Journal Article

اتجاهات مختصي الرعاية الصحية والمستخدمين المصريين نحو استخدام روبوت الدردشة الصحي في تحليل البيانات الصحية وتخصيص التوصيات العلاجية

الألفي، هالة الألفي فوزي محمد علي

2025

Overview

يهدف البحث إلى تحليل اتجاهات مختصي الرعاية الصحية والمستخدمين المصريين نحو استخدام روبوت الدردشة الصحي في تحليل البيانات الصحية وتخصيص التوصيات العلاجية. كما يسعى إلى تقييم إمكانية نجاح الذكاء الاصطناعي في هذا المجال مستقبلا، واقتراح سبل لتعزيز دور الإعلام في تشكيل الاتجاهات نحو تبني هذه التقنيات، في ظل التحديات الصحية العالمية الحالية. واعتمد البحث على نظرية الحوسبة المعرفية (Cognitive Computing Theory)، التي تعد واحدة من النظريات التي توفر نهجا تحويليا في الذكاء الاصطناعي، والذي يستهدف محاكاة العمليات المعرفية البشرية. وانتمت الدراسة إلى البحوث الوصفية التحليلية عبر توظيف المنهج المختلط (Mixed Methods Research)، بما يسهم في الوصول إلى نتائج علمية قابلة للتعميم، وتفسير الظاهرة المدروسة بالشكل الكافي. وظف المنهج شبه التجريبي أيضا عن طريق التجربة التدخلية أحادية المجموعة (One-Group Posttest-Only Design) واعتمدت الدراسة على أداة المقابلة المتعمقة شبه المغلقة واستبانة إلى جانب أدوات تحليل البيانات الضخمة. وتكونت عينة الدراسة من مجموعة من مختصي الرعاية الصحية، بواقع (١٦) مفردة، موزعين بالتساوي بين أطباء من تخصصات مختلفة ومجموعة من مختصي تحليل التدفق الخلوي والتكنولوجيا الحيوية (Flow Cytometry Analysts) مما يعزز دقة التقييمات التي قدمت حول أداء الروبوت الصحي، اختيروا عن طريق العينة المتاحة، إلى جانب عينة مكونة من (۱۰۰) مفردة للدراسة شبه التجريبية بأسلوب العينة العمدية، بما يسمح بتوافر خصائص محددة في العينة، وهي التنوع من حيث المتغيرات الديموغرافية قدر المستطاع، إلى جانب وجود خلفية سابقة في التعامل مع روبوتات الدردشة. وقد أظهرت نتائج الدراسة: - أن هناك قبولا كبيرا لتوظيف الروبوتات الصحية في التنبؤ بالأمراض وتحليل البيانات الصحية، مع ارتفاع مستوى الثقة لدى المستخدمين في دورها في تحسين جودة الرعاية الصحية. - تبين أن سرعة الاستجابة، ودقة التشخيص، وسهولة الاستخدام هي العوامل الأكثر تأثيرا في اتجاهات المستخدمين نحو تبني روبوت الدردشة الصحي، في حين كان للتفاعل اللغوي تأثير محدود. - أظهرت الفئات العمرية الأصغر (من ۱۸ إلى ۳۰ عاما) ثقة أكبر في الروبوت مقارنة بالفئات الأكبر سنا، كما كان مستوى الثقة أعلى لدى الفئات ذات الدخل المنخفض مقارنة بالفئات ذات الدخل المرتفع. - حقق نموذج SVM أعلى دقة في التنبؤ بتبني الروبوتات الصحية بنسبة 90%، متفوقا على نموذج شجرة القرار والنموذج الهجين، مما يشير إلى فاعليته في تصنيف المستخدمين بدقة أكبر والتنبؤ بالأمراض في المستقبل. وأوصت الدراسة: - بضرورة توظيف وسائل الإعلام في نشر الوعي حول فوائد الروبوتات الصحية مع التركيز على دقة التشخيص، وسرعة الاستجابة، وتحسين جودة الرعاية الصحية، مما يعزز ثقة المستخدمين بهذه التقنيات. - كذلك من الضروري أن تعتمد المؤسسات الصحية على حملات تواصل رقمي فعالة لتعريف الجمهور بآليات استخدام الروبوتات الصحية وفوائدها العملية، بحيث تعرض تجارب حقيقية لأفراد استفادوا من هذه التقنية.

• Publisher: جامعة القاهرة - كلية الإعلام
• Subject: الرعاية الصحية / تشخيص الأمراض / روبوتات الدردشة