إذا امتلك الجميع الذكاء الاصطناعي، فمن يملك الميزة؟

قبل عامين، كانت عبارة «مدعوم بالذكاء الاصطناعي» كافية لفتح نقاش مع مستثمر، أو جذب عميل، أو منح المنتج حضورًا مختلفًا. اليوم أصبحت العبارة خانة متوقعة في أي عرض تقني تقريبًا.

الذكاء الاصطناعي دخل التوثيق الطبي، والجدولة، والموافقات التأمينية، والمطالبات، وتحليل الصور، والتواصل مع المرضى، ودعم القرار السريري. وكل شركة تستطيع الوصول إلى نماذج قوية، وتبني فوقها تجربة جيدة خلال وقت أقصر وتكلفة أقل.

هذا الانتشار غيّر السؤال الاستثماري بسرعة. في تقريرها عن الربع الأول من 2026، أعلنت Rock Health توقفها عن تتبع صفقات شركات الذكاء الاصطناعي الصحي كفئة مستقلة. التقنية أصبحت جزءًا من بيئة العمل التي تعمل داخلها شركات الصحة الرقمية.

وفي الربع نفسه، وصل التمويل الأمريكي للصحة الرقمية إلى 4 مليارات دولار موزعة على 110 صفقات، واستحوذت 12 جولة ضخمة على 59% من رأس المال. السوق يرسل إشارة واضحة: توفر الذكاء الاصطناعي وسّع القدرة على البناء، ورفع قيمة الأصول التي تحيط به.

القيمة تبدأ بعد الإجابة

تستطيع النماذج اللغوية الكبيرة قراءة تقرير طبي، وتلخيص زيارة، وكتابة خطاب، واقتراح ترميز أولي، والإجابة عن سؤال المريض. هذه قدرات مهمة، وقد تختصر ساعات من العمل.

القيمة الاقتصادية في الصحة تظهر عند اكتمال المهمة.

خذ الموافقة التأمينية على علاج مثلًا. يستطيع النموذج إعداد المسودة خلال ثوانٍ. بعدها تبدأ سلسلة كاملة من العمل: جمع البيانات الناقصة، والتحقق من أهلية التغطية، ومطابقة التشخيص مع الإجراء، وإرسال الطلب، ومتابعة الرد، والتعامل مع الاستثناء، والتواصل مع الطبيب والمريض، ثم تسجيل القرار داخل النظام.

من هنا يظهر الفرق بين أداة تنجز خطوة، ومنتج يتحمل مسؤولية انتقال الحالة من الطلب إلى القرار. الثاني أصبح جزءًا من تشغيل المنشأة الصحية.

خلال بناء كيورا والعمل في الصحة الرقمية، تعلمت أن اللحظة الأصعب تأتي عادة بين الأنظمة والجهات والأدوار. التقنية تؤدي مهمتها، ثم تتوقف المعاملة بسبب معلومة ناقصة، أو صلاحية وصول، أو موافقة، أو استثناء سريري، أو قرار يحتاج إلى إنسان. هنا تتكون الخبرة التي يراكمها المنتج، وهنا تظهر قيمة الشركة.

لهذا يرتبط نجاح الذكاء الاصطناعي الصحي بأربعة أمور عملية:

• دخوله في سير العمل اليومي للطبيب والموظف والمريض؛
• ارتباطه بالأنظمة التي تحمل البيانات والقرارات؛
• قدرته على إدارة الحالات المعتادة والاستثناءات؛
• وقياس أثره بعد التنفيذ بالوقت والتكلفة والجودة والنتيجة الصحية.

