سوف يراك الذكاء الاصطناعي الآن – ترجمة أحمد المبارك

The AI Will See You Now
(بقلم: لي هود وناثان برايس –  Lee Hood and Nathan Price)

نظرًا لأن الأبحاث الطبية تنتج المزيد من البيانات حول الصحة والمرض ، يتحول الأطباء إلى الذكاء الاصطناعي لمساعدتهم على اتخاذ أفضل القرارات للمرضى.

بفضل تدريبهم الطبي ، يتمتع الأطباء بثروة من المعرفة والخبرة والحكمة والحكم. ومع ذلك ، فحتى أعظم الأدمغة البشرية لا يمكنها تذكر أو تفسير جزء ضئيل من المعلومات المتاحة الآن حول صحة الإنسان والمرض. قبل بضع سنوات فقط ، كانت معظم القرارات الطبية تستند بالكامل إلى المعرفة الموجودة في رأس الطبيب وقت اتخاذ القرار. اليوم بدأ هذا يتغير بفضل التطور السريع للذكاء الاصطناعي.

إن التطور الذي جلب للعالم (ChatGPT) ونماذج اللغات الكبيرة المماثلة يجعل الذكاء الاصطناعي أحد أسرع التقنيات المعتمدة في التاريخ ، ويعد بتغييرات عميقة للطريقة التي نعيش ونعمل بها. سيجري بعض من أهم الأحداث في مجال الرعاية الصحية. مع تقدم التكنولوجيا وراء هذه الأنظمة ، سيصبح الذكاء الاصطناعي قريبًا جزءًا من تجربة الرعاية الصحية لدينا مثل الأطباء والممرضات وغرف الانتظار والصيدليات. في الواقع ، لن يمر وقت طويل قبل أن يقوم الذكاء الاصطناعي في الغالب باستبدال كل هذه الأمور أو إعادة تعريفها.

تساعد مجموعة كبيرة من “أنظمة دعم القرار” التي تعتمد على الذكاء الاصطناعي في منح الأطباء إمكانية الوصول إلى ثروة من المعلومات في نقطة الرعاية. تستفيد هذه الأنظمة مما تتمتع به أجهزة الكمبيوتر بشكل طبيعي – تخزين واستدعاء وربط كميات هائلة من المعلومات بشكل فوري تقريبًا – وربطها بقدرة الخبير البشري على التفكير بشكل حدسي والتفكير الإبداعي.

عندما تم تطوير ما يسمى بـ “الأنظمة الخبيرة” في وقت مبكر في الثمانينيات والتسعينيات من القرن الماضي ، قوبلت بالعداء من قبل العديد من الأطباء الذين كانوا قلقين من أن تكون أجهزة الكمبيوتر مسئولة عن اتخاذ القرارات الطبية قريبًا ، مما أدى إلى إبعاد “لمسة الطبيب” عن المعادلة والربط بين أيدي الأطباء الذين اختلفت آرائهم عن تحليل الكمبيوتر. لكن هذا ليس ما حدث. أظهرت الأبحاث أن هذه الأنظمة أصبحت أفضل وأفضل في مساعدة الأطباء على اكتشاف النتائج المحتملة التي ربما فاتتهم ، دون إخراج سلطة اتخاذ القرار النهائية من أيديهم.

نقترب بسرعة من عصر “أطباء القنطور” ، حيث نجمع بين أفضل أجزاء الذكاء البشري ومساعدة الذكاء الاصطناعي:

نقترب بسرعة من وقت يتم فيه تمكين “أطباء القنطور” ، الذين يجمعون بين أفضل أجزاء الذكاء البشري ومساعدة الذكاء الاصطناعي ، لاتخاذ قرارات طبية جريئة مع عدد أقل بكثير من العواقب غير المقصودة. هذا مهم للغاية ، لأن الأخطاء الطبية تسبب حوالي ربع مليون حالة وفاة سنويًا في الولايات المتحدة وحدها. ليس من المبالغة القول إن الرعاية الصحية المدعومة بالذكاء الاصطناعي أنقذت بالفعل أرواحًا لا تعد ولا تحصى.

يساعد برنامج الذكاء الاصطناعي المسمى (MedAware) ، على سبيل المثال ، الأطباء على تجنب وصف الأدوية الخاطئة عن طريق الخطأ. كان الدكتور جيدي شتاين هو الرائد في هذا النظام بعد أن سمع عن طفل يبلغ من العمر 9 سنوات توفي لأن طبيبًا ضغط على الصندوق الخطأ ، وطلب وصفة طبية لمخففات الدم بدلاً من دواء الربو. مثل هذه الأخطاء شائعة بشكل مخيف: حوالي 70٪ من أخطاء الأدوية التي تؤدي إلى آثار ضارة هي أخطاء في الوصفات الطبية.

