يُعيد الذكاء الاصطناعي الخاص بـ Deeprare تشكيل مشهد تشخيص الأمراض النادرة

(MENAFN- The Arabian Post)

نظام الذكاء الاصطناعي الجديد الذي طوره باحثون صينيون، المعروف باسم DeepRare، يعتزم تحويل تشخيص الأمراض النادرة من خلال تقديم دقة أعلى بكثير وأسباب شفافة مقارنة بالطرق التقليدية. يعتمد DeepRare على بنية متعددة الوكلاء تضم نماذج لغوية كبيرة وأدوات تحليل متخصصة، ويعالج المعلومات السريرية المعقدة - من وصف الأعراض النصية الحرة إلى نتائج الاختبارات الجينية - وينتج فرضيات تشخيص مرتبة مرتبطة بسلاسل منطقية مدعومة بالأدلة لمراجعة الأطباء.

تُعرف الأمراض النادرة بانخفاض انتشارها لكنها تؤثر جماعياً على مئات الملايين من الأشخاص حول العالم، وقد شكلت لفترة طويلة تحديًا تشخيصيًا بسبب تقديماتها المتنوعة والحد من تعرض الأطباء لحالات فردية. غالباً ما تتطلب مسارات التشخيص التقليدية سنوات من الإحالات، والتشخيصات الخاطئة، والاختبارات المتكررة قبل الوصول إلى نتيجة حاسمة. يهدف DeepRare إلى تجاوز هذه “الأوديسة التشخيصية” من خلال دمج أكثر من 40 أداة متخصصة تعمل بالتنسيق ضمن نظامه الوكالي لتوليف أنواع البيانات المتنوعة والرجوع إلى قواعد البيانات الطبية العالمية.

يكشف البحث الذي يدعم DeepRare، والذي نُشر في مجلة Nature بواسطة فريق من مستشفى شينخوا - التابع لجامعة شنغهاي جياو تونغ ومدرسة الطب بالجامعة ومدرسة الذكاء الاصطناعي - أن النظام يقدم تحسينات ملحوظة مقارنة بالنماذج التشخيصية الحالية. في التقييمات التي تم فيها تقديم بيانات ظاهرة سريرية فقط، دون معلومات جينية، حقق DeepRare معدل دقة في المحاولة الأولى بلغ 57.18 في المئة - وهو تحسين بنحو 24 نقطة مئوية مقارنة بأفضل نموذج عالمي آخر. عند تضمين البيانات الجينية، تجاوزت دقته 70 في المئة.

من الابتكارات الرئيسية في DeepRare التزامه بالشفافية. على عكس العديد من نماذج الذكاء الاصطناعي التي تكون عملياتها الداخلية غير واضحة للمستخدمين، ينتج DeepRare سلسلة واضحة من التفكير لكل اقتراح تشخيصي، مما يمكّن الأطباء من تتبع الأدلة والمنطق وراء استنتاجاته. اتفق خبراء الطب الذين استعرضوا منطق DeepRare مع منطق التشخيص الخاص به أكثر من 95 في المئة من الوقت، مما يعزز إمكانيته كأداة موثوقة في اتخاذ القرارات السريرية.

انظر أيضًا جزيئات البلاستيك الدقيقة تتسلل إلى الأسماك عبر المحيط الهادئ النائي

تشير التقييمات المقارنة إلى أن DeepRare يمكن أن يتفوق على الأطباء ذوي الخبرة في تحديد الحالات النادرة. أظهرت دراسة مباشرة باستخدام حالات سريرية معروفة أن DeepRare قام بتشخيص الحالات بشكل صحيح في المحاولة الأولى أكثر من مجموعة من الأطباء المتمرسين الذين تم منحهم نفس البيانات، مما يعكس قدرة النظام على توليف تقديمات معقدة حيث قد تفشل الخبرة البشرية. حتى في الحالات التي لم يكن فيها التشخيص الأعلى تصنيفًا دقيقًا، كان تشخيص DeepRare الصحيح عادةً مدرجًا ضمن أعلى اقتراحاته.

أكد المطورون أن تصميم DeepRare القابل للتعديل يسمح له بالتكيف مع المعرفة الطبية المتطورة ودمج الأدلة في الوقت الحقيقي من الأدبيات البحثية ومخازن الحالات السريرية. تتكون بنيته من مضيف مركزي مدعوم بنماذج لغوية متقدمة، وخوادم تحليل متخصصة لمهام محددة المجال، ومصادر طبية واسعة. يمكّن هذا الهيكل النظام من تحديث قاعدة أدلته باستمرار وتحسين مسارات تفكيره - وهي قدرة أساسية في مجال بحث الأمراض النادرة سريع الحركة.

يمتد الأثر المحتمل لـ DeepRare إلى ما هو أبعد من دقة التشخيص. من خلال تقليل الوقت للوصول إلى تشخيص موثوق، يمكن أن يخفف النظام من الأعباء العاطفية والاقتصادية والرعاية الصحية التي تعاني منها المرضى والعائلات أثناء التنقل في رحلات تشخيصية طويلة. يمكن أن تعزز الثقة التشخيصية أيضًا سير العمل السريري، مما يمكّن المهنيين الطبيين من التركيز على القرارات العلاجية وإدارة المرضى بدلاً من التشخيص التفاضلي المطول.

على الرغم من أدائه الواعد، يعترف الباحثون بأن التحقق الإضافي - خصوصًا في البيئات السريرية الواقعية - لا يزال أمرًا حيويًا. يخطط فريق التطوير على ما يُقال لجهود تحقق أوسع تشمل عشرات الآلاف من حالات الأمراض النادرة لتقييم أداء النظام عبر مجموعات سكانية وأنظمة رعاية صحية متنوعة. تهدف هذه الجهود إلى سد الفجوة بين تقييمات البحث المنضبطة والحقائق المعقدة للممارسة السريرية.

انظر أيضًا إعادة التفكير في سلامة المختبرات في مشهد البحث المتغير

يساهم DeepRare أيضًا في مناقشات أوسع حول دور الذكاء الاصطناعي في الطب. مع تزايد تعقيد أدوات التشخيص، تبرز أسئلة حول التكامل مع أنظمة الرعاية الصحية الحالية، وتدريب الأطباء، والاستخدام الأخلاقي والحوكمة. قد تساعد الأنظمة مثل DeepRare، التي تعطي الأولوية للتفكير الشفاف وإشراف الأطباء، في معالجة بعض المخاوف حول طبيعة “الصندوق الأسود” للذكاء الاصطناعي، لكن سيكون من الأساسي التفاعل المستمر مع المجتمعات التنظيمية والطبية لضمان نشر آمن وفعّال على نطاق واسع.

هل لاحظت مشكلة؟
تسعى “العربية بوست” لتقديم أدق المعلومات وأكثرها موثوقية لقرائها. إذا كنت تعتقد أنك قد حددت خطأ أو تناقضًا في هذه المقالة، فلا تتردد في الاتصال بفريق التحرير لدينا على editor[at]thearabianpost[dot]com. نحن ملتزمون بمعالجة أي مخاوف بسرعة وضمان أعلى مستوى من النزاهة الصحفية.

MENAFN22022026000152002308ID1110772834