الذكاء الاصطناعي أسقط مريضة مؤهّلة لأنه لم يفرّق بين قسطرة قلبية وأنبوب وريدي
أول مريضة خسرناها، خسرناها بسبب كلمة.
تجربة سريرية من المرحلة الثالثة لأحد مضادات التخثّر كنّا نُجري عليها تجربتنا استبعدت كل من خضع لـ"قسطرة قلبية". وهذا منطقي — فهو إجراء قلبي ينطوي على خطر النزيف، وهو تحديداً نوع التاريخ الطبي الذي يُسقط أهلية الشخص للمشاركة في دراسة عن مميّعات الدم. صنّف نظام المطابقة لدينا إحدى المرشّحات على أنها غير مؤهّلة ومضى قُدُماً. نظيف. واثق. خاطئ.
لم تخضع المريضة قط لقسطرة قلبية. كان ملفّها الطبي يتضمّن ملاحظة عن "وضع قسطرة وريدية مركزية" — أنبوب وريدي أُدخل في وريد في وحدة العناية المركّزة كي تتلقّى الدواء. إجراء مختلف. جزء مختلف من الجسم. ملف مخاطر مختلف تماماً. بالنسبة إلى ممرّضة، لا يمكن الخلط بين هذين الأمرين إطلاقاً. أما بالنسبة إلى الذكاء الاصطناعي الذي بنيناه، فإن "قسطرة" مضافاً إليها "وريدية" مضافاً إليها سياق يبدو ذا طابع قلبي وعائي سُجّلت كتطابق شبه تام، فسقطت امرأة مؤهّلة بهدوء من قمع الفرز.
أريد أن أخبركم كيف انتهى بي الأمر إلى قضاء الجزء الأكبر من عام في الهوس بتلك المريضة الوحيدة التي أسقطناها، لأنها علّمتني الأمر الذي لا يريد أحد ممّن يبيعون الذكاء الاصطناعي لتجنيد المشاركين في التجارب السريرية أن يقوله بصوت عالٍ: لم تكن المشكلة في مطابقة المرضى يوماً هي إيجاد عدد كافٍ من الأشخاص. بل إن الآلات التي تقوم بالمطابقة تقرأ الكلمات، بينما تدور أهلية التجربة حول مفاهيم طبية — وهذان ليسا الأمر نفسه.
80% من التجارب تُخفق في الالتزام بالجداول الزمنية لتسجيل المشاركين. ولا يزال القطاع يتعامل مع ذلك بوصفه مشكلة عرض. لكنه في الحقيقة مشكلة دقّة.
الخطأ الذي ارتكبته أولاً
سأعترف بهذا منذ البداية، لأنه المحور الذي تدور حوله القصة كلها. حين بدأنا، كنت في معسكر من يعتقدون أن هذه المشكلة قد حُلّت في جوهرها.
سار المنطق على هذا النحو. لسنوات، اعتمدت مطابقة التجارب على البحث بالكلمات المفتاحية — بحث فجّ وهشّ وبائس. ثم ظهرت نماذج اللغة الكبيرة، وفجأة أصبح بإمكان البرمجيات أن تقرأ ملاحظة طبيب غير مُهيكلة كما يقرؤها الإنسان. نظرت إلى ذلك واستنتجت أن الجزء الصعب قد أصبح خلفنا. سنأخذ نموذجاً قوياً، ونُغذّيه بمعايير الأهلية وسجلات المرضى، ونضبط التوجيهات، والمطابقة ببساطة سوف تنجح. دافعت عن هذا الرأي. أخبرت فريقي أن الفجوة المتبقّية لسدّها صغيرة، ومسألة تتعلق باسترجاع أفضل وتوجيه أكثر عناية.
بنينا ذلك النظام. وقدّم عرضاً توضيحياً رائعاً. في الحالات السهلة — المريضة المصابة بوضوح بسرطان ثدي في المرحلة الثانية، والمعيار الذي ينصّ بوضوح على "عدم وجود علاج كيميائي سابق" — كان جيداً حقاً. الأرقام التي ترونها في عروض المورّدين تأتي من هذه الحالات بالذات. فشركة Tempus، بعد استحواذها على Deep 6 AI في مطلع عام 2025 وتوسّعها إلى أكثر من 750 موقعاً لمقدّمي الرعاية، تُفيد بأن وكيل استعلام المرضى (Patient Query) لديها يحقّق دقة قدرها 94.39% عبر مجموعة من الاستعلامات المُقيَّمة. هذا الرقم حقيقي. وأنا أصدّقه. لكنه أيضاً يقيس الحالات التي لم تكن يوماً هي المشكلة.
