ذكاء اصطناعي للإنسان السليم - ForkLog

# الذكاء الاصطناعي للإنسان السليم

كيف يغير الذكاء الاصطناعي الطب

على الرغم من الضجة والتكهنات والتوقعات المخيفة، فإن القليل من المتخصصين يشكون في أن الذكاء الاصطناعي سيغير العالم حقًا. أما من سيكسب من هذه التغييرات وما هو الثمن الذي سيدفع مقابلها - فهي أسئلة لا تزال مفتوحة

يظهر التاريخ أن الاختراقات التكنولوجية، إلى جانب الفرص، تجلب دائمًا تقريبًا أزمات، مما يجبر المجتمع على إعادة البحث عن التوازن. ولكن هناك مجال واحد تبدو فيه فائدة التقدم التكنولوجي لعقود شبه لا جدال فيها. هذا هو الطب.

استعرضت ForkLog كيف أن تطبيق الذكاء الاصطناعي اليوم يسرع بالفعل إنشاء أدوية جديدة، ويحسن العمليات المخبرية، ويزيد دقة التشخيص، ويغير أساليب علاج الأمراض.

تطوير الأدوية

تعمل معظم الأدوية من خلال التفاعل مع البروتينات المستقبلة - وهي هياكل جزيئية تنظم عمل الخلايا وتشارك في جميع عمليات الجسم تقريبًا

أنظمة الذكاء الاصطناعي قادرة على تحليل بنية البروتينات المستقبلة والتنبؤ بالمركبات التي يمكنها التفاعل معها بأكبر قدر من الفعالية وبأقل آثار جانبية. بفضل هذا، أصبحت المهام التي كانت تتطلب في السابق سنوات عديدة من الأبحاث المخبرية تُحل في كثير من الأحيان في غضون أشهر.

وفقًا لتقديرات خبراء منظمة الصحة العالمية (WHO)، في السنوات القادمة، سيتم تطوير معظم الأدوية الصيدلانية الجديدة بشكل أو بآخر باستخدام الذكاء الاصطناعي.

AlphaFold و Isomorphic Labs

في عام 2024، حصل ديفيد بيكر وديميس هاسابيس وجون جامبر على جائزة نوبل في الكيمياء. يعمل الأخيران في Google DeepMind، وقد تم تكريمهم لتطوير طرق للتنبؤ ببنية البروتينات، بما في ذلك AlphaFold، القائم على التعلم الآلي.

في عام 2018، احتل AlphaFold المركز الأول في "مسابقة" التنبؤ الجزيئي Critical Assessment of Structure Prediction (CASP)، مما أظهر فعالية في أصعب الفئات. بعد عامين، في CASP التالي، فاز الإصدار الجديد - AlphaFold 2.

في عام 2021، نشرت Google DeepMind كود AlphaFold2 وقاعدة بيانات الهياكل البروتينية المتوقعة للوصول العام. في نفس الوقت تقريبًا، أسس هاسابيس Isomorphic Labs - وهي شركة تابعة لـ Alphabet، تعمل على تطوير الذكاء الاصطناعي لتطوير الأدوية.

في عام 2024، أبرمت Isomorphic Labs شراكات مع Eli Lilly و Novartis. نصت الصفقات على تمويل أبحاث الذكاء الاصطناعي للشركة بمبلغ يصل إلى 1.7 مليار دولار وما يصل إلى 1.2 مليار دولار على التوالي. في عام 2026، أعلنت Isomorphic Labs أيضًا عن شراكة مع Johnson & Johnson

في فبراير 2026، قدمت Isomorphic Labs بيئة تطوير الأدوية الشاملة Drug Design Engine (IsoDDE)، المبنية على تقنيات AlphaFold

تعمل Isomorphic Labs حاليًا على حلول في مجالي الأورام والمناعة. على الرغم من تسريع التطوير باستخدام الذكاء الاصطناعي، لا تزال المشاريع في مرحلة الدراسات قبل السريرية. تتوقع الشركة بدء أولى التجارب على البشر في السنوات القادمة.

Exscientia و Recursion Pharmaceuticals

تأسست Exscientia في عام 2012، وأصبحت واحدة من أوائل الشركات التي طبقت التعلم الآلي بشكل منهجي لتطوير الأدوية.

في عام 2020، أصبح عقار DSP-1181 لعلاج اضطراب الوسواس القهري أول منتج تم إنشاؤه باستخدام الذكاء الاصطناعي يصل إلى مرحلة التجارب السريرية. تم التطوير بالاشتراك مع شركة الأدوية اليابانية Sumitomo Dainippon Pharma، التي تولت التوليف والاختبارات المخبرية، بالاعتماد على النتائج النظرية لـ Exscientia.

