→ العودة إلى الصفحة الرئيسية

إخضاع استنتاجات أبحاث الذكاء الاصطناعي للاختبار: OpenScientist يستكمل تقييم خمس حالات بحثية في الطب الحيوي

من مؤشرات الدم لمرض ألزهايمر إلى أبحاث الورم النقوي، خضع نظام ذكاء اصطناعي مفتوح المصدر للاختبار باستخدام بيانات محجوبة ومجموعات خارجية وتقييم بشري مُعمّى. تقدم هذه النتائج أدلة تدعم التعاون البحثي، وتحدد أيضًا الحدود التي لا يزال يتعين تجاوزها قبل الانتقال إلى الاستخدام السريري.

By SURL BioNews

في أبحاث الطب الحيوي، غالبًا ما يكون التقرير التحليلي الذي يبدو معقولًا مجرد نقطة انطلاق للتحقق. ومع بدء الذكاء الاصطناعي في البحث بنفسه في الأدبيات، وإجراء التحليلات، واقتراح آليات الأمراض، تزداد حاجة الباحثين إلى معرفة ما إذا كانت الاستنتاجات ستظل صامدة عند استخدام مجموعة أخرى من البيانات. اختبرت دراسة OpenScientist المنشورة في «Nature Medicine» هذا السؤال عبر خمس حالات بحثية في الطب الحيوي، لتنقل التقييم من جودة كتابة التقرير إلى مدى قابلية النتائج للتحقق المستقل.

OpenScientist هو نظام وكلاء ذكاء اصطناعي مفتوح المصدر يربط بين البحث في الأدبيات وتوليد الفرضيات وتحليل البيانات، وفقًا للأسئلة التي يحددها العلماء. قيّم خبراء في المجالات المعنية أداءه في الدراسة؛ وشملت استخداماته مؤشرات الأمراض، والتنبؤ بالبقاء على قيد الحياة، واستكشاف الآليات الجزيئية، بما يعكس متطلبات العمل على مستويات مختلفة في أبحاث الطب الحيوي.

من بين هذه الحالات، اختبرت حالة مرض ألزهايمر قدرة النظام على قياس أداء المؤشرات الحيوية في الدم كمّيًا؛ فيما استخدمت حالة أخرى بيانات بروتينات البلازما لبناء نموذج للتنبؤ بالبقاء على قيد الحياة، ثم اختبرته على مجموعة تقييم محجوبة لم تكن متاحة للنظام أثناء بناء النموذج. وتكمن أهمية الحالة الأخيرة في أن النموذج يجب أن يواجه بيانات لم تدخل في عملية بنائه، حتى يمكن فحص قدرته التنبؤية بصورة أقوى.

اتخذ استكشاف الآليات مسارًا مختلفًا للتحقق. اقترح النظام فرضية آلية تربط بين التغيرات المرضية المرتبطة ببروتين tau والتغيرات في تحمّض الجسيمات الحالّة، وحظيت هذه الفرضية بدعم في تحليلات متكررة؛ أما الفرضيات الناتجة عن حالة الورم النقوي المتعدد، فخضعت للاختبار باستخدام مجموعات خارجية وضوابط عشوائية، وكانت الإشارات أضعف في الضوابط. تساعد هذه التصاميم في التمييز بين القرائن القابلة للتكرار والارتباطات العرضية، لكن الآليات التي يدعمها تحليل البيانات تظل بحاجة إلى تجارب وظيفية لتأكيد العلاقات السببية.

وضعت الحالة الخامسة الذكاء الاصطناعي والتحليل البشري المستقل ضمن مقارنة بروتيومية محددة مسبقًا، وفحصت مدى توافقهما من خلال تقييم مُعمّى. أفاد ملخص الدراسة بتوافق النتائج، لكن نطاق هذا الدليل محدود: فالتوافق في مهمة محددة لا يتيح الاستنتاج مباشرةً أن الذكاء الاصطناعي أصبح قادرًا على تولّي مختلف الأحكام البحثية بصورة مستقلة، ولا يتيح اعتبار مخرجاته مناسبة لاتخاذ قرارات تشخيص المرضى وعلاجهم.

تتيح المواد التكميلية المنشورة مع الدراسة تتبّع النتائج المذكورة أعلاه. فقد أودع المؤلفون في Zenodo سجلات تنفيذ الوكلاء، والإعدادات، وملفات تتبّع مصادر البيانات، والأشكال والرسوم البيانية، والتقارير النهائية، وأدرجوا أيضًا عمليات تشغيل متكررة بالمدخلات نفسها، ومقارنات بين بيئات متصلة بالإنترنت وأخرى معزولة، وتجارب لتعديل التعليمات والبنية. ووفقًا لملاحظات تحديث المستودع بتاريخ 5 نوفمبر، شملت الإضافات أيضًا الشيفرة التحليلية التي استندت إليها أشكال الورقة البحثية ورسومها البيانية؛ بينما تخضع بعض بيانات الإدخال لقيود على صلاحيات المشاركة.

تمنح هذه السجلات العلنية باحثين آخرين فرصة فحص كيفية التوصل إلى الاستنتاجات، وتذكّر المستخدمين أيضًا بأن إتاحة المصدر وقابلية التتبّع لا تضمنان بحد ذاتهما صحة التحليل. تشير الدراسة إلى أن OpenScientist يمكنه العمل مع نماذج مفتوحة المصدر في بيئة معزولة تمامًا عن الشبكة، ما يوفر خيارًا لنشر النظام عند التعامل مع بيانات سريرية حساسة؛ غير أن حوكمة البيانات، وجودة التحليل، والفائدة السريرية الفعلية تظل مسائل تتطلب كل منها تحققًا مستقلًا. وما تدعمه هذه الدراسة بصورة أقوى حاليًا هو الاستعانة بالذكاء الاصطناعي في تحليلات الطب الحيوي تحت إشراف الخبراء، بينما لم يثبت بعد استخدامه للأغراض السريرية.

References

  1. Broad Institute / Nature Medicine
  2. Zenodo