Arabnet Arabnet

دمج الذكاء الاصطناعي في مجال الرعاية الصحية هو تحسين سير العمل السريري والعملية السريرية. من خلال القيام بذلك، تأخذ خوارزميات الذكاء الاصطناعي الحمل عن الأطباء. ومع ذلك، من الضروري جدًّا ألا يقتصر دور الذكاء الاصطناعي في مجال الطبّ على ما سبق.

يمكن للذكاء الاصطناعي أن يُحدث تغييرًا كبيرًا في قطاع الرعاية الصحية، من مساعدة الأطباء في غرف العمليات إلى الحدّ من وقت الانتظار في العيادات، وصولاً إلى التعرّف المبكر على الأمراض. وفي هذه المقالة، ستتعرّفون على كلّ الطرق التي يمكن من خلالها للذكاء الاصطناعي تحسين قطاع الرعاية الصحية فعلاً.

طبيبي هو روبوت

هل تعاني من انسداد الأنف والحمّى العالية وبدأت تنزعج فعلاً؟ أول ما تقوم به هو إما الاتصال بالطبيب أو الذهاب بنفسك إلى مكتبه لطرح كلّ الأسئلة والحصول على الوصفة الطبية الصحيحة. أمّا اليوم وبوجود المساعدات الصحية العاملة بالذكاء الاصطناعي، يمكنك إنقاذ نفسك من عناء القيام بذلك. تستطيع هذه المساعدات الآلية تغطية عدد كبير من خدمات العيادات الخارجية: فتسألك عن الأعراض التي تشعر بها وتزودك بالمعلومات التي تحتاج إلى معرفتها عن حالتك الطبية من خلال النظر في نتائج العلاجات السابقة، فضلاً عن تاريخك الطبي الشخصي.

على سبيل المثال، Your.MD هو تطبيق المحمول الذي يعمل بالذكاء الاصطناعي ويوفّر الرعاية الصحية الأساسية، من خلال اقتراح الخطوات اللازمة والتدابير لعلاج المرض. وفي حال عدم نجاح ذلك، يحثّ Your.MD المستخدم للتحقّق من الحالة مع الطبيب المختصّ. تطرح المنصة كلّ الأسئلة اللازمة لفهم أعراض المريض والوصول إلى شبكة واسعة من البيانات لربطها بالأسباب. وعند القيام بذلك، ينشئ المساعد خريطة لحالة المريض ويستخدم معالجة اللغة وإنتاجها لتوفير تجربة شخصية.

لا تقوم مساعدات الرعاية الصحية بتجنيب المرضى عناء الذهاب إلى عيادة الطبيب فحسب، بل تحرّر الأطباء أيضًا من التعامل مع الأمراض الأقلّ بساطة. ويمكن لهذه المساعدات أيضًا الحفاظ على المراقبة المستمرّة والعناية بالمرضى الذين يحتاجون إلى هذا النوع من الاهتمام، كما هو الحال في حالة الرعاية الصحية العقلية.

وعلاوة على ذلك، يمكن للمساعدات أيضًا التواصل مع المرضى نيابة عن الأطباء لمتابعة التقدّم المحرَز، والعودة إلى الأطباء مع الملاحظات والمعلومات المتعلقة بمسار تعافي المريض باستخدام التقنيات الطبيعية لإنتاج اللغة ومعالجتها (NLG/NLP).

النظر إلى الأمام

يمكن للذكاء الاصطناعي والتعلم الآلي حاليًّا فهم كيفية عمل وظائف الحمض النووي للإنسان وتأثيرها على الحياة. ويمكن لأنظمة مثل Deep Mind من جوجل وWatson من آي بي أم، استيعاب كميات هائلة من البيانات، مثل سجلات المرضى والمذكرات السريرية والصور التشخيصية وخطط المعالجة وأداء طريقة التعرّف على الأنماط في فترة قصيرة من الزمن.

ويمكن للتعلّم الآلي من خلال تفسير الجينوم البشري، التنبؤ بالآثار الجزيئية للتغيرات الوراثية وتحديد أنماط عبر الملايين من نقاط البيانات، وهي مهمّة قد تستغرق من البشر إلى الأبد للقيام بها. ويمكن لخوارزميات التعلم الآلي أن تفحص بسرعة السجلات الصحية الشخصية والعائلية للمريض للبحث عن نماذج مماثلة والتوصّل إلى اقتراحات يمكن أن تؤدي إلى الكشف المبكر، وبالتالي الوقاية من مرض خطير. ولا يمكن تحقيق هذا النوع من التعرّف على النمط الجيني إلا من خلال استيعاب كمية كبيرة من البيانات. ويتمّ ذلك باتباع خطوات واضحة:

1. الحصول على بيانات الجينوم الشخصية الموثوقة والتنبؤ بالمخاطر الوراثية

2. إجراء تحاليل لأنماط السلوك لتحديد المعلومات القيّمة المتعلّقة بالجينوم الشخصي

3. استخراج البيانات من أجل الاكتشاف العلمي

مع وضع هذه العملية قيد التنفيذ، يمكن للطبّ الكشف عن الأمراض الخطيرة مثل السرطان والألزهايمر من خلال أعراض بسيطة جدًّا، ما يزيد من معدل البقاء على قيد الحياة أو خيارات معالجة المريض. في هذا السياق، أنشأ باحثون في جامعة ستاندفورد خوارزمية الذكاء الاصطناعي التي يمكن أن تحدّد سرطان الجلد من خلال تدريب خوارزمية التعلّم العميق بـ130 ألف صورة للشامات والطفح الجلدي والآفات. وعلاوة على ذلك، قامت Freenome، وهي شركة ناشئة مقرّها سان فرانسيسكو، بإنشاء محركات الجينوم التكيّفية التي تكشف عن توقيعات المرض في الدم باستخدام تقنية الفرينوم.

اكتشاف أدوية جديدة

بحسب TechCrunch، عادة ما تستغرق الأدوية الجديدة 12 إلى 14 عامًا لتكون متاحة للاستخدام التجاري. ولكن، تسارعت هذه العملية مع تطبيقات الذكاء الاصطناعي/التعلّم الالي. ويمكن لأجهزة الكمبيوتر أن تبحث في البيانات البيولوجية للمريض لفهم سبب نجاة الناس من الأمراض وتطبيق النتائج التي تجدها لتحسين العلاجات المستخدمة حاليًّا أو إنشاء علاجات جديدة.

على سبيل المثال، تهدف BenevolentAI، وهي شركة ناشئة مقرّها لندن، إلى تسريع عملية اكتشاف الأدوية عن طريق استخدام الذكاء الاصطناعي للبحث عن أنماط في الأدب العلمي. واستنادًا إلى تحليل شامل لكميات هائلة من البيانات، تكون المنصة قادرة على تجهيز الأطباء بالأفكار التي يحتاجونها لربط اكتشاف الأدوية والبحوث. في الواقع، اكتشفت الشركة مؤخّرًا اثنين من المركّبات الكيميائية المحتملة التي قد تعمل على مرض الألزهايمر.

إلى أين نتّجه؟

من المتوقع أن يحوّل الذكاء الاصطناعي قطاع الرعاية الصحية في غضون السنوات القادمة. وسيقوم الأطباء بالتمرّن مع مساعدة الذكاء الاصطناعي ليتمكّنوا من علاج 5 إلى 10 أضعاف المرضى الحاليّين. كما ستدعم مساعدات الرعاية الصحية المستخدمين في مجال المراقبة الصحية وستكون أدوات العلاج متاحة بأسعار معقولة للاستخدام التجاري. وستساعد الروبوتات وأنظمة الذكاء الاصطناعي في المنزل المرضى وغيرها الكثير. كذلك، وفقًا لاتجاهات الإنترنت 2017 الصادرة عن Mary Meeker، تتزايد البيانات بنسبة 48٪ على أساس سنوي، ما سيمكّن من تطور الابتكار في القطاع الطبي من خلال الذكاء الاصطناعي.

ومع ذلك، يثير دمج الذكاء الاصطناعي في المجال الطبي الكثير من الأسئلة ويترك العديد من المخاوف. ويجب أن تعالج الأرقام انعدام الأمن هذا، أو وفقًا لـ"ذا تلغراف"، وجدت الاختبارات التي تقارن دقة الفرز أنّ الممرضات كانت دقيقة بنسبة 73.5٪ من الحالات والأطباء بنسبة 77.5٪، في حين بلغت معدلات الكمبيوتر 90.2٪. ولا ينتهي الأمر هنا، إذ يبدو أنّ الأطباء حصلوا على متوسط 3 دقائق و12 ثانية لإجراء التشخيص والممرّضين على دقيقتين و7 ثوان، في حين حصلت أجهزة الكمبيوتر على دقيقة واحدة و7 ثوان.

وعلاوة على ذلك، كشفت دراسة حديثة في مقال نشرته CB Insights حيث كانت تتّبع 100 شركة للرعاية الصحية تركّز على الذكاء الاصطناعي، أنّ أكثر من نصف المستشفيات في جميع أنحاء العالم تخطّط لاعتماد هذه التقنية في غضون 5 سنوات، و35٪ منها تخطط للقيام بذلك خلال العامين القادمين.

كما نرى اليوم، لم يُظهر الذكاء الاصطناعي كلّ إمكاناته بعد في قطاعات الرعاية الصحية، على الرغم من أنّه قد قطع مسافة طويلة. وقد أثبتت هذه التقنية أنّها أداة مكمّلة للطبّ بشكلٍ إيجابي ولكنّها ليست بديلاً له. ولا يزال الذكاء الاصطناعي غير قادر على اتّخاذ القرارات، بل يكتفي بتقديم اقتراحات صالحة. والأمر الوحيد المؤكّد هو أنّه، إذا كان من السهل أتمتة العمليات الطبية، لا يزال التعاطف والتفاعل بين الأشخاص تطوّرًا يحتاج الذكاء الاصطناعي إلى وقتٍ طويل لحلّه.