بحلول عام 2023، كان لدى الشركة 8 جزيئات مرشحة جاهزة، تم تطويرها "بشكل أسرع بشكل ملحوظ" من متوسط الصناعة

في عام 2024، استحوذت شركة Recursion Pharmaceuticals على Exscientia في صفقة قيمتها 688 مليون دولار. تم إغلاق جزء من البرامج البحثية

بحلول ذلك الوقت، وصلت عدة أدوية إلى المرحلة الثانية من التجارب السريرية - التحقق من الفعالية والآثار الجانبية على مجموعة من 100-300 مريض

سمح الاندماج مع Recursion Pharmaceuticals باستخدام أنظمة الذكاء الاصطناعي من Exscientia بالإضافة إلى المجمع المختبري الآلي للاختبار. بالإضافة إلى ذلك، بنت Recursion حاسوبها الفائق للذكاء الاصطناعي الخاص BioHive-2 على NVIDIA H100 لتدريب النماذج المتخصصة.

شاركت الشركة أيضًا في تطوير النموذج التوليدي المفتوح Boltz-2، المخصص للتنبؤ بالبنية ثلاثية الأبعاد للبروتينات.

بحلول عام 2025، ركزت Recursion Pharmaceuticals جهودها على أربعة برامج في مجال الأورام وبرنامجين مرتبطين بالأمراض النادرة. العديد من الأدوية موجودة بالفعل في المرحلة الانتقالية بين المرحلتين الأولى والثانية من التجارب:

• REC-4881 لعلاج داء السلائل الغدي الوراثي - وهو مرض يزيد من خطر الإصابة بسرطان القولون والمستقيم؛
• REC-617 - لعلاج الأورام الخبيثة في المبيض؛
• REC-1245 لمكافحة اللمفوما وأشكال أخرى من الأورام الخبيثة.

عقار REC-3565، المخصص لعلاج ابيضاض الدم الليمفاوي المزمن، يخضع للمرحلة الأولى من التجارب السريرية.

Insilico Medicine

تأسست Insilico Medicine في عام 2014، وهي لاعب مهم آخر في تطوير الأدوية باستخدام الذكاء الاصطناعي

في عام 2017، تم إدراج Insilico Medicine ضمن أفضل 5 مشاريع من حيث التأثير الاجتماعي وفقًا لـ Nvidia

تستخدم الشركة الذكاء الاصطناعي في جميع مراحل دورة التطوير:

• نظام PandaOmics مسؤول عن البحث عن "الأهداف" البيولوجية - الجزيئات التي يجب "إيقاف تشغيلها" أو تنظيمها ضمن العلاج؛
• يوفر Chemistry42 التصميم التوليدي للمركبات المناسبة؛
• يعمل InClinico على تحسين التنبؤ بالتجارب السريرية.

أحد الإنجازات المبكرة للذكاء الاصطناعي لـ Insilico Medicine هو عقار Rentosertib (ISM001-055)، المرتبط بعلاج التليف. استغرق التطوير 18 شهرًا من اكتشاف الهدف بواسطة نظام الذكاء الاصطناعي إلى الحصول على الجزيء المرشح. اعتبارًا من عام 2025، يخضع Rentosertib للمرحلة الثانية من التجارب السريرية.

بالإضافة إلى ذلك، في عام 2024، اجتاز عقار ISM3312 المعدل للمناعة والمطور بواسطة الذكاء الاصطناعي لـ COVID-19 والالتهابات الفيروسية الأخرى المرحلة الأولى من التجارب. تم السماح بـ ISM3091، المرتبط بعلاج السرطان، للاختبار على المرضى.

التشخيص والبحوث

وفقًا لتقديرات المتخصصين، حوالي 90% من جميع المعلومات الطبية تتمثل في صور مثل الأشعة السينية والتصوير المقطعي. هذه البيانات حاسمة في التشخيص، لكن تحليلها مهمة شاقة وغير تافهة.

طرق التعلم الآلي، وخاصة الشبكات العصبية الالتفافية، مناسبة تمامًا للتعرف على الأنماط البصرية المعقدة. على غرار الرؤية البشرية، يمكن لهذه الأنظمة تمييز الحواف المتباينة والأشكال والأنسجة في الصورة. وهذا يسمح باكتشاف الأورام والنزيف والتشوهات الأخرى بثقة عالية

لتدريب نماذج الذكاء الاصطناعي، تتوفر بيانات عالية الجودة مسبقًا - مجموعات من الصور الموثقة مع تعليقات الخبراء.

في عام 2024، قدم باحثون من كلية الطب بجامعة هارفارد نموذج الذكاء الاصطناعي Chief، القادر على اكتشاف عدة أشكال من السرطان. وفقًا للمطورين، اكتشف الحل علامات المرض بشكل صحيح في الصور الرقمية في 94% من الحالات

في عام 2025، منحت إدارة الغذاء والدواء الأمريكية (FDA) حالة "الجهاز الرائد" لنموذج Damo Panda من Damo Academy - وحدة البحث التابعة لشركة Alibaba

وفقًا للمطورين، النظام قادر على اكتشاف علامات سرطان البنكرياس في التصوير المقطعي قبل ظهور الأعراض، وهو أمر مهم بشكل خاص لهذا النوع من المرض.