| العنصر | خاصية تستخدم الذكاء الاصطناعي | منتج يملك سير العمل | |---|---|---| | ما يقدمه | إجابة، تلخيص، توصية أو مسودة | معاملة مكتملة من الطلب إلى النتيجة | | موقعه في العمل | خطوة منفردة يستخدمها الموظف عند الحاجة | جزء مستمر من تشغيل المنشأة | | التكامل | نقل يدوي للبيانات بين الأداة والأنظمة | اتصال مباشر بالملف الطبي وأنظمة التأمين والمختبر والصيدلية | | الاستثناءات | يحيل الحالة إلى المستخدم | يكتشف الاستثناء ويوجهه إلى الشخص المناسب ويتابع إغلاقه | | المسؤولية | جودة المخرج الذي ولّده النموذج | جودة التنفيذ والقرار والنتيجة | | القياس | الدقة، السرعة وعدد الاستخدامات | الوقت والتكلفة والإنتاجية والجودة والنتيجة الصحية | | القيمة الاقتصادية | توفير محدود في مهمة محددة | أثر متكرر يرتبط بميزانية وعقد واستمرارية |

الميزة تُبنى حول النموذج

النماذج الأساسية تتطور بسرعة، وتكلفة استخدامها تتراجع، والفروق بينها تتغير مع كل إصدار. لذلك تتراكم القيمة في طبقات أكثر ثباتًا وأقرب إلى الواقع التشغيلي.

1. امتلاك سير عمل مهم

قيمة المنتج ترتفع عندما يصبح جزءًا من عملية يومية واضحة: إحالة مريض، أو صرف دواء، أو مطالبة تأمينية، أو متابعة حالة مزمنة. معيار FHIR نفسه يوضح أن سير العمل الصحي يشمل الطلبات، وخطط الرعاية، والإحالات، والنتائج، والمدفوعات، والعلاقات بين هذه الخطوات. فهم العملية كاملة يمنح الشركة معرفة يصعب اختصارها في واجهة جميلة.

2. بيانات محلية منظمة ومشروعة

البيانات الصحية تكتسب قيمتها من جودتها، وسياقها، وحق الشركة في معالجتها واستخدامها. في السعودية، يضع نظام حماية البيانات الشخصية أساس التعامل مع بيانات الأفراد، بينما تضع الجهات الصحية معايير إضافية للتبادل والاستخدام.

كل معاملة صحيحة تستطيع تحسين القواعد، وكشف الاستثناءات، ورفع جودة القرار. هذه الحلقة تصبح أصلًا تراكميًا حين تجمع بين المشروعية، والتنظيم، وجودة البيانات.

3. تكامل يعمل داخل السوق

المنتج الصحي يعيش وسط أنظمة المستشفى، وشركة التأمين، والمختبر، والصيدلية، وملف المريض. وقد وضع المركز الوطني للمعلومات الصحية مواصفات الربط البيني السعودية لتوحيد تبادل بيانات المريض، ومقدم الخدمة، والطلبات، والنتائج. كما تجمع منصة نفيس جوانب من تبادل المعلومات الصحية والتأمينية وترميزها.

التكامل الناجح يجمع التقنية مع فهم المسؤوليات والصلاحيات وتسلسل القرار. ومع كل ربط فعلي، تتعلم الشركة كيف يعمل القطاع على أرض الواقع.

4. اعتماد يتناسب مع أثر المنتج

تتغير المسؤولية التنظيمية مع طبيعة ما يقدمه النظام. أداة تلخص اجتماعًا تختلف عن برنامج يحلل بيانات طبية ليقترح قرارًا سريريًا. وتوضح الهيئة العامة للغذاء والدواء أن البرامج التي تحقق غرضًا طبيًا، مثل التشخيص أو التوصية العلاجية أو دعم القرار السريري، تدخل ضمن تنظيم الأجهزة الطبية وتحتاج إلى إذن تسويق.

كما تربط مبادئ الممارسة الجيدة لتعلم الآلة في الأجهزة الطبية بين جودة المنتج ودورة حياته كاملة: تصميم البيانات، والاختبار، وأداء الفريق الذي يجمع الإنسان والآلة، والمتابعة بعد الإطلاق.

الشركة التي تبني الدليل والحوكمة منذ البداية تختصر وقت التوسع، وترفع ثقة المنشآت والأطباء والجهات المنظمة.

