DOI: https://doi.org/10.3389/fmed.2026.1765692
PMID: https://pubmed.ncbi.nlm.nih.gov/41709906
تاريخ النشر: 2026-02-03
المؤلف: Shereen El Tarhouny وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في الرعاية الصحية والتعليم
نظرة عامة
تسلط خاتمة ورقة البحث الضوء على التهديد الكبير الذي يشكله نقص المهارات في التعليم الطبي وممارسة الرعاية الصحية. يمكن أن يعزز نقص المهارات الاعتماد المفرط على التكنولوجيا في تشخيص وإدارة المرضى، مما قد يؤدي إلى تراجع في الكفاءات السريرية وتدهور في جودة خدمات الرعاية الصحية.
لتخفيف المخاطر المرتبطة بنقص المهارات، يدعو المؤلفون إلى اتخاذ تدابير استباقية من قبل كليات الطب والمؤسسات الصحية. يجب أن تشمل هذه التدابير مراجعة تصميم الأنشطة التعليمية والتعلم، وتعزيز مهام التقييم، وتحديث السياسات المؤسسية لضمان الحفاظ على المهارات السريرية وتطويرها بشكل فعال.
مقدمة
تناقش مقدمة الورقة مفهوم نقص المهارات في سياق التعليم الطبي الحديث والممارسة، مع تسليط الضوء على اتجاه مقلق حيث يتناقص مستوى المهارة المطلوب للمهام السريرية. يظهر هذا النقص في المهارات بشكل خاص في تآكل التفكير السريري المستقل والكفاءات الأساسية، مدفوعًا بشكل كبير بالاعتماد المتزايد على التكنولوجيا، ولا سيما الذكاء الاصطناعي (AI). بينما تهدف أدوات الذكاء الاصطناعي والأساليب الموحدة إلى تحسين الكفاءة والدقة في الرعاية الصحية، قد يؤدي استخدامها المفرط إلى تقويض المهارات الأساسية اللازمة لممارسة سريرية فعالة.
يؤكد المؤلفون أن الأطباء المبتدئين والمقيمين هم أكثر عرضة لهذا الظاهرة من نقص المهارات، حيث لا يزالون في المراحل الحرجة لتطوير وتثبيت قدراتهم السريرية. تهدف الورقة إلى معالجة آثار هذا الاتجاه على التعليم الطبي والآثار المحتملة طويلة الأجل على تقديم الرعاية الصحية.
نقاش
تسلط قسم النقاش في ورقة البحث الضوء على الإمكانات المزدوجة للذكاء الاصطناعي (AI) في الرعاية الصحية: بينما يمكن أن يعزز الكفاءة ويحسن اتخاذ القرارات السريرية، فإنه يشكل أيضًا مخاطر كبيرة من نقص المهارات بين الممارسين الصحيين. يتم دمج تطبيقات الذكاء الاصطناعي بشكل متزايد في مختلف العمليات الطبية، من التوثيق إلى الدعم التشخيصي، ومع ذلك، تتطلب تنفيذها إشرافًا أخلاقيًا صارمًا وحوكمة تنظيمية. تؤكد الورقة على أن الذكاء الاصطناعي يجب أن يعزز، بدلاً من أن يحل محل، التفكير السريري للمهنيين الصحيين، مما يسمح لهم بالتركيز أكثر على التفاعلات مع المرضى واتخاذ القرارات المعقدة. ومع ذلك، فإن ارتفاع تقنيات الذكاء الاصطناعي يثير القلق بشأن نقص المهارات، حيث قد يؤدي الاعتماد على الذكاء الاصطناعي إلى تقليل قدرات الأطباء على حل المشكلات، والخبرة التكيفية، والحساسية الأخلاقية.
يتم تصنيف ظاهرة نقص المهارات إلى جوانب معرفية وتشخيصية وأخلاقية. يحدث نقص المهارات المعرفية عندما يصبح الممارسون معتمدين بشكل مفرط على الذكاء الاصطناعي في التفكير، مما يؤدي إلى تراجع قدرتهم على التنقل في المواقف السريرية الغامضة. يشير نقص المهارات التشخيصية إلى تآكل المهارات التشخيصية الأساسية بسبب الاعتماد على نماذج الذكاء الاصطناعي، مما قد يقوض ثقة الأطباء وتقييمهم النقدي لمخرجات الخوارزميات. يبرز نقص المهارات الأخلاقية خطر تراجع الحكم الأخلاقي مع ابتعاد الأطباء عن الجوانب الإنسانية للرعاية. لتخفيف هذه المخاطر، تدعو الورقة إلى استراتيجيات تعليمية متعمدة تركز على تطوير التفكير السريري والكفاءات الأخلاقية، جنبًا إلى جنب مع دمج الذكاء الاصطناعي في التدريب. تدعو إلى نهج متوازن في التعليم الطبي يعزز الممارسات التأملية والانخراط النقدي مع تقنيات الذكاء الاصطناعي، مما يضمن أنها تعزز بدلاً من أن تحل محل الخبرة البشرية في الرعاية الصحية.
