في هذه المادة

• لماذا يظل التنبؤ بالموت القلبي المفاجئ صعبًا؟
• كيف تفشل الأدوات السريرية التقليدية - خاصة في المرضى الأصغر سنا
• ما الذي يجعل نموذج الذكاء الاصطناعي MAARS أكثر دقة وعدالة؟
• لماذا تُعدّ الصور الطبية الخام أكثر أهمية من ملخصات الخبراء؟
• كيف يمكن للذكاء الاصطناعي إعادة تعريف المساءلة والثقة الطبية

الذكاء الاصطناعي يتفوق على الأطباء في التنبؤ بأمراض القلب

الموت القلبي المفاجئ لا يمنح فرصًا ثانية. غالبًا ما يصيب دون سابق إنذار، ويتسبب في عدد هائل من الوفيات عالميًا - ما بين 50 و100 من كل 100,000 شخص سنويًا في أمريكا الشمالية وأوروبا. في حين أن أجهزة إزالة الرجفان القابلة للزرع يمكن أن تمنع هذه المآسي، إلا أن التحدي الحقيقي يكمن في معرفة من يحتاجها بالفعل. وهنا تحديدًا، تعثر الطب تاريخيًا - لا سيما لدى مرضى اعتلال عضلة القلب الضخامي (HCM)، وهي حالة وراثية غالبًا ما تصيب الشباب الذين يبدون أصحاء.

اعتمد الأطباء على إرشاداتٍ مبنية على كسور القذف - كمية الدم التي يضخها القلب مع كل نبضة. لكن مرضى اعتلال عضلة القلب الضخامي لا يعانون عادةً من كسور قذف منخفضة. بل قد تكون قلوبهم مفرطة النشاط. لذا، فإن علامات التحذير ليست كافية. وعندما تفشل الأدوات التقليدية، يدفع المرضى الثمن غاليًا.

تقديم MAARS: أداة تنبؤ أكثر ذكاءً

تم تطويره بواسطة فريق في جامعة جونز هوبكنزالذكاء الاصطناعي متعدد الوسائط لتصنيف مخاطر اضطراب النظم البطيني - واختصاره MAARS - لا يقتصر على جانب واحد من صحة المريض، بل يتعلم من كل شيء: السجلات الصحية الإلكترونية، وتقارير تخطيط صدى القلب، وصور الرنين المغناطيسي المعززة بالتباين، وغيرها. يستخدم النموذج التعلم العميق القائم على المحول، وهو بنية شبكات عصبية من الجيل التالي تُشبه ما يُشغّله الذكاء الاصطناعي مثل ChatGPT أو أدوات التعرف على الصور.

يكمن الاختراق في كيفية معالجة نظام MAARS لهذه المعلومات. فبدلاً من الاعتماد على تفسيرات الأطباء لصور الرنين المغناطيسي، يقرأ النظام بيانات المسح الخام. هذا يعني عدم وجود أي تحيز أو إهمال من العين البشرية. ويحدد النظام أنماط التليف - الندبات داخل القلب - التي قد يغفل عنها أخصائي الأشعة. ويفعل ذلك بتقنية ثلاثية الأبعاد باستخدام محول الرؤية (3D-ViT)، محتفظًا بجميع تعقيدات القلب البشري الفعلي.

التفوق على الخبراء - بفارق كبير

لنتحدث عن النتائج. في الاختبارات التي أُجريت باستخدام أدوات سريرية قياسية - إرشادات الكلية الأمريكية لأمراض القلب (ACC) وجمعية القلب الأمريكية (AHA)، ودرجات مخاطر الخلايا الجذعية الجنينية (ESC)، وحاسبة مخاطر اعتلال عضلة القلب الضخامي (HCM Risk-SCD) - لم يتفوق نظام MAARS على منافسيه فحسب، بل سحقهم تمامًا. في مجموعة التحقق الداخلي، وصل نظام MAARS إلى منطقة تحت المنحنى (AUC) قدرها 0.89. بينما تراوحت قيمة الأدوات السريرية بين 0.54 و0.62. وفي الاختبارات الخارجية من نظام مستشفيات مختلف، حافظ نظام MAARS على قوته مع منطقة تحت المنحنى (AUC) قدرها 0.81 - وهي نسبة أعلى بكثير من أي نسبة يستخدمها الأطباء حاليًا.