5. توزيع متكرر وشبكة بشرية

الوصول المستمر إلى الأطباء أو المرضى أو الجهات الدافعة يمنح الشركة سياقًا حيًا لاستخدام المنتج. وتبقى الشبكة البشرية جزءًا أساسيًا من الخدمة: طبيب يراجع حالة حساسة، ومختص يعالج استثناء، وفريق جودة يتابع الأداء، ومسؤول يتحمل القرار.

هذه الشبكة تحول الذكاء الاصطناعي من قدرة عامة إلى خدمة يمكن الاعتماد عليها.

6. نتيجة يمكن قياسها

القيمة تظهر في رقم يفهمه العميل: وقت أقصر لإصدار الموافقة، انخفاض في أخطاء المطالبات، سرعة أعلى في الوصول إلى العلاج، تحسن في إنتاجية الطبيب، أو نتيجة سريرية أفضل.

كلما اقترب القياس من النتيجة، ارتفع ارتباط المنتج بميزانية حقيقية. وهنا ينتقل الذكاء الاصطناعي من بند تقني إلى أصل اقتصادي داخل المنشأة.

العربية طبقة سريرية في المنتج

بناء منتج صحي عربي يشمل اللغة والمصطلح والسياق وطريقة العمل. المريض يشرح حالته بلغته ولهجته، والطبيب يكتب بمزيج من العربية والإنجليزية والاختصارات، والقرار يرتبط بأدوية متاحة محليًا، وبروتوكولات وطنية، وسياسات تغطية وترميز وتنظيم.

وتظهر أهمية ذلك في الأبحاث الحديثة. وجدت دراسة منشورة ضمن أعمال جمعية اللغويات الحاسوبية في 2026 فجوة مستمرة بين أداء النماذج في المهام الطبية العربية والإنجليزية، واتسعت الفجوة مع ارتفاع تعقيد المهمة. كما ظهر ضعف العلاقة بين ثقة النموذج المعلنة وصحة إجابته. وقدم مشروع MedArabiQ معيارًا يضم سبع مهام طبية عربية، مؤكدًا حاجة المجال إلى بيانات واختبارات عالية الجودة تشمل اللغة والسياق الطبي.

لهذا يصبح الاختبار العربي جزءًا من هندسة المنتج. يجب قياس الأداء بحسب اللهجة، والعمر، والجنس، والمنطقة، والتخصص، ونوع المهمة، ودرجة خطورتها. كما يجب اختبار الحالات التي يتردد فيها النموذج، والحالات التي تستدعي تصعيدًا بشريًا، وطريقة توثيق القرار.

الشركة السعودية التي تبدأ من سير عمل محلي كامل تبني معرفة تتجاوز الترجمة. هي تجمع المصطلحات والبروتوكولات والتكاملات والتنظيم وطبيعة المستخدم في أصل واحد يتطور مع الاستخدام.

ماذا تخبرنا تجربة Aidoc؟

حالة عملية: Aidoc

التمويل: جمعت الشركة 150 مليون دولار في جولة من الفئة E في أبريل 2026، ليتجاوز إجمالي تمويلها 500 مليون دولار.

الانتشار: تعمل تقنيتها في قرابة ألفي مستشفى.

ما الذي بنته؟ نموذجًا سريريًا، ومنصة مؤسسية، وتكاملًا داخل سير عمل الأشعة، واعتمادات تنظيمية، وآليات لإدارة الذكاء الاصطناعي على مستوى المنشأة.

الدلالة الاستثمارية: رأس المال ذهب إلى منظومة دخلت المستشفى، واكتسبت ثقة الجهة المنظمة، وارتبطت بعمل الطبيب، وأصبحت قادرة على التوسع عبر استخدامات متعددة. النموذج عنصر قوي داخل هذه المنظومة، وقيمته تتضاعف بما بُني حوله.