في عام 2026، كان الاختراق الكبير في تشخيص الذكاء الاصطناعي هو نظام REDMOD، الذي طورته منظمة Mayo Clinic الأمريكية غير الربحية

النموذج، المصمم أيضًا لاكتشاف سرطان البنكرياس، تفوق على المتخصصين في تشخيص المرض في المراحل المبكرة. وفقًا لتصريحات الباحثين، كان النظام يجد التغيرات المرضية في التصوير المقطعي بمتوسط 475 يومًا قبل التشخيص.

مبادرات Google

تعد Google واحدة من المزودين الرئيسيين للذكاء الاصطناعي للتشخيص والبحوث الطبية

تقدم الشركة مجموعة من النماذج المفتوحة لتحليل النصوص والصور والصوت الطبي MedGemma المستندة إلى Gemma 3

من خلال Health AI Developer Foundations، يمكن للمطورين الوصول إلى مجموعات الأوزان المفتوحة وأدوات الذكاء الاصطناعي

تتعاون Google مع عدد من العيادات ومنظمات البحث، مع التركيز على تطوير التقنيات الأساسية.

في عام 2019، قدمت الشركة نموذجًا لاكتشاف سرطان الرئة والتنبؤ به. أظهر النموذج أداءً مماثلاً أو أفضل مقارنة بمجموعة من ستة أطباء أشعة معتمدين.

في عام 2020، في إطار عمل مشترك مع Northwestern Medicine، أظهر الباحثون نظامًا لتحليل صور الماموجرام قادرًا على اكتشاف السرطان على مستوى الأخصائي المتمرس.

في عام 2024، أعلنت Google Cloud وشركة الأدوية الألمانية Bayer عن إطلاق منصة لفحص الأشعة السينية. يحلل النظام تاريخ الصور والبيانات من التاريخ الطبي، مكونًا افتراضات حول الأمراض المحتملة.

روبوتات الأشعة من NVIDIA و GE HealthCare

تعمل شركة التكنولوجيا العملاقة Nvidia وشركة المعدات الطبية الأمريكية GE HealthCare، المنتجة لأجهزة التنظير الفلوري، على تطوير نظام الذكاء الاصطناعي الخاص بهما للحصول على الصور بشكل مستقل

على عكس النماذج التي تحلل الصور الجاهزة، يجب أن يقلل هذا الحل من العبء الروتيني على المتخصصين ويجعل التشخيص أكثر توحيدًا.

في المرحلة الأولى، سيعمل النظام مع الأشعة السينية والصور فوق الصوتية.

تخطط GE HealthCare أيضًا لاستخدام NVIDIA Isaac for Healthcare - وهي منصة لتطوير الأنظمة الطبية المستقلة، بما في ذلك الروبوتات الجراحية.

منصة التشخيص PathAI

شركة PathAI، التي تأسست في عام 2016، طورت "منصة علم الأمراض الرقمية" AISight Dx، المصممة للتشخيص الأولي في البيئات السريرية.

يقدم النظام بيئة للعمل مع الصور الطبية مع إمكانية توصيل خوارزميات خارجية لتحليل البيانات

تم الإعلان عن دعم مجموعة من الحلول المعتمدة على الذكاء الاصطنائي والحاصلة على شهادة CE-IVD، وعلى وجه الخصوص - "إضافات" للتشخيص السرطاني:

• يسمح DeepDx Prostate بإبراز الأنسجة تلقائيًا في الصورة وتحديد المناطق التي يحتمل أن تكون مهمة للتشخيص؛
• يبني Histotype Px Colorectal تنبؤات لسير المرض بناءً على الصور، ويقيم مدى ملاءمة العلاج الكيميائي، ويقدم توصيات علاجية؛
• يحدد Visiopharm ويحسب المؤشرات الحيوية لمختلف أشكال السرطان

تحتوي المنصة على وظائف خاصة للتحليل التلقائي للصور، والمساعدة في تكوين التشخيص وكتابة التقارير، لكنها لا تزال مخصصة "لأغراض البحث فقط" ولا يُسمح باستخدامها في السياق السريري.

يقدم AISight Dx أيضًا أدوات ذكاء اصطناعي مساعدة مدمجة:

• ArtifactDetect - للبحث عن القطع الأثرية للمسح والأخطاء الأخرى في الصور؛
• Case Priority - لتحديد أولويات الحالات السريرية بناءً على تحليل الأنسجة؛
• AIM-Tumor Cellularity - لتقييم التركيب الخلوي للأورام

في عام 2022، حصل الحل على موافقة إدارة الغذاء والدواء الأمريكية (FDA) وفقًا لنموذج 510(k) وعلامة الجودة الأوروبية CE، مما يشير إلى سلامة المنتج للمستهلكين والبيئة.