كانت مريضة القسطرة هي اللحظة التي مات فيها إصدار النظام الذي بنيتُه. جلست أتتبّع سبب إسقاطها، متوقّعاً وجود خلل برمجي. لم يكن هناك خلل. فقد فعل النظام تماماً ما يفعله تشابه المتّجهات — إذ قيّم سلسلتين نصّيتين بحسب مدى قربهما في الفضاء الدلالي — وإجراءان يتشاركان كلمة "قسطرة" يقعان قريبين جداً بالفعل. ولم يكن أي قدر من هندسة التوجيهات ليعلّمه أن أحدهما يندرج تحت "إجراء على القلب" والآخر تحت "قسطرة وريد". لم يكن لديه مفهوم عن القلب. لم يكن لديه سوى كلمات عن القلب.
لماذا تخلط نماذج اللغة بين المصطلحات الطبية؟
إليكم التمييز الذي أعاد تنظيم طريقة تفكيري في هذا المجال بأكمله.
حين يقرأ طبيب سريري عبارة "وضع قسطرة وريدية مركزية"، فإنه لا يعالج خمس وحدات رمزية. بل يستحضر مفهوماً — عُقدة محدّدة في تسلسل هرمي شاسع ومُهيكل من المعرفة الطبية، له آباء وأبناء وأشقّاء، وله موضع دقيق يقول هذا إجراء للوصول الوعائي، لا إجراء قلبي. وهذا التسلسل الهرمي موجود فعلاً، وبشكل رسمي، بوصفه علم وجود سريرياً يُسمّى SNOMED-CT. وفيه، تحمل القسطرة القلبية معرّف المفهوم 41976001، وهي مُصنّفة تحت الإجراءات على القلب. أما القسطرة الوريدية المركزية فهي 392230005، مُصنّفة تحت قسطرة الوريد. فرعان مختلفان من الشجرة. والنظام الذي يستدلّ عبر الشجرة لا يمكن أن يخلط بينهما. أما النظام الذي يستدلّ عبر قرب الكلمات فيخلط بينهما باستمرار.
هذه ليست غرابة عثرت عليها بمفردي. فقد وثّقت تقييمات منشورة وقوع نماذج ذكاء اصطناعي في هذا الخطأ بالضبط، خطأ "القسطرة القلبية تساوي وخز الوريد المركزي" (Fierce Biotech، 2025). إنه يمثّل فئة كاملة من حالات الفشل — في أي موضع تتشارك فيه الإجراءات أو الحالات أو الأدوية مفرداتٍ بينما تتباعد طبياً. تصوير الأوعية التاجية وتصوير الأوعية الطرفية. يتشاركان مصطلح "تصوير الأوعية". أحدهما إجراء قلبي؛ والآخر وصول وعائي. يُقيّمهما نموذج اللغة كأبناء عمومة. أما علم الوجود فيعرف أنهما غريبان.
والآن اضرب ذلك في ما يحتويه بروتوكول واحد من معايير، عبر محفظة من التجارب، فلن تكون أمام حالة استثنائية نادرة. بل ستكون أمام تسرّب منهجي في الأهلية يعمل بهدوء في خلفية كل أداة مطابقة احتمالية في هذا القطاع.
يعرف نموذج اللغة أن كلمة "قسطرة" تظهر قرب كلمة "قلبي". لكنه لا يدرك إطلاقاً أن أحدهما إجراء قلبي والآخر أنبوب وريدي. وهذه الفجوة هي حيث يختفي المرضى المؤهّلون.
شروط الاستثناء التي أفسدت كل شيء مرّتين
ما إن بدأت أبحث، حتى تبيّن أن فجوة الكلمة مقابل المفهوم لم تكن سوى الشرخ الأول.