هذا ليس تحسنًا طفيفًا، بل هو تغيير جذري. في السياق، فإن نسبة AUC البالغة 0.5 تُعادل رمي عملة معدنية. بالكاد تتجاوز الأدوات الرائدة هذه العتبة. لا يقتصر أداء MAARS على التنبؤ بشكل أفضل فحسب، بل يتنبأ بدقة وثبات عبر الفئات العمرية والأجناس والأعراق.

التحيز في الطب: مشكلة قد يحلها الذكاء الاصطناعي

العدالة ليست مصطلحًا شائعًا هنا، بل مسألة حياة أو موت. غالبًا ما تُخفق الأدوات الطبية في تلبية احتياجات الأقليات والمرضى الأصغر سنًا بسبب محدودية بيانات التجارب أو الافتراضات المغلوطة. لكن نظام MAARS، المبني على إطار عمل متعدد الوسائط، أظهر أداءً متساويًا بشكل ملحوظ بين الفئات الفرعية. سواءً كان المريض شابًا أم كبيرًا، ذكرًا أم أنثى، أمريكيًا من أصل أفريقي أم أبيض، كان أداء MAARS دقيقًا تقريبًا. يُعد هذا أمرًا نادرًا في التنبؤات السريرية، وهو أمر بالغ الأهمية في عالم تتسع فيه الفوارق الصحية.

هل هناك مفاجأة؟ ارتبطت العرقية الأمريكية الأفريقية بانخفاض خطر الإصابة بمتلازمة فرط الحساسية للدواء في النموذج - وهي نتيجة تستدعي بحثًا أعمق، لكنها تُلمّح أيضًا إلى الرؤى الدقيقة التي يُمكن للذكاء الاصطناعي تقديمها، خاصةً عندما نتركه يتحدث من خلال بيانات خام بدلًا من الافتراضات البشرية.

الشفافية في صندوق أسود

لا يثق معظم الناس بخوارزميات الصندوق الأسود، وهذا صحيح. لا يكتفي نموذج MAARS بإصدار درجة مخاطرة، بل يشرح نفسه بنفسه. باستخدام تقنيات مثل قيم شابلي ورسم خرائط الانتباه، يكشف النموذج عن العوامل التي أثرت على قراره. هل كان تاريخًا للرجفان الأذيني؟ أم اختبار إجهاد يُظهر استجابةً أقل لمعدل ضربات القلب؟ أم أنماطًا خفية في التليف في فحص القلب؟ لا يترك نموذج MAARS الأطباء في حيرة من أمرهم، بل يمنحهم خارطة طريق لفهم المخاطر، وربما الأمراض الكامنة وراءها.

هذه ليست ميزةً للتفسير، بل مسؤوليةً. عندما يُقدّم الذكاء الاصطناعي توصياتٍ تُغيّر مجرى الحياة، وخاصةً بشأن من سيحصل على جهاز مزيل الرجفان المزروع، فإنّ الوضوح أمرٌ أساسي. يُوفّر نظام MAARS ذلك، بصريًا وإحصائيًا.

لماذا تُغيّر البيانات الطبية الخام قواعد اللعبة؟

هناك درسٌ يتجاوز طب القلب: البيانات الخام تتفوق على الملخصات. تقارير الأطباء، رغم أهميتها، تُدخل الذاتية. لكن نظام MAARS يقرأ الإشارة نفسها - المسح الفعلي - ويتعلم أنماطًا لم يُعلّمه أي إنسان رؤيتها. إنه لا يقتصر على ما نعتقد أنه مهم بالفعل. وبذلك، يُعيد تعريف معنى "الأهمية" حتى في البيئة السريرية.

