النهار
الثلاثاء 25 أغسطس 2026 03:28 صـ 11 ربيع أول 1448 هـ
جريدة النهار المصرية رئيس مجلس الإدارة ورئيس التحريرأسامة شرشر
السعودية وفرنسا تشددان على ضرورة التوصل إلى حل تفاوضي بشأن إيران عادل زيدان: تطوير التعليم يبدأ بتأهيل المعلم وينتهي بإعداد خريج يناسب سوق العمل أحمد عبد الباسط يوضح موقف حسام حسن من الوديات المرفوضه:- ملامح معسكر سبتمبر.. حسام حسن يستقر على موعد الكشف عن قائمة الفراعنة :- تخلص من التسويف بـ25 دقيقة.. كيف تعمل تقنية بومودورو؟ علاج طبي غريب بـ«الدايت كولا».. أطباء ينجحون في علاج حالة نادرة السيناريست محمد عز الدين ل ” النهار ” : نجاح أو فشل الفكرة يحسب بعد تنفيذها وتقديمها للجمهور..ولم أكرر تجربة الكبير أوى... «بسبب لهو أطفال».. مشاجرة عنيفة في طوخ والزوجة تتحول لمصارعة لإنقاذ زوجها زينب فهيم: قرارات الرئيس بشأن أعباء الدراسة تستهدف دعم الأسرة المصرية بمبادرة من الشيخ الدكتور الفاتح صالح إدريس.. لجنة الامل للعودة الطوعية تسير الباص الاول لأسر الطرق الصوفية إلى السودان استعدادًا لتطبيق البكالوريا.. «التعليم» تواصل تدريب المعلمين وموجهي المواد بالمحافظات عاجل.. اختفاء لاعب منتخب المصارعة زياد حجاج بعد انتهاء منافساته في بطولة العالم

تكنولوجيا وانترنت

«مايكروسوفت »تطلق أداة ذكية لتشخيص الأمراض تتفوق علي الاطباء

أعلنت شركة مايكروسوفت تطوير أداة تشخيص طبي جديدة تعمل بالذكاء الاصطناعي، تُعرف باسم Microsoft AI Diagnostic Orchestrator (MAI-DxO)، وتزعم الشركة أنها أكثر دقة بأربع مرات من الأطباء البشر في تشخيص الحالات المعقدة، في خطوة قد تمهّد لتحول جذري في عالم الرعاية الصحية.

ويعتمد النظام على “منسّق تشخيصي” يجمع خمسة وكلاء ذكاء اصطناعي افتراضيين يؤدون أدوارًا مختلفة، مثل اقتراح الفرضيات أو اختيار الفحوصات الطبية، ويخوضون نقاشًا جماعيًا لاختيار أفضل مسار للتشخيص، ضمن آلية تُعرف بـ “سلسلة النقاش”، وهي تُمكّن الباحثين من تتبّع طريقة تفكير الذكاء الاصطناعي خطوة بخطوة.

وقد اختبر فريق من الباحثين أداة MAI-DxO باستخدام أكثر من 300 حالة طبية منشورة في الدورية الطبية New England Journal of Medicine، وهي من أكثر الحالات تعقيدًا، مع تقييم قدرة الأداة على الوصول إلى التشخيص الصحيح ومقارنة أدائها بأداء الأطباء. وقد نجح النظام في تشخيص 85.5% من الحالات بنحو دقيق، مقارنةً بنسبة قدرها 20% فقط لدى الأطباء، الذين لم يُسمح لهم خلال التجربة بالرجوع إلى المراجع أو طلب المساعدة من زملائهم.

ومن اللافت أن النظام استخدم نماذج لغوية ضخمة من شركات مثل OpenAI وميتا وأنثروبيك وجوجل و xAI و DeepSeek، لكنه حقق أفضل أداء عند استخدام نموذج o3

كما أن نماذج الذكاء الاصطناعي كانت مبرمجة لتكون واعية بالتكاليف، مما ساعد في تقليل عدد الفحوصات المطلوبة للوصول إلى التشخيص الصحيح، وتوفير مئات الآلاف من الدولارات في بعض الحالات.

موضوعات متعلقة