وثمة شرخ آخر يكمن في قواعد صياغة الأهلية نفسها. فالبروتوكولات الحقيقية لا تقول "استبعاد ارتفاع ضغط الدم". بل تقول "استبعاد المرضى المصابين بارتفاع ضغط الدم ما لم يكن مضبوطاً جيداً بدواء ثابت لمدة ثلاثة أشهر أو أكثر". هذه الجملة ليست كلمة مفتاحية — بل هي شرط تكمن بداخله نافذة زمنية. رأيت نظامنا المبكّر يتعامل مع ذلك الشرط بطريقتين، كلتاهما خاطئة. أحياناً كان يرى "ارتفاع ضغط الدم" فيستبعد المريض، فيخسر شخصاً كان مؤهّلاً بالفعل. وأحياناً كان يمرّره ويتخطّى فحص الأشهر الثلاثة تماماً. ولم يفعل قط، على نحو موثوق، ما يفعله منسّق التجارب دون تفكير: أن يُبقي الاستثناء في ذهنه، ثم يتحقّق من المدة.
وتزداد أهمية ذلك عاماً بعد عام، لأن البروتوكولات تزداد تعقيداً. فقد ارتفع الوسيط لمعايير الأهلية في بروتوكولات الأورام من نحو 17 قبل جيل مضى إلى 27 في المجموعة الأحدث، وارتفع عدد الإجراءات لكل بروتوكول بنسبة 139% منذ عام 2005 (IQVIA). وكل "ما لم" و"باستثناء" و"خلال ستة أشهر" هو موضع تخمّن فيه أداة مطابقة الكلمات بصمت. وحين تصل التعديلات — إذ يستغرق التعديل الواحد في المتوسط الآن 260 يوماً لتنفيذه (Applied Clinical Trials، 2025) — يتعيّن إعادة كل تخمين من جديد.
لكن الفشل الذي أرعبني فعلاً كان مختلفاً — فقد مسّ صميم ما إذا كان بوسعي أن أدافع عن هذا العمل أمام جهة تنظيمية أساساً. مرّر المريض نفسه عبر أداة مطابقة تعتمد على نموذج لغوي مرّتين، مع اختلاف طفيف في السياق المحيط، وقد تحصل على إجابتين مختلفتين. بالنسبة لمعظم البرمجيات، يمكن احتمال قدر قليل من اللاحتمية. أما بالنسبة لتجربة سريرية، فهذا أمر مُسقِط للأهلية. فالجهة التنظيمية لا تريد احتمالاً بأن المريض كان مؤهّلاً. بل تريد السبب الدقيق القابل لإعادة الإنتاج وراء إدراج كل شخص أو استبعاده — مساراً يمكنها قراءته سطراً سطراً. والنظام الذي قد يقرّر بشكل مختلف يوم الثلاثاء لا يمكنه إنتاج ذلك المسار.
ما كان ينبغي أن أبنيه من المرة الأولى
لم تكن إعادة البناء أمراً طفيفاً. توقّفنا عن محاولة جعل نظام احتمالي يتصرّف على نحو حتمي، وبنينا نظاماً حتمياً بحكم تصميمه.
عموده الفقري هو علم الوجود. فنحن نربط كل مصطلح في سجل المريض وكل مصطلح في معايير الأهلية بمفهومه في SNOMED-CT — بحيث تقارن أداة المطابقة عُقَداً في تسلسل هرمي طبي، لا سلاسل نصية. فتتوقّف القسطرة القلبية والقسطرة الوريدية المركزية عن كونهما جارتين وتصبحان ما هما عليه حقاً: قريبتان بعيدتان على فرعين منفصلين. ومريضة القسطرة، حين تُمرَّر عبر هذا، تعود مؤهّلة. بشكل صحيح. في كل مرة.
وفوق علم الوجود وضعنا منطقاً صريحاً للأجزاء التي تتعثّر فيها نماذج اللغة — "ما لم" و"باستثناء" و"خلال ثلاثة أشهر". وهذا النوع من الاستدلال هو في الحقيقة تخصّصان مُخيَّطان معاً: المنطق الواجبي لنمذجة بنية الالتزام والاستثناء في شرط "ما لم"، والاستدلال بالفترات الزمنية لتقييم "خلال ثلاثة أشهر" مقابل التواريخ الفعلية في السجل. ولا يمكن مطابقة أيٍّ منهما بالأنماط؛ بل يجب نمذجة كليهما صراحةً. ولأن كل قرار عبارة عن سلسلة من الخطوات الصريحة فوق مفاهيم مُسمّاة، فإن النظام يُنتج بالضبط ما تريده الجهات التنظيمية: مسار تدقيق قابلاً لإعادة الإنتاج يُظهر بدقة أي مفهوم طابق أي معيار ولماذا انتهى المريض حيث انتهى.