هذا التحول، من تفسير البيانات المُعالجة مسبقًا إلى تحليل المُدخلات الخام، هو محور الموجة القادمة من الذكاء الاصطناعي الطبي. فهو ينتقل من محاكاة الأطباء إلى تعزيز قدراتهم - أو حتى تجاوزها. إنه الفرق بين تدريب ببغاء وتربية طبيب تشخيص.

القيود والحواجز في العالم الحقيقي

دعونا لا نُصوّر نموذج MAARS على أنه خالٍ من العيوب. فمثل جميع النماذج، يواجه هذا النموذج تحديات. كانت مجموعات التدريب الخاصة به صغيرة نسبيًا - أكثر بقليل من 800 مريض إجمالًا - ولا يزال الموت القلبي المفاجئ حدثًا نادرًا. هذا يعني محدودية نقاط البيانات لما يحاول النموذج التنبؤ به في النهاية. على الرغم من أن الخوارزمية حققت أداءً جيدًا في كلٍّ من التحقق الداخلي والخارجي، إلا أنها ستحتاج إلى اختبار على نطاق أوسع من السكان وعلى فترات زمنية أطول.

هل هناك عقبة أخرى؟ البنية التحتية اللازمة. لا تمتلك جميع المستشفيات أجهزة التصوير، أو قنوات معالجة البيانات، أو الكوادر اللازمة لتطبيق مثل هذا النظام. ومع ذلك، مع تطور مشاركة البيانات، والتخزين السحابي، والتشخيصات بمساعدة الذكاء الاصطناعي، قد تصبح النماذج المشابهة لنظام MAARS أكثر سهولة في الوصول إليها - حتى في العيادات الصغيرة أو المناطق النامية.

إعادة تعريف المساءلة والحكم السريري

إليكم السؤال المُقلق: ماذا يحدث عندما ترى الآلة ما يغفله طبيبك؟ هل نثق بالنموذج؟ أم نعتمد على سلامة التقدير البشري؟ يتجاوز نظام MAARS هذا الحد. فهو لا يحل محل الأطباء، بل يتحداهم للتفكير بطريقة مختلفة، ودمج البيانات التي قد لا يتوفر لهم الوقت لتحليلها بالكامل، والاعتماد على أدوات لا تُقيدها قيود النوم أو التوتر أو الحدس السريري.

المستقبل ليس صراعًا بين الإنسان والآلة، بل هو شراكة بين الإنسان والآلة. وعندما يتعلق الأمر بمنع أحد أكثر أسباب الموت فجائيةً ومأساويةً، فإن هذه الشراكة قد تكون لا تُقدر بثمن.

قد يكون MAARS مجرد اختصار واحد في أبجديات الذكاء الاصطناعي الطبي، إلا أن دلالاته تتجاوز بكثير طب القلب. فهو يُخبرنا بأمرٍ جوهري عن مستقبل الرعاية الصحية: قد لا يأتي أذكى تشخيص مما تراه، بل مما تقرر في النهاية أن تثق به.

عن المؤلف

أليكس جوردان هو كاتب في موقع InnerSelf.com

خلاصة المادة

MAARS هو نموذج ذكاء اصطناعي متعدد الوسائط يتنبأ بالسكتة القلبية بدقة أكبر من الأطباء من خلال تحليل الصور الخام والبيانات الطبية. يوفر MAARS تقييمات أكثر عدلاً وشفافية وشخصية لمخاطر اعتلال عضلة القلب الضخامي. بتفوقه على الأدوات التقليدية وتقليله للتحيز، يُمثل MAARS نقلة نوعية في التنبؤ بأمراض القلب والرعاية الصحية القائمة على الذكاء الاصطناعي.

#التنبؤ_بالقلب #رعاية_صحية_بالذكاء_الاصطناعي #نموذج_MAARS #الموت_القلبي_المفاجئ #أمراض_القلب #الذكاء_الاصطناعي #الذكاء_الاصطناعي_الطبي #رعاية_القلب_والأوعية_الدموية #التكنولوجيا_الصحية #تخطيط_صدى_القلب #التصوير_التصويري_القلبي_المرئي