إعادة تشغيل التجارب القديمة بالذكاء الاصطناعي: EmulatRx يختبر تصاميم الدراسات السريرية باستخدام بيانات السجلات الطبية

غالبًا ما تُزرع بذور أكثر أخطاء التجارب السريرية كلفةً قبل انضمام أول مريض: معايير إدراج شديدة الضيق، أو نقاط نهاية يصعب استخلاصها من السجلات الطبية، أو عدم التعامل الملائم مع عوامل الإرباك الرئيسية. ويحاول EmulatRx، الذي طوّره فريق Weill Cornell Medicine، إتاحة المجال لعدة وكلاء للذكاء الاصطناعي كي «يعيدوا تشغيل» تجارب تاريخية باستخدام سجلات صحية إلكترونية موجودة، بهدف التحقق من قابلية تصميم الدراسة للتنفيذ. وقد نُشرت الدراسة المحكّمة لهذا النظام في مجلة «Nature Communications»، إلا أن موقعه لا يزال أداةً بحثية، لا مصدرًا للأدلة يحل محل التجارب السريرية الاستباقية.

قيّم الباحثون 20 محاكاة لتجارب، استخدمت 10 منها، وهي دراسات لأمراض حادة، قاعدة بيانات الرعاية الحرجة MIMIC-IV، بينما استخدمت الدراسات العشر الأخرى، الخاصة بأمراض مزمنة، بيانات INSIGHT Network. وتدمج الأخيرة السجلات الطبية لخمسة أنظمة رعاية صحية في نيويورك، ما أتاح للفريق اختبار قدرة النظام على إعادة بناء مقارنات علاجية قائمة من بيانات العالم الحقيقي عبر أطر زمنية مرضية وسياقات سريرية مختلفة.

لا يُسند EmulatRx التحليل إلى روبوت محادثة واحد، بل يضم خمس عقد ذات أدوار مختلفة: ينسّق Supervisor سير العمل، ويضع Trialist هيكل التجربة، ويتولى Clinician الدلالة السريرية، ويربط Informatician معايير الإدراج والمتغيرات بالسجلات الصحية الإلكترونية، فيما يقدّر Statistician الآثار السببية ويفسّر النتائج. ويسعى هذا التقسيم للعمل إلى تحويل المهام التي تتطلب أصلًا تنسيقًا متكررًا في البحوث السريرية إلى سير عمل حاسوبي قابل للتتبع والمراجعة.

في عدة محاكاة، أعاد النظام إنتاج الآثار العلاجية التي سبق أن أبلغت عنها الدراسات التاريخية، وحدد اختلافات لدى بعض المجموعات الفرعية من المرضى. كما عرضت المواد التقنية تجربةً للكورتيكوستيرويدات لدى مرضى الإنتان في وحدات العناية المركزة بوصفها إثباتًا للمفهوم: فبعد أن عدّل النظام معايير الأهلية، وعالج المتغيرات المفقودة، وراجع المتغيرات المصاحبة، جاء اتجاه متوسط أثر العلاج ونسبة المخاطر الناتجين متوافقًا مع اتجاههما في التجربة العشوائية الأصلية. وتشير هذه النتائج إلى أنه قد يساعد الباحثين، قبل بدء التسجيل الرسمي، على اكتشاف فجوات البيانات، وتقدير مجموعة المرضى الممكنة، أو مقارنة التأثيرات المحتملة لإعدادات البروتوكول المختلفة.

لكن الحصول على إجابات متشابهة من البيانات التاريخية لا يعني أن النظام أصبح قادرًا على التنبؤ بنتائج تجربة جديدة. فقد تؤدي طرق التوثيق في السجلات الصحية الإلكترونية، واختيارات العلاج، وتركيبة المرضى جميعها إلى انحياز؛ كما أن عوامل الإرباك غير المقاسة لا تختفي بزيادة عدد الوكلاء. لذلك يشير المؤلفون إلى أن التحقق الحالي يقتصر على MIMIC-IV وINSIGHT، وأن قابلية التطبيق عبر قواعد بيانات وأنظمة رعاية صحية مختلفة وفي مزيد من مجالات الأمراض لم تُثبت بعد، كما تتطلب التقديرات السببية مراجعة الخبراء.

حُفظت الشفرة البرمجية للإصدار 1.0.0 من EmulatRx عبر Zenodo، لتوفير لقطة تنفيذية قابلة للاستشهاد بها؛ وتشير المواد التقنية الصادرة عن Weill Cornell إلى تقديم طلب براءة اختراع أمريكية، وقد تمتد الاستخدامات المستقبلية إلى دراسات الفعالية بعد التسويق، ومراقبة سلامة الأدوية، وتوسيع دواعي الاستعمال، وإعادة توظيف الأدوية القديمة. وما سيحدد قيمته فعليًا ليس مجرد قدرته على إعادة إنتاج التجارب القديمة، بل قدرته على مواصلة تقديم تحليلات شفافة وقابلة للتحقق في مستشفيات مختلفة، ومع تفاوت جودة البيانات، ولأسئلة جديدة لا توجد لها إجابات معيارية بعد.