وأحرص على أن أقول عصبي-رمزي، لا "لقد تخلّصنا من نماذج اللغة". فنحن لم نفعل. إنها ممتازة في الخطوة الأولى الفوضوية — قراءة ملاحظة سريرية مسهبة واستخلاص معنى مُهيكل من النثر. ونحن ندعها تفعل ذلك. لكننا فقط لا ندعها تكون الحَكَم في الأهلية. فالقراءة احتمالية؛ والاستدلال حتمي. وهذا التقسيم للعمل هو التصميم بأكمله.
هذا هو النظام الذي نبنيه الآن لرعاة شركات الأدوية، ومنظمات البحث السريري التعاقدية (CROs)، والمراكز الطبية الأكاديمية، وهو ما يتمحور حوله عملنا في الذكاء الاصطناعي لتجنيد المشاركين في التجارب السريرية — مطابقة مخصّصة تستدلّ عبر رسوم علم وجود SNOMED-CT بمنطق حتمي، بدلاً من أداة تقييم احتمالية أخرى.
لماذا لم تكتفِ المنصّات الكبرى ببناء هذا؟
هذا هو السؤال الذي يطرحه عليّ كل راعٍ، وهو سؤال وجيه. فشركات Tempus وIQVIA وMedidata وConcertAI وTriNetX — هذه شركات جادّة تمتلك كمّاً هائلاً من البيانات. فلماذا لم تبنِ إحداها ببساطة النسخة القائمة على علم الوجود؟
جزء من الإجابة هو أنها تُحسّن لأجل شيء مختلف، وهو شيء منطقي. فقد كشفت IQVIA عن IQVIA.ai، وهي منصّة وكيلية موحّدة بُنيت بالتعاون مع NVIDIA، في مارس 2026، تقوم على أكثر من 250 مليون سجل مريض. وتُشغّل TriNetX شبكة موزّعة بحجم مماثل لأعمال الجدوى والمجموعات. وأطلقت ConcertAI منصّتها الوكيلية Accelerated Clinical Trials في فبراير 2026، مُدّعيةً تقليص الجداول الزمنية بمقدار 10 إلى 20 شهراً. وتدمج AI Study Build من Medidata المطابقة في نظام التقاط البيانات الإلكتروني Rave عبر مئات الدراسات. وكل واحدة من هذه المنصّات حقيقية وبارعة فيما تستهدفه — الاتّساع، والحجم، وسير العمل الشامل من طرف إلى طرف.
وثمة فجوة أكثر خفاءً تحتها جميعاً أيضاً. فحتى حين تُطابق منصّة بشكل جيد، عادةً ما ينتهي المُخرَج كقائمة يُعيد المنسّق إدخالها يدوياً في نظام إدارة التجارب المعتمد — Rave أو Veeva Vault أو Oracle Clinical One. فالمطابقة والنظام الذي يُدير الدراسة لا يتحدّثان فعلياً، ومن ثمّ يبقى تسليم يدوي بالضبط في الموضع الذي تريد فيه أن تكون الأتمتة أكثر إحكاماً.
لكن الاتّساع والعمق الأنطولوجي يشدّان في اتّجاهين متعاكسين. فالمنصّة التي تخدم كل مجال علاجي على نطاق 250 مليون سجل مبنيّة لتكون جيدة على نحو عام، والجودة العامة هي تحديداً حيث تعيش فئة أخطاء القسطرة. أما الاستدلال العميق المدرك للفروع الذي يحتاجه بروتوكول أورام معقّد أو مرض نادر أو الجهاز العصبي المركزي فمكلف في البناء ومكلف في الصيانة — إذ يُحدَّث SNOMED مرتين في السنة، ويُحدَّث قاموس الأحداث الضائرة MedDRA كل ربع سنة، والحفاظ على علم وجود مواكب يتطلّب كوادر بشرية دائمة، لا مشروعاً لمرة واحدة. إنه ذلك النوع من الهندسة غير البرّاقة التي لا تنتهي أبداً، والتي تميل منصّة تتسابق نحو الاتّساع إلى تأجيلها.
المنصّات ليست مخطئة. إنها تحلّ من أجل الحجم. أما الدقة الأنطولوجية فمشكلة مختلفة، وهي التي تحدّد ما إذا كان مرضاك المؤهّلون سيُعثَر عليهم فعلاً.
