ناقش ثلاثة متخصصين في الطب والأحياء وتعلّم الآلة كيف يمكن للذكاء الاصطناعي أن يتنبأ بالأمراض ويساعد في الوقاية منها، وذلك في حلقة من سلسلة بودكاست مايكروسوفت للأبحاث «The Shape of Things to Come»، التي يقدّمها دوغ بيرغر، أحد قادة مايكروسوفت للأبحاث. وكان الضيوف هم إريك هورفيتز، كبير المسؤولين العلميين في مايكروسوفت؛ وإريك توبول، نائب الرئيس التنفيذي لمعهد سكريبس للأبحاث، الذي يصفه وصف الحلقة بأنه مستشار مايكروسوفت للذكاء الاصطناعي في مجال الصحة؛ وآفا أميني، مديرة الأبحاث الرئيسية في مايكروسوفت.

إعلان

التشخيص بالذكاء الاصطناعي

وصف هورفيتز مشروعًا لمايكروسوفت نقل اختبار الذكاء الاصطناعي إلى ما هو أبعد من تقديم حالة كاملة للنموذج. فبدلًا من ذلك، وُضع النظام في موقع الطبيب: تلقّى مجموعة أولية من الأعراض والتاريخ المرضي، ثم كان عليه اختيار الأسئلة والفحوص، وموازنة قيمة المعلومات مقابل كلفتها، وتحديد الوقت المناسب للحسم في التشخيص. وقال إن عدة نماذج لغوية رائدة أدّت أداءً جيدًا، لكنه حذّر من أن المقارنات مع الأطباء العامين من البشر لها حدودها.

وقال توبول إن العمل، المنشور في مجلة Science، كان الأول الذي توصّل فيه نظام قائم على الوكلاء إلى تشخيصات أدق من الأطباء ومن النماذج الرائدة الأخرى على حد سواء. وبحسب روايته، تضاعفت الدقة تقريبًا مقارنة بالأطباء، وبكلفة أقل. كما استشهد بتقدير صادر عن جامعة جونز هوبكنز يفيد بوقوع 800 ألف حالة وفاة أو إعاقة سنويًا بسبب أخطاء التشخيص.

أدلة التصوير غير المستثمرة ونماذج المريض الكاملة

رأى توبول أن الطب أغفل مجالًا يتمتع فيه التعلّم العميق بإثباتات أقوى: الصور الطبية مثل فحوص الشبكية والأشعة السينية للصدر وتخطيط القلب الكهربائي. وأشار إلى تجربة عشوائية شملت أكثر من مئة ألف امرأة في التصوير الشعاعي للثدي، و44 تجربة عشوائية في تنظير القولون، وقال إن هذه النتائج لا تُطبَّق عمليًا. ووفقًا لتوبول، لا تكاد أي امرأة في الولايات المتحدة تحصل على قراءة متطورة بالذكاء الاصطناعي لصور الماموغرام؛ والبديل، كما قال، هو الدفع مقابلها ضمن شبكة محدودة جدًا.

وقال إن المرحلة التالية ستكون نماذج المريض الكاملة التي تجمع السجلات الصحية والصور وعلم الجينوم وعلم البروتينات وبيانات أخرى، للتنبؤ بموعد حدوث المرض واختبار سيناريوهات «ماذا لو». وأضاف أن مثل هذه النماذج قادرة بالفعل على تحديد بعض التوقيت للمخاطر، وتوقّع أن تنضج قبل الخلية الافتراضية. وأضاف أن الهدف ينبغي ألا يقتصر على إبلاغ الناس بأنهم معرّضون للخطر، بل أن يتجاوز ذلك إلى الوقاية.

العوائق: التبنّي والحوافز

قال توبول إن الحلقة المفقودة هي التطبيق. وبحسب روايته، فإن المهنة الطبية بطيئة في تبنّي التغيير، والأنظمة الصحية تواجه قيودًا مالية وتعمل بهوامش ربح منخفضة جدًا، ولا يطالب الأطباء ولا المرضى بهذه التطورات. ووصف الأسباب المعلنة بأنها أعذار وليست مبررات وجيهة.

إعلان

ونقل بيرغر حجة سُمعت في مؤتمر حديث مفادها أن النموذج الاقتصادي للرعاية الصحية يتعارض مع الوقاية. فردّ توبول بأن في الولايات المتحدة حوافز مثبّطة بسبب هياكل مثل التغطية التأمينية لمدة عام واحد، في حين توجد في أماكن أخرى حوافز للحفاظ على صحة السكان.

وقالت أميني، التي تشارك في قيادة مشروع Project Ex Vivo، وهو تعاون بين مايكروسوفت ومعهد برود بشأن حالات الخلايا السرطانية، إن الحماسة تجاه نماذج الذكاء الاصطناعي البيولوجية يجب أن تقترن الآن بمشكلات واضحة تستوجب الحل وبتبنّي العلماء التجريبيين لها. وقالت إن تعقيد علم الأحياء متعدد المستويات يجعل دمج البيانات من الجزيئات إلى المرضى تحديًا صعبًا في تعلّم الآلة. وعندما سُئل هورفيتز عمّا إذا كان بالإمكان رسم خريطة لعلم الأحياء بدقة شريحة حاسوبية، أجاب بالنفي، قائلًا إن تفاصيله الحاسمة لن تُفهم أبدًا على مستوى ذري دقيق. وكانت أميني أكثر ترددًا، إذ قالت إنها لا تعتقد أن العلم سيصل إلى ذلك تمامًا، لكنها رأت أن مثل هذه الدقة ليست ضرورية لتحقيق اكتشافات مفيدة.

المصادر