في عام 2025، أعلنت PathAI عن شراكة مع مركز موفيت للسرطان في فلوريدا بالولايات المتحدة الأمريكية، لتطبيق AISight Dx في عمليات التشخيص. في عام 2026، أبرمت الشركة اتفاقية مماثلة مع المستشفى الجامعي في زيورخ (University Hospital Zurich)

في مايو 2026، أعلنت شركة الأدوية السويسرية Roche عن استحواذها على PathAI في صفقة قيمتها أكثر من 750 مليون دولار.

المشاكل والقيود

كما هو الحال في قطاعات أخرى، يؤدي تطبيق الذكاء الاصطناعي في الطب إلى تفاقم المشاكل النظامية ويخلق مشاكل جديدة

المساعدون بالذكاء الاصطناعي، خاصة تلك المستندة إلى LLM، ليسوا محصنين ضد الهلوسة.

في العمل البحثي لـ Google حول نموذج Med-Gemini، تم العثور على خطأ: النموذج "اختلق" منطقة غير موجودة في الدماغ تسمى النوى القاعدية

تشكلت الهلوسة بناءً على اسمين تشريحيين حقيقيين: العقد القاعدية والشريان القاعدي. أشار المطورون إلى خطأ مطبعي، لكن العديد من المتخصصين وصفوا الحادث بأنه مثال مقلق لمخاطر دمج المساعدين بالذكاء الاصطناعي في الطب.

اكتشف باحثون من جامعة ستانفورد في نماذج الذكاء الاصطناعي القدرة على تشخيص الأمراض بشكل مقنع من الصور الطبية دون الوصول إلى الصور نفسها

أظهر أحد الأنظمة التي تم تحليلها نتائج عالية "بشكل أعمى" في اختبار الأشعة. وصفت نماذج GPT-5 و Gemini 3 Pro و Claude Opus 4.5 "بثقة التفاصيل البصرية" في صور غير موجودة.

وفقًا لدراسة نُشرت في يونيو من نفس العام، في السياق الطبي، في 7.1% من الحالات، كانت إجابات GPT-4 على أسئلة المرضى غير صحيحة ويمكن أن تؤدي إلى ضرر كبير. في حالة واحدة من أصل 156، كان الخطأ ينطوي على خطر على الحياة.

وفقًا لبيانات عام 2025، أدخلت أدوات التوثيق التلقائي بناءً على نتائج الحوار مع المريض أخطاء في 70% من الملاحظات السريرية. أضافت النماذج حقائق كاذبة إلى نسخ المحادثة، وتجاهلت الأطروحات، وخلطت المفاهيم

بالإضافة إلى أن LLM تختلق أعضاء، فهي تتميز بعدم شفافية المنطق، مما يعقد تحليل الإنسان لكيفية التوصل إلى استنتاجات معينة.

يمكن أن يؤدي نقص التمثيل في مجموعات البيانات إلى تكوين تحيزات وارتباطات بأنماط خاطئة في النماذج المدربة عليها

علاوة على ذلك، فإن مشاكل الاعتماد المعرفي للمستخدمين وخصوصية البيانات النموذجية للمساعدين بالذكاء الاصطناعي تتفاقم فقط في سياق الرعاية الصحية.

يصنف خبراء منظمة الصحة العالمية تطبيق الذكاء الاصطناعي في الطب ضمن المجالات عالية المخاطر

في إطار القانون الأوروبي AI Act، اعتبارًا من أغسطس 2026، ستكون أنظمة الذكاء الاصطناعي من هذه الفئة ملزمة بالامتثال لعدد من المتطلبات الخاصة المتعلقة بإدارة المخاطر وإعداد التقارير والرقابة البشرية.

على الرغم من الصعوبات والمخاطر المحتملة للتطبيق، تنظر منظمة الصحة العالمية بشكل إيجابي إلى آفاق الذكاء الاصطناعي في الطب، بشرط وجود قواعد مناسبة ورقابة من الجهات الحكومية

في إدارة الغذاء والدواء الأمريكية أيضًا تتحدث بتفاؤل عن آفاق الذكاء الاصطناعي الطبي، على الرغم من اعترافهم بأن اللوائح الحالية قديمة. رسميًا في الولايات المتحدة، تصنف هذه الأنظمة كبرامج ضمن فئة Software as a Medical Device

في عام 2025، نشرت FDA مجموعة من التوصيات المتعلقة بدورة حياة منتجات الذكاء الاصطناعي، وإدارة المخاطر، والتسويق.