المصدر: Aidoc — إعلان الجولة الاستثمارية

أسئلة تكشف جودة الاستثمار

عند تقييم شركة صحية تستخدم الذكاء الاصطناعي، تبدأ القراءة الجيدة من العمل الذي تنجزه الشركة:

1. ما المهمة التي تكتمل من بدايتها إلى نهايتها؟
2. من يستخدم المنتج، ومن يدفع، ومن يتحمل القرار؟
3. ما الأنظمة التي يعمل المنتج داخلها فعليًا؟
4. كيف تُدار الحالات الاستثنائية، وما نسبة التصعيد إلى الإنسان؟
5. ما مصدر البيانات، وما حقوق الشركة في معالجتها والتعلم منها؟
6. كيف يتغير الأداء بين الفئات السكانية واللغات واللهجات؟
7. ما تكلفة المعاملة المكتملة عند التوسع؟
8. ما النتيجة التشغيلية أو المالية أو السريرية التي تحسنت؟
9. ما الأصول التي تبقى مع الشركة عند تبديل النموذج الأساسي؟

هذه الأسئلة تكشف عمق المنتج أكثر من عدد المعاملات أو حجم النموذج. وهي تفرق بين شركة بنت قدرة سريعة، وشركة تبني موقعًا يصعب انتزاعه داخل النظام الصحي.

من يملك الميزة؟

الذكاء الاصطناعي اليوم يرفع سرعة البناء ويخفض كلفة التجربة. وهذا تطور مهم للمؤسسين وللقطاع الصحي معًا. وفي الوقت نفسه، تتقارب قدرات الفرق على الوصول إلى التقنية نفسها.

عندما تتساوى الأدوات، تنتقل المنافسة إلى فهم المشكلة، وامتلاك سير العمل، وجودة البيانات، والتكامل، والتنظيم، والتوزيع، والنتائج.

الميزة ستكون لدى الشركة التي تستطيع تحويل نموذج قوي إلى عمل صحي مكتمل: يبدأ من حاجة حقيقية، ويمر داخل الأنظمة القائمة، ويتعامل مع الاستثناءات، وينتهي بنتيجة يثق بها المريض والطبيب والجهة الدافعة والمنظم.

إذا امتلك الجميع الذكاء الاصطناعي، فالميزة يملكها من بنى حوله نظامًا يصعب نسخه.

المصادر

• Rock Health — Q1 2026 funding overview: https://rockhealth.com/insights/q1-2026-funding-overview-capital-continues-concentrating-and-four-other-market-signals/
• Aidoc — Series E announcement: https://www.aidoc.com/about/news/aidoc-raises-150-million-series-e-led-by-goldman-sachs-to-scale-clinical-ai-for-earlier-safer-diagnoses/
• منظمة الصحة العالمية — إرشادات أخلاقيات وحوكمة النماذج الكبيرة ومتعددة الوسائط: https://www.who.int/ar/news/item/06-07-1445-who-releases-ai-ethics-and-governance-guidance-for-large-multi-modal-models
• الهيئة العامة للغذاء والدواء — تصنيف تطبيقات الصحة للأجهزة الذكية: https://www.sfda.gov.sa/ar/awarenessarticle/5521946
• سدايا — نظام حماية البيانات الشخصية: https://dgp.sdaia.gov.sa/wps/portal/pdp/knowledgecenter/details/PDPL
• المركز الوطني للمعلومات الصحية — منصة نفيس: https://nhic.gov.sa/nphies
• المركز الوطني للمعلومات الصحية — مواصفات الربط البيني: https://nhic.gov.sa/standards/interoperability-standards
• FDA — Good Machine Learning Practice: https://www.fda.gov/medical-devices/software-medical-device-samd/good-machine-learning-practice-medical-device-development-guiding-principles
• HL7 — FHIR Workflow: https://hl7.org/fhir/R5/workflow.html
• ACL Anthology — Cross-Lingual Evaluation of Arabic Medical Tasks: https://aclanthology.org/2026.healing-1.13/
• Proceedings of Machine Learning Research — MedArabiQ: https://proceedings.mlr.press/v298/daoud25a.html