الإجابة الصادقة الأخرى هي جاذبية البيانات. فالعديد من هذه المنصّات تحقّق أفضل مطابقة داخل شبكتها الخاصة — بياناتها، ومواقعها. فإذا كان مرضاك موجودين في سجلّك الصحي الإلكتروني الخاص، خلف جدارك الناري الخاص، فذلك نشرٌ مختلف تماماً. والكثير من الرعاة والمستشفيات، لأسباب وجيهة جداً تتعلق بقانون HIPAA، لن يرسلوا سجلات المرضى إلى سحابة شخص آخر لمطابقتها.
التكلفة التي لا يضعها أحد على الشريحة
دعوني أجعل المخاطر ملموسة، لأن الجانبين الإنساني والمالي في هذا الأمر يسهل تجريدهما.
مالياً: يكلّف يوم التأخير الواحد في التجربة ما يُقدَّر بـ 800,000 دولار من مبيعات الوصفات الطبية المفقودة (Tufts CSDD)، وفي بعض المجالات العلاجية يكون الأمر أسوأ بكثير — إذ تصل تأخيرات القلب والأوعية الدموية إلى نحو 1.4 مليون دولار في اليوم. ويبلغ متوسط كل إخفاق في الفرز نحو 1,200 دولار، وتتراوح معدلات إخفاق الفرز في أي مكان بين 20% و80% حسب الاستطباب، وتصل إلى ما يقارب 88% في تجارب مرض ألزهايمر. أما مريضة القسطرة — تلك المؤهّلة التي أسقطناها — فهي هدر خالص في هذه الحسابات: شخص كان ينبغي أن يتقدّم، لكنه لم يفعل، ودفع أحدهم ثمن فرزها لتنتهي إلى "لا".
لكن التكلفة التي لم أُدرك قيمتها حتى جلست مع موظفي الموقع هي تكلفة إنسانية، وهي تتراكم. فالمنسّقون يوازنون بين خمس أو ست دراسات في آنٍ واحد، ويقضون من 40 إلى 60% من وقتهم على الفرز الأولي. وحين تُطلق أداة مطابقة نتائج إيجابية كاذبة تفوق نحو 30%، يتوقّفون عن الوثوق بها — ويهجرونها، غالباً في غضون ثلاثة أشهر. رأيت هذا يحدث لنا قبل إعادة البناء. فقد توقّفت منسّقة في أحد مواقع التجربة التجريبية ببساطة عن فتح تنبيهاتنا. لا عن ضغينة — بل عن فرز للأولويات. فقد أطلقت الأداة صيحات إنذار كاذبة مراراً حتى بات التحقق منها أبطأ من مراجعتها الخاصة للملفات. وأداة مطابقة تُضعف ثقة الشخص الوحيد الذي عليه أن يتصرّف بناءً عليها ليست أداة إنتاجية. بل هي مجرّد علامة تبويب أخرى في المتصفّح تعلّمت تجاهلها.
هذا هو السبب الحقيقي وراء تفوّق الدقة على الاتّساع. فالأمر لا يقتصر على المرضى المؤهّلين الذين تخسرهم بسبب النتائج السلبية الكاذبة. بل إن كل نتيجة إيجابية كاذبة تستنزف أندر مورد في المؤسسة بأكملها — انتباه منسّق منهَك — وحالما يزول ذلك، تظل أفضل شبكة بيانات في العالم تنتهي إلى طريق مسدود عند منسّق توقّف عن البحث.
"أليس هذا ما وُجد من أجله تكامل FHIR وEpic؟"
يسألني الناس هذا كثيراً، لذا دعوني أواجه الاعتراضات مباشرةً.
لنبدأ باعتراض معايير البيانات: بالتأكيد يحلّ FHIR وEpic مشكلة المطابقة، أليس كذلك؟ إنهما يحلّان مشكلة السباكة، وهي ضرورية لكنها غير كافية. فتكامل FHIR وEpic يجعل البيانات النظيفة والمُهيكلة تتدفّق — لكن الحصول على البيانات هو الجزء الذي يسبق الجزء الصعب. فلا يزال عليك أن تستدلّ حول البيانات وما تعنيه، وهنا بالضبط يؤدّي علم الوجود عمله. كما أن السباكة نفسها ليست أمراً هيّناً: فشهادة App Orchard من Epic هي مراجعة أمنية تستغرق من ستة إلى اثني عشر شهراً قبل أن تلمس ملفاً طبياً واحداً. وأي شخص يَعِد بمطابقة سريعة وعميقة للسجلات الصحية الإلكترونية إما أنه دفع تلك التكلفة بالفعل أو أنه لم يتكبّدها بعد.
