الصحة الرقمية الذكاء الاصطناعي في الطب - مقدمة

يتغلغل الذكاء الاصطناعي في العديد من مجالات الحياة. حيث ينطوي استخدام الذكاء الاصطناعي على إمكانات هائلة في المجال الطبي وقطاع الرعاية الصحية برمته. ومن المتوقع أن تتخطى مساهمة الذكاء الاصطناعي تغيير وتسهيل عمل الطاقم الطبي. حيث أصبحت تطبيقات الذكاء الاصطناعي التي يمكن استخدامها لتصنيف الأعراض شائعة بشكل متزايد بين المرضى. علاوة على ذلك، يمكن للذكاء الاصطناعي تسريع الأبحاث الطبية. وعند استخدام الذكاء الاصطناعي بمهارة، فإنه يصبح أداة قادرة على تحسين مستقبل الرعاية الصحية.

تُستخدم بعض تطبيقات الذكاء الاصطناعي بالفعل في الممارسات الطبية اليومية لتقييم صور الأشعة المقطعية أو لحجز المواعيد في عيادات الأطباء. يجري حاليًا تطوير العديد من تطبيقات الذكاء الاصطناعي، وإطلاق برامج جديدة مدعومة به باستمرار. 

أتاح الذكاء الاصطناعي بالفعل التوصل إلى العديد من الرؤى الجديدة في الأبحاث الطبية، مثل فهم أسباب أنواع مختلفة من السرطان. ويمكن للذكاء الاصطناعي أن يدعم تطوير تصنيع الأدوية الجديدة. كما أصبح تقييم مجموعات البيانات الضخمة أسهل بكثير باستخدام الذكاء الاصطناعي. ومن المتوقع أن يوفر الذكاء الاصطناعي المزيد من التحول وتسريع البحث العلمي بشكل ملحوظ.

أصبح مصطلح "الذكاء الاصطناعي" مألوفًا لدى الكثيرين في الحياة اليومية. ومع ذلك، توجد تعريفات مختلفة له. لذلك، قد لا يستخدمه الأفراد والمنظمات المختلفة بنفس الطريقة. يستخدم مصطلح الذكاء الاصطناعي عندما تحاكي الآلات القدرات المعرفية البشرية. وتشمل هذه القدرات كل من التفكير والتعلم والتخطيط والإبداع. حيث تستخلص الآلة احتمالات حدوث عبارات أو سلوكيات معينة من البيانات أو التعليمات الأساسية. تعمل أنظمة الذكاء الاصطناعي بشكل مستقل إلى حد ما. وأحيانًا يُستخدم الاختصار AI (اختصارًا للكلمة الإنجليزية "Artificial Intelligence") بدلًا من الاختصار الألماني KI. 

الذكاء الاصطناعي مصطلح شامل. حيث يضم أيضًا أساليب محددة لتحليل البيانات والتعرف على الأنماط. وتُسمى هذه الأساليب بالتعلم الآلي. في التعلم الآلي، يقوم برنامج حاسوبي بالتعلم باستخدام كميات كبيرة من البيانات، مثل صور الأشعة السينية. وأثناء التدريب، يتم إمداد البرنامج أيضًا بمعلومات ذات صلة. قد تكون هذه المعلومات، على سبيل المثال، ما إذا كان كسر العظام مرئيًا في الصورة أم لا. يستخلص الذكاء الاصطناعي الخصائص المشتركة لكسور العظام من الصور لكي يتعرف عليها في الصور الجديدة أيضًا. 

التعلم العميق هو شكل خاص من أشكال التعلم الآلي - والمصطلح بالألمانية يسمى "tiefes Lernen". حيث يحاكي هذا