ليس من الصعب فهم كيف يمكن أن تكون هذه مشكلة منتشرة. وافقت إدارة الغذاء والدواء الأمريكية (FDA) على عشرات الآلاف من منتجات العقاقير التي تستلزم وصفة طبية ، والعديد منها يحمل أسماء متشابهة جدًا. هناك (Novolin) و (Novolog) و (vinblastine) و (vincristine) و (hydroxyzine) و (hydralazine). إذا كنت تتذكر أن الأطباء يشتهرون بخط اليد السيئ ، فيمكنك أن تتخيل كيف كان من الممكن أن يكون هذا مشكلة في الأيام التي تمت فيها كتابة معظم “النصوص” بخط اليد. لا يزال الأمر يمثل تحديًا في العصر الرقمي ، حيث يمكن أن يؤدي خطأ إملائي بسيط أو تأخر مؤقت في الذاكرة إلى توصيل الدواء الخطأ للمريض.

عندما يصف الطبيب دواءً لا يتطابق مع الاحتياجات الطبية للمريض حسب تقييم (MedAware) ، يتلقى هذا الطبيب تنبيهًا. يرسل النظام أيضًا إشارات إلى الأطباء إذا حاولوا وصف دواء يمكن أن يتفاعل سلبًا مع أحد الأدوية الموجودة لدى المريض – وهو خطأ شائع آخر لا يتم التحقق منه تقريبًا من قبل الأطباء. في المستشفيات حول العالم باستخدام (MedAware) ، لا يزال للطبيب القول الفصل. يقدم النظام ببساطة فحصًا إضافيًا ، يكون مفيدًا بشكل خاص عندما يكون الأطباء مرهقين.

هناك أيضا ميزة أخرى. غالبًا ما يمنع خطر ارتكاب الأخطاء الأطباء من التفكير بشكل خلاق ، ويقتصر خياراتهم على عدد صغير من العلاجات المألوفة. تستند هذه الممارسات ، في أفضل حالاتها ، إلى التجارب السريرية ، ولكن مع القوة المشتركة للذكاء الاصطناعي وسحب البيانات الفردية ، يمكننا أن نفعل ما هو أفضل بكثير من “اتباع المتوسط”. يمكن للطبيب المدعوم بالذكاء الاصطناعي تقييم عشرات الآلاف من النتائج المحتملة بسرعة وثقة – مع مراعاة التركيب الجيني الفريد للفرد والكيمياء الحيوية ونمط الحياة والتاريخ الشخصي – قبل تقديم مجموعة مختارة من العلاجات الموصى بها.

تساعد أنظمة دعم القرار السريري أيضًا في جعل نتائج الاختبارات أكثر تخصيصًا ، وتعديل نطاقات العمر والجنس والعرق والأنواع الفرعية للمرض وما إلى ذلك. توفر أداة (DXplain) ، وهي أداة ذكاء اصطناعي تم تطويرها في مختبر علوم الكمبيوتر في مستشفى ماساتشوستس العام ، تشخيصًا محتملاً يعتمد على المظاهر السريرية. أظهرت تجربة مراقبة عشوائية أن استخدام (DXplain) ساعد المقيمين في طب الأسرة على تحقيق نتائج أفضل بشكل ملحوظ في اختبار التشخيص الذي يشمل 30 حالة سريرية ، مما أدى إلى تحسين معدل الدقة لديهم من 74٪ إلى 84٪.

تُستخدم أنظمة دعم القرار السريري هذه الأيام أيضًا للمساعدة في الاختبارات المعملية والتفسير ، وتوفير التنبيهات وتسليط الضوء على نتائج المختبر غير الطبيعية. يساعدون أحيانًا في تجنب استخدام استراتيجيات تشخيص أكثر خطورة أو أكثر توغلاً لصالح بدائل أكثر أمانًا. على سبيل المثال ، تعتبر خزعات الكبد المعيار الذهبي – أكثر دقة من الاختبارات المعملية غير الغازية – لتشخيص التهاب الكبد B و C. ولكن يمكن لنماذج الذكاء الاصطناعي الجمع بين مصادر بيانات متعددة ، بما في ذلك التصوير وعلامات الدم وعلم الوراثة ، للحصول على معدلات دقة أعلى بكثير بدون الحاجة إلى خزعة.