ثم هناك القلق التنظيمي: ألا يُعدّ نظام حتمي كثيف القواعد جهازاً طبياً خاضعاً للتنظيم، بكل ما يستتبعه ذلك من أعباء؟ هنا تُفيد الإرشادات الحديثة فعلاً. فإرشادات دعم القرار السريري المُحدَّثة من إدارة الغذاء والدواء (FDA)، الصادرة في يناير 2026، أوضحت أي وظائف من وظائف دعم القرار السريري (CDS) تقع خارج نطاق تعريف الجهاز — ويمكن أن تتأهّل مطابقة سجلات المرضى مع معايير أهلية التجربة بوصفها دعم قرار سريري غير جهازي. وقد وضع إطار العمل الصادر عن الهيئة نفسها في يناير 2025 تقييماً للمصداقية من سبع خطوات للذكاء الاصطناعي في تطوير الأدوية. والنظام الذي يكون استدلاله شفافاً وقابلاً لإعادة الإنتاج أسهل بكثير في اجتيازه لذلك الإطار من نظام يكون منطقه توزيعاً احتمالياً.
وأما النسخة الأكثر صراحةً: هل أيٌّ من هذا أسرع من مجرّد توظيف مزيد من البشر؟ تقول بيانات الأداء نعم بشكل قاطع — حين تكون المطابقة جديرة بالثقة. فقد خفّض الفرز بالذكاء الاصطناعي المُبلَّغ عنه معدلات إخفاق الفرز بنسبة 73% في أحد التطبيقات، من 54% إلى 14% (Trially)، وقلّص ساعات مراجعة الملفات اليدوية بنحو 90%. لكن المأزق هو أن تلك المكاسب لا تتحقّق إلا إذا صدّق المنسّقون المُخرَج بما يكفي للتصرّف بناءً عليه. فالسرعة المبنية على نتائج إيجابية كاذبة ليست سرعة. بل هي طريقة أسرع لفقدان ثقة الجميع.
ما علّمتني إياه المريضة التي أسقطناها فعلاً
لا أنفكّ أعود إليها، المرأة صاحبة الأنبوب الوريدي الذي أخطأت خوارزمية فحسبته إجراءً قلبياً. كانت مؤهّلة طوال الوقت. كانت التجربة بحاجة إليها. كانت موجودة هناك تماماً في البيانات. وقد خسرناها لا لأن التقنية كانت ضعيفة، بل لأنها كانت موجّهة نحو المشكلة الخطأ — تقرأ سطح اللغة بينما كانت المهمة هي الاستدلال حول الطب الكامن تحتها.
أمضى المجال بأكمله خمس سنوات في استبدال البحث بالكلمات المفتاحية بنماذج اللغة، وأعلن أن مشكلة المطابقة قد عولجت. لكنها لم تُعالج. بل أُعيد تموضعها فحسب. لقد استبدلنا مطابقة الكلمات الفجّة بمطابقة كلمات متطوّرة، والحالات التي تحدّد ما إذا كانت التجربة ستُكمل التسجيل في موعده — شروط الاستثناء، والإجراءات المتشاركة في المفردات، والمعايير التي تحتاج أن يتمكّن مُنظِّم من قراءة السبب — لم تكن تتعلق بالكلمات على الإطلاق.
إذا كنت تُجري التجارب وتُقيّم الذكاء الاصطناعي للتجنيد، فإن السؤال الذي كنت سأطرحه على أي مورّد ليس رقم الدقة الرئيسي الذي يُروّج له، لأن ذلك الرقم مقيس على الحالات التي لم تكن لتُفوَّت أبداً. اطلب منهم أن يُمرّروا قسطرة قلبية وأنبوباً وريدياً مركزياً عبر أداة المطابقة لديهم، وأن يُروك، على مستوى المفهوم، لماذا يُستبعَد أحدهما ولا يُستبعَد الآخر. فالإجابة عن ذلك السؤال الواحد تخبرك ما إذا كنت قد اشتريت نظاماً يقرأ، أم نظاماً يفهم حقاً. لقد اخترنا أن نبني النوع الثاني — الذكاء الاصطناعي لتجنيد المشاركين في التجارب السريرية الذي يستدلّ عبر علم الوجود — لأن النوع الأول كلّفنا بالفعل مريضة لم يكن بوسعنا تحمّل خسارتها.
