الطب الحيوي · global
ذكاء اصطناعي لتشخيص الأمراض النادرة يدخل تجربة عشوائية مع الأطباء، وRaDaR ينقل السؤال من الإجابة إلى التعاون السريري
يفيد تقرير تمهيدي على arXiv بأن نموذج استدلال من 32B معلمة، صُمم خصيصًا للأمراض النادرة، رفع معدل إصابة التشخيص في تحقق متعدد المراكز وتجربة لمساعدة الأطباء؛ لكنه يذكّر في الوقت نفسه بأن السؤال التالي للذكاء الاصطناعي الطبي ليس ما إذا كان يستطيع الإجابة، بل كيف يمكن استخدامه على نحو موثوق.
غالبًا لا تكمن صعوبة الأمراض النادرة في مدى غرابة اسم مرض واحد، بل في أن المؤشرات تكون مبعثرة بين مسار مرضي يمتد سنوات، وتخصصات مختلفة، وسجلات طبية مجزأة. وعندما يضطر الطبيب، ضمن وقت محدود، إلى تنظيم تشخيص تفريقي من بين آلاف الأمراض المحتملة، فإن أداة ذكاء اصطناعي قادرة على فهم السرد السريري واقتراح قائمة مختصرة، إذا استطاعت فعلًا تحسين الحكم، فلن تكون مجرد نسخة مطورة من محرك بحث.
نشر فريق البحث في 23 يونيو تقريرًا تمهيديًا على arXiv، عرّف فيه نموذجًا لغويًا كبيرًا للاستدلال في تشخيص الأمراض النادرة باسم RaDaR (Rare Disease navigatoR). وهو نموذج من 32B معلمة وباتجاه مفتوح المصدر، يقول الباحثون إنه دُرّب على 49,170 حالة منشورة بنص حر، و104,666 حالة اصطناعية، مع إدخال مسار تعزيز للاستدلال، بهدف تمكين النموذج من التعامل مباشرة مع النصوص السريرية، بدل الاعتماد فقط على رموز الأنماط الظاهرية المنسقة مسبقًا.
في المعايير العامة وبيانات أربعة مراكز تحقق خارجية، جرى إعداد RaDaR لإنتاج قائمة مرشحة تضم ما يصل إلى خمسة تشخيصات محتملة، لا لإعطاء نتيجة واحدة. ويفيد البحث بأنه حقق أداءً متقدمًا في مقارنات متعددة مع نماذج مفتوحة المصدر؛ أما في بيانات السجلات الصحية الإلكترونية الحقيقية الخارجية، فقد أورد الباحثون معدلات دقة تشخيصية تفاوتت بوضوح بحسب المركز، من نحو 48% إلى 84%. وهذا التفاوت بحد ذاته يوضح أن طريقة كتابة السجلات الطبية، وتكوين التخصصات، وتوزيع الأمراض، تؤثر بعمق في قابلية استخدام الذكاء الاصطناعي الطبي.
الأقرب إلى الواقع السريري كان تقييمين لسير العمل. الأول تحليل استعادي لمسار المرض: بين 113 مريضًا تأكدت إصابتهم بمرض نادر وسبق أن مروا بعدة زيارات طبية من دون تشخيص، أدرج RaDaR التشخيص النهائي ضمن المرشحات في 61.06% من الحالات قبل أول توثيق في السجل الطبي لاشتباه سريري بذلك المرض النادر؛ وقدّر الباحثون أن ذلك كان يمكن أن يسبق التشخيص بمتوسط 1.87 شهر. هذا ليس دليلًا استباقيًا على نتائج سريرية، لكنه يطرح سؤالًا ملموسًا: هل يستطيع النموذج، على طريق التشخيص الطويل، أن يضع الاتجاه الصحيح أمام الطبيب في وقت أبكر قليلًا؟
الثاني كان تجربة عشوائية لمساعدة الأطباء. ويذكر البحث أن 84 طبيبًا من 28 مستشفى وُزعوا عشوائيًا على مجموعتين، وأكمل 76 منهم التجربة؛ كان بإمكان مجموعة الضبط استخدام البحث العام على الإنترنت، بينما استطاعت مجموعة RaDaR استخدام النموذج والإنترنت في الوقت نفسه. وبين من أكملوا التجربة، بلغت دقة التشخيص في مجموعة RaDaR المساعدة 49.44%، مقابل 28.00% في مجموعة الضبط، بفارق 21.44 نقطة مئوية، ومن دون زيادة واضحة في متوسط زمن الإجابة.
لكن رفع الدقة لا يعني إمكانية تسليم المهمة باطمئنان. فقد أبلغ فريق البحث أيضًا عن إشارة تتعلق بالسلامة: عندما أخطأت مجموعة RaDaR المساعدة، كانت نسبة درجات الثقة العالية أعلى، ما يشير إلى أن الذكاء الاصطناعي قد يجعل بعض الأحكام الخاطئة تبدو أكثر يقينًا. وبالنسبة إلى أنظمة دعم القرار السريري، فإن مشكلة «المعايرة» هذه أساسية؛ فإذا تعامل الطبيب مع مخرجات النموذج بوصفها إجابة ذات سلطة، لا تشخيصًا تفريقيًا يحتاج إلى التحقق، فإن الخطر قد ينتقل من تفويت التشخيص إلى الإفراط في الثقة.
ما زالت هذه الدراسة حاليًا تقريرًا تمهيديًا على arXiv، ولا يمكن مساواتها بدليل سريري بعد مراجعة الأقران، كما أنها لم تثبت أن RaDaR يستطيع تحسين نتائج المرضى، أو تقصير رحلة التشخيص الحقيقية، أو اجتياز المراجعة التنظيمية. وتكمن قيمتها في أنها دفعت تقييم الذكاء الاصطناعي للأمراض النادرة خطوة إلى الأمام: من الإجابة عن حالات ثابتة، إلى السجلات الخارجية، ونقاط زمنية في مسار المرض، وتفاعل الأطباء. وإذا كان للخطوة التالية أن تدخل المستشفيات، فستصبح الأسئلة أكثر عملية وأكثر صرامة: خصوصية البيانات، والنشر المحلي، وتتبع الأخطاء، وتحديد المسؤولية، وكيفية حفاظ النموذج على أداء موثوق عبر أنظمة صحية مختلفة.