القيود
يسلط قسم القيود الضوء على الفجوات الحالية في الأدلة المنهجية المتعلقة بنقص المهارات المرتبطة بالذكاء الاصطناعي في الرعاية الصحية، لا سيما فيما يتعلق بتوقيتها وآلياتها والمجموعات المحددة المتأثرة. تطرح دقة نقص المهارات وتأثيرها على المهارات التي يصعب قياسها تحديات كبيرة للتقييم، مما يؤدي إلى أدلة مجزأة ونقص في إطار بحث موحد.
يؤكد المؤلفون على الحاجة إلى مزيد من التحقيق في انتشار نقص المهارات بين طلاب الطب والممارسين الصحيين، فضلاً عن آثاره على تقديم الرعاية الصحية والممارسة الطبية. يدعون إلى اعتماد تقنيات الذكاء الاصطناعي فقط عندما تعزز النتائج بشكل واضح دون تقويض الجوانب العلائقية للرعاية. بالإضافة إلى ذلك، يبرز القسم ضرورة التعاون بين التخصصات في وقت مبكر في تطوير الأدوات المدعومة بالذكاء الاصطناعي، والتي يجب أن تستند إلى فهم مفاهيمي وأخلاقي واضح للمهام السريرية التي يتم أتمتتها، مع مشاركة من علماء البيانات والأطباء والأخلاقيين والمرضى.
DOI: https://doi.org/10.3389/fmed.2026.1765692
PMID: https://pubmed.ncbi.nlm.nih.gov/41709906
Publication Date: 2026-02-03
Author(s): Shereen El Tarhouny et al.
Primary Topic: Artificial Intelligence in Healthcare and Education
Overview
The conclusion of the research paper highlights the significant threat posed by deskilling in medical education and healthcare practice. Deskilling can foster an over-reliance on technology for diagnosing and managing patients, potentially resulting in a decline in clinical competencies and a deterioration in the quality of healthcare services.
To mitigate the risks associated with deskilling, the authors advocate for proactive measures by medical schools and healthcare institutions. These measures should include revising the design of teaching and learning activities, enhancing assessment tasks, and updating institutional policies to ensure that clinical skills are maintained and developed effectively.
Introduction
The introduction of the paper discusses the concept of deskilling in the context of modern medical education and practice, highlighting a concerning trend where the skill level required for clinical tasks diminishes. This deskilling is particularly evident in the erosion of independent clinical reasoning and essential competencies, largely driven by an increasing reliance on technology, notably Artificial Intelligence (AI). While AI tools and standardized methods aim to improve efficiency and accuracy in healthcare, their overuse may undermine the foundational skills necessary for effective clinical practice.
The authors emphasize that early-career clinicians and residents are especially susceptible to this deskilling phenomenon, as they are still in the critical stages of developing and solidifying their clinical abilities. The paper aims to address the implications of this trend on medical education and the potential long-term effects on healthcare delivery.
Discussion
The discussion section of the research paper highlights the dual potential of artificial intelligence (AI) in healthcare: while it can enhance efficiency and improve clinical decision-making, it also poses significant risks of deskilling among health practitioners. AI applications are increasingly integrated into various medical processes, from documentation to diagnostic support, yet their implementation necessitates rigorous ethical oversight and regulatory governance. The paper emphasizes that AI should augment, rather than replace, the clinical reasoning of healthcare professionals, allowing them to focus more on patient interactions and complex decision-making. However, the rise of AI technologies raises concerns about deskilling, where reliance on AI may diminish clinicians’ problem-solving abilities, adaptive expertise, and ethical sensitivity.
The phenomenon of deskilling is categorized into cognitive, diagnostic, and moral aspects. Cognitive deskilling occurs when practitioners become overly dependent on AI for reasoning, leading to a decline in their ability to navigate ambiguous clinical situations. Diagnostic deskilling refers to the erosion of essential diagnostic skills due to reliance on AI models, which may undermine clinicians’ confidence and critical evaluation of algorithmic outputs. Moral deskilling highlights the risk of diminished ethical judgment as clinicians become distanced from the human-centric aspects of care. To mitigate these risks, the paper advocates for intentional educational strategies that emphasize the development of clinical reasoning and ethical competencies, alongside the integration of AI in training. It calls for a balanced approach in medical education that fosters reflective practices and critical engagement with AI technologies, ensuring that they enhance rather than replace human expertise in healthcare.
Limitations
The section on limitations highlights the current gaps in systematic evidence regarding AI-related deskilling in healthcare, particularly concerning its timing, mechanisms, and the specific groups affected. The subtlety of deskilling and its impact on difficult-to-measure skills pose significant challenges for assessment, resulting in fragmented evidence and a lack of a unified research framework.
The authors emphasize the need for further investigation into the prevalence of deskilling among medical students and healthcare practitioners, as well as its implications for healthcare delivery and medical practice. They advocate for the adoption of AI technologies only when they demonstrably enhance outcomes without undermining the relational aspects of care. Additionally, the section stresses the necessity of early interdisciplinary collaboration in the development of AI-enabled tools, which should be informed by a clear conceptual and ethical understanding of the clinical tasks being automated, involving contributions from data scientists, clinicians, ethicists, and patients.