أظهرت دراسة أنه يمكن إجراء تحليل ورم المثانة باستخدام الذكاء الاصطناعي بمعدل دقة 93٪:

تقود تقارير علم الأمراض العديد من القرارات الطبية الحاسمة ، ويمكن استخدام الذكاء الاصطناعي لأداء مهام مثل التصنيف الآلي للورم. أظهرت دراسة أنه يمكن إجراء تحليل ورم المثانة باستخدام الذكاء الاصطناعي بمعدل دقة 93٪. تُستخدم أنظمة الذكاء الاصطناعي الأخرى اليوم لسلامة المرضى والإدارة السريرية واحتواء التكلفة ودعم التشخيص. ينبه أحد أنظمة دعم القرار الأطباء عندما يُظهر السجل الصحي الإلكتروني للمريض أنه مؤهل لإجراء تجربة سريرية. يساعد آخر على ضمان دقة التوثيق – على سبيل المثال ، تأكيد أن المريض قد تلقى لقاحات لمنع الالتهابات البكتيرية بعد استئصال الطحال الجراحي. هذه الأنظمة مفيدة للغاية في الأماكن ذات الوصول المحدود إلى الخبراء السريريين ، مما يوفر مستوى أعلى من الرعاية المتخصصة مما قد يكون متاحًا بخلاف ذلك.

على الرغم من أنه لا تزال هناك بعض المقاومة ، إلا أن الأطباء يطالبون بشكل متزايد بأنظمة الذكاء الاصطناعي التي يمكن استخدامها كأدوات مساعدة. سيحارب البعض التكنولوجيا الجديدة ؛ هذا ما يحدث عندما تكون موازين الطاقة التشخيصية في حالة تغير مستمر. لكن أولئك الذين يدمجون هذه الأنظمة في ممارساتهم سوف يقدمون لمرضاهم (وأنفسهم) خدمة رائعة. في أفضل حالاتهم ، هم أقرب إلى عدم وجود خبير واحد بل الآلاف والآلاف ، وجميعهم يعملون معًا بأقصى سرعة. نظرًا لأن تشغيل الذكاء الاصطناعي غير مكلف عمومًا بمجرد تطويره ، فإن إمكانية تحسين الرعاية وجعلها أرخص بشكل جذري أمر مذهل.

يعود الفضل في التقدم في مجال الذكاء الاصطناعي الطبي في جزء كبير منه إلى الكمية المتزايدة من البيانات المتاحة لنا. تم تجميع مخابئ هائلة من السجلات الصحية الإلكترونية ، أو السجلات الصحية الإلكترونية ، حول تفاعلات المرضى في جميع المؤسسات الصحية الرئيسية. وجدت دراسة أجريت عام 2017 أن ما معدله 80 ميغا بايت من المعلومات تم إنشاؤها بواسطة كل مريض سنويًا. تتضمن هذه السجلات بيانات التصوير ونتائج الاختبارات الأساسية ومعلومات عن نتائج المرضى والمزيد. وذلك قبل أن نضيف مجموعات البيانات الأكبر التي ستصبح جزءًا من سحابة بيانات كل مريض عندما نبدأ في تجميع ودمج الجينوميات وتحليل الدم وتحليلات ميكروبيوم الأمعاء والبيانات من الأجهزة القابلة للارتداء.

من خلال تغذية البيانات من المرضى في نظام معرفة عميق للتحليل والتفسير ، يمكن للأطباء استنباط مناهج تشخيصية وعلاجية رائدة تستهدف الفرد بشكل فريد. أحد الجهود المبكرة لاستخدام نماذج اللغة الكبيرة بهذه الطريقة هو (GatorTron) ، الذي تم تطويره في جامعة فلوريدا ، والذي تم تدريبه باستخدام 90 مليار كلمة من السجلات الطبية الإلكترونية ، مما مكنه من استخلاص المفاهيم السريرية والإجابة على الأسئلة الطبية.

لتلبية المستقبل الذي يمكن لأنظمة الكمبيوتر أن تفكر فيه وتقرر وتشرح قراراتها للبشر للحصول على الموافقة النهائية ، ستكون هناك حاجة إلى تطورات جديدة في الذكاء الاصطناعي. كان من الصعب توسيع نطاق “أنظمة الكمبيوتر الخبيرة” التقليدية لأنها تميل إلى التعقيد مع تراكم القواعد ، مما يؤدي إلى توسع في القرارات المعقدة بشكل لا يصدق. على النقيض من ذلك ، فإن التفكير البشري لا يقوم على القواعد البحتة. على عكس أجهزة الكمبيوتر ، نحن جيدون جدًا في التعرف على الأوقات التي لا ينبغي فيها تطبيق القواعد على حالة معينة أو حيث ينهار المنطق. من أعاجيب الدماغ البشري قدرته على التعامل مع ما هو غير متوقع.

