جعل السجلات الطبية الإلكترونية «تُجري» التجربة السريرية أولًا: تعاون خمسة وكلاء ذكاء اصطناعي لتصميم الفعالية العلاجية وإعادة إنتاجها

قبل أن تبدأ تجربة سريرية في تجنيد المرضى فعليًا، يتعين على فريق البحث مراجعة معايير الإدراج، ومؤشرات الفعالية، والأساليب الإحصائية مرارًا وتكرارًا. ويحاول EmulatRx، الذي طوّره فريق من كلية وايل كورنيل للطب، إتاحة المجال للذكاء الاصطناعي كي «يتمرّن» أولًا على هذه العملية باستخدام سجلات صحية إلكترونية منزوعة الهوية، لمساعدة الباحثين على تقدير التصاميم القابلة للتنفيذ، وما إذا كانت البيانات الطبية القائمة قادرة على إعادة إنتاج تأثيرات علاجية معروفة.

لا يتولى روبوت محادثة واحد هذه المنظومة بالكامل، بل يتعاون فيها خمسة وكلاء متخصصين قائمين على نماذج لغوية كبيرة: يتولون، على التوالي، إعداد بروتوكول التجربة، وإنشاء مجموعة الدراسة من السجلات الطبية الإلكترونية، وإجراء مراجعة للمعقولية السريرية، وتنفيذ التحليل السببي، والإشراف على سير العمل بأكمله. ويهدف هذا التقسيم إلى توثيق المدخلات والأحكام والتعديلات في كل خطوة، بحيث يستطيع الباحثون تتبّع كيفية تكوّن النتائج، بدلًا من تلقي إجابة واحدة يصعب التحقق منها.

قيّم الباحثون إجمالًا 20 عملية «محاكاة لتجارب مستهدفة». واستخدمت 10 دراسات للأمراض الحادة قاعدة بيانات الرعاية الحرجة MIMIC-IV، بينما استخدمت 10 دراسات أخرى للأمراض المزمنة بيانات شبكة الأبحاث السريرية INSIGHT، التي تغطي خمسة أنظمة للرعاية الصحية في مدينة نيويورك. وتشير الورقة البحثية إلى أن EmulatRx أعاد في تحليلات متعددة إنتاج التأثيرات العلاجية التي أبلغت عنها دراسات سابقة، ما يدل على احتمال استخدامه لتقييم الجدوى ومقارنة البروتوكولات قبل إجراء التجارب؛ لكن هذا الاتساق لا يعني أن النظام أثبت فعالية العلاج.

في مرحلة تحليل بروتوكول التجربة، حقق وكيل «Trialist» الذي يستخدم GPT-4o درجة F1 بلغت 95.4%. وأظهرت مقارنة النماذج في الدراسة أيضًا تفوق GPT-4o على النماذج المحلية المختبرة في الصلة السريرية، والاستدلال، وإنشاء استعلامات SQL. إلا أن هذه النتيجة تقيس الأداء في مهمة محددة، ولا يمكن تفسيرها مباشرة على أنها دقة سريرية بنسبة 95.4% للعملية بأكملها، كما أنها لا تثبت امتداد الأفضلية نفسها إلى مستشفيات أخرى أو تنسيقات مختلفة للسجلات الطبية أو مجالات مرضية أخرى.

قد يكون الاستخدام الأكثر واقعية لهذه الأدوات هو الكشف المبكر عن مشكلات مثل ضيق شروط التجنيد، أو عدم كفاية حجم العينة، أو نقص البيانات، أو اختلال توازن المتغيرات المصاحبة، إلى جانب إنتاج تحليلات أولية من السجلات القائمة يمكن للخبراء فحصها. وقد أودع الفريق الشفرة البرمجية للإصدار EmulatRx 1.0.0 في Zenodo وربطها بمستودع شفرات برمجية عام، ما يتيح للباحثين الخارجيين مدخلًا لفحص التنفيذ وإعادة إنتاجه؛ كما تُظهر بيانات نقل التقنية في جامعة كورنيل أنه قُدّم طلب براءة اختراع مؤقت للتقنية ذات الصلة.

مع ذلك، تحمل بيانات العالم الحقيقي تحيزات ناجمة عن اختيارات التشخيص والعلاج، وجودة السجلات، والاختلافات بين المرضى. وحتى إذا استطاعت أساليب الاستدلال السببي ضبط العوامل التي جرى قياسها، فلا يمكنها ضمان استبعاد المتغيرات المربكة غير المسجلة؛ كما قد يؤدي إنشاء النموذج اللغوي لشروط أو شفرات استعلام خاطئة إلى تغيير مجموعة الدراسة من دون أن يُلاحظ ذلك. ويقر فريق البحث أيضًا بعدم وجود معيار موحّد حاليًا للتقييم الشامل من البداية إلى النهاية، وبأن التحقق في مزيد من قواعد البيانات الطبية لا يزال ضروريًا.

لذلك، من الأنسب النظر إلى EmulatRx بوصفه أداة مساعدة لفرق الأبحاث السريرية في التصميم والتدقيق، لا حكمًا يعتمد الفعالية تلقائيًا. ولكي يدخل في التخطيط الروتيني للتجارب، لا بد، إلى جانب الإشراف البشري المستمر، من إنشاء آليات للتحقق عبر المؤسسات، وإدارة الإصدارات والتدقيق، وحوكمة خصوصية السجلات الطبية، ومعايير للأدلة تقبلها الجهات التنظيمية؛ وتظل التجارب العشوائية الاستباقية الفعلية حلقة أساسية للإجابة عن الأسئلة المتعلقة بفعالية العلاج وسلامته.