الدراسة إلى تعديل الإرشادات في 90.8% من الحالات، وقدّم إجابة صحيحة سريريًا في 80.2% منها. لكن إجاباته لم تتضمن التوصية الجديدة بالكامل إلا في 58.5% من الحالات. وهذا يعني وجود فجوة قدرها 32.3 نقطة مئوية بين ملاحظة التغيير واستخدام الإرشادات الجديدة فعليًا. وظهرت الفجوة نفسها في النماذج الـ13 الأخرى التي خضعت للاختبار.

وراجع طبيبان سريريان أيضًا 300 إجابة للنماذج، ووجدا فجوة مماثلة: 40.3 نقطة مئوية بين ملاحظة التعديلات وتطبيقها بالكامل. وتشير الدراسة إلى أن التغييرات التي تعدّل قوة التوصية أو تحدد المرضى المؤهلين لها، من المرجح خصوصًا أن تؤدي إلى بقاء نصائح قديمة في إجابات النموذج.

جرّب الباحثون تعديلًا أطلقوا عليه «إبراز التعديل»، يسلط الضوء على الجزء المحدّث من الإرشادات. وقد قلل ذلك من المعلومات القديمة التي أبقاها النموذج وحسّن الدقة السريرية الإجمالية، لكنه لم يلغِ الفجوة في إدراج الإرشادات الجديدة بالكامل.

## لماذا يهم ذلك؟

بالنسبة إلى الأطباء أو المرضى الذين قد يعتمدون على الذكاء الاصطناعي للحصول على نصائح طبية، تعني هذه النتائج أن النماذج المحدّثة قد تظل تقترح علاجات قديمة. وينبغي للمستخدمين التحقق من التوصيات الطبية التي ينتجها الذكاء الاصطناعي ومقارنتها بالإرشادات الرسمية السارية.

## الحقائق

- نُشرت الورقة على arXiv في 23 October 2026.
- تضم ChronoEvo عدد 1,709 تعديلات على الإرشادات، تشمل 12 نوعًا من التغيرات في المعرفة الطبية.
- تعرّف النموذج الأساسي إلى التعديلات في 90.8% من الحالات، وكانت إجاباته صحيحة سريريًا في 80.2% منها، لكنه أدرج الإرشادات بالكامل في 58.5% من الحالات فقط.
- استمرت فجوة تقارب 32 نقطة مئوية بين ملاحظة التعديلات وإدراجها عبر 14 نموذجًا.
- أظهرت مراجعة سريرية لـ300 إجابة فجوة قدرها 40.3 نقطة مئوية في عينة التحقق.

## لماذا يهم

قد يتلقى الأطباء والمرضى الذين يستخدمون أدوات الذكاء الاصطناعي نصائح مضللة تبدو حديثة لكنها ما تزال تستند إلى إرشادات قديمة. وتبيّن الدراسة أن على مطوري الذكاء الاصطناعي إيجاد سبل أفضل لضمان أن تلاحظ النماذج التحديثات وتطبقها على نحو صحيح.

## المصادر والمراجع

1. [Large language models show systematic failures in incorporating evolving medical knowledge](https://arxiv.org/abs/2610.30631) – arXiv, 2026-10-23

آخر تحديث: 2026-10-23