هناك حاجة ماسة إلى اختراق مشابه لذلك الذي دفع أنظمة الذكاء الاصطناعي القائمة على البيانات لأنظمة الذكاء الاصطناعي القائمة على المعرفة. سيؤدي هذا إلى عالم يمكن فيه ربط “التعلم العميق” بـ “التفكير العميق” ، بحيث يمكن للذكاء الاصطناعي فهم العلاقات الضمنية ، وليس فقط تلك التي تمت برمجتها بشكل خاص في التعليمات البرمجية الخاصة به. ما يجعل هذا التحدي صعبًا للغاية هو أنه على عكس التعلم العميق ، حيث أدت إضافة كميات هائلة من قوة الحوسبة والبيانات إلى تعزيز القفزة إلى الأمام ، فإننا بحاجة إلى تطورات مفاهيمية لجعل التفكير العميق قابلاً للتحقيق.

ومع ذلك ، ستصبح هذه الأنظمة قريبًا ضرورية حتى يعمل الأطباء في عالم البيانات المتفجرة والفهم الطبي والأفكار. في إصدارات هذا التعاون التي من المرجح أن تتحقق في المستقبل القريب ، سيقدم الذكاء الاصطناعي مجموعة مختارة من القرارات المقترحة موضحة بعبارات يمكن للأطباء فهمها ، مما يمنحهم فرصة لتقييم المنطق الأساسي بشكل نقدي. يتطابق هذا بشكل وثيق مع الطريقة التي قد يقوم بها أخصائي طبي بتوجيه ممارس الأسرة لتقديم توصية الرعاية النهائية للمريض. سيصبح الذكاء الاصطناعي أداة تعليمية قوية بالإضافة إلى أداة قوية للاستغناء عن الصحة.

؛؛ستبدأ أنظمة الذكاء الاصطناعي القادرة على “التفكير العميق” بمرور الوقت في تحديد الروابط والمفاهيم التي لا يستطيع البشر رؤيتها ببساطة؛؛

في النهاية ، مع التقدم في معالجة اللغة الطبيعية وخاصة نماذج اللغة الكبيرة الحديثة مثل (ChatGPT) ، سيتمكن البشر وأجهزة الكمبيوتر من المشاركة في مناقشات معقدة ومُعقولة حول المريض ، والتفكير في الاحتمالات معًا في تبادل في الوقت الفعلي. سيكون الطبيب هو الحكم النهائي لما يتم تحديده ، مع التخلص من عبء التعلم المستحيل ودمج مجموعة البيانات والمعرفة الجديدة المطلوبة لاتخاذ القرار الأكثر استنارة. سيبدأ التفكير العميق بمرور الوقت في تحديد الروابط والمفاهيم التي لا يستطيع البشر ببساطة رؤيتها أو فهمها دون مساعدة الذكاء الاصطناعي.

– عندما يحدث هذا –

عندما يبدأ الذكاء الاصطناعي في إبراز الرؤى المعقدة بدلاً من مجرد ربط البيانات – ماذا سيفعل الأطباء؟ إذا نجحت هذه التدخلات ، فهل سيتم دمجها حتى لو لم نتمكن نحن البشر من شرح سبب عملها؟ قد يبدو هذا وكأنه خطوة بعيدة جدًا ، لكن يجدر بنا التأكيد على أننا نعلم أن العديد من العلاجات الصيدلانية تعمل دون فهم العمليات البيوكيميائية قيد التشغيل تمامًا ، ونحن نشعر دائمًا بالرهبة من التعقيد الشديد لعلم وظائف الأعضاء البشري.

كان الأمر دائمًا على هذا النحو. كان السومريون والمصريون القدماء يصنعون الأدوية من النباتات الغنية بالساليسيلات مثل الصفصاف قبل فترة طويلة من فهم البشر لماذا تقلل هذه المواد الكيميائية من الألم والالتهابات. وعلى الرغم من أن الدواء الحديث المشتق من هذه الممارسات ، الأسبرين ، كان موجودًا منذ أكثر من 165 عامًا ، إلا أن الآليات الكامنة وراء تأثيره على جسم الإنسان لا تزال قيد الدراسة حتى يومنا هذا.

؛؛في النهاية ، نشك في أن الذكاء الاصطناعي سيكون مثل الأسبرين: سنستخدمه لأنه يعمل ، حتى لو لم نفهمه تمامًا؛؛

سوف يتطلب الأمر قفزة إيمانية ، لكن الابتكار غالبًا ما ينطوي على المغامرة في المجهول لفترة من الوقت قبل أن يصبح معروفًا في النهاية.

الدكتور هود هو الرئيس التنفيذي لشركة (Phenome Health) ومؤسس مشارك وأستاذ لمعهد بيولوجيا الأنظمة ، والدكتور برايس هو كبير مسؤولي العلوم في (Thorne HealthTech). هذا المقال مقتبس من كتابهم الجديد ، “عصر العافية العلمية” ، الذي نشر في 4 أبريل من قبل مطبعة جامعة هارفارد.

المصدر: 

https://www.wsj.com/articles/the-ai-will-see-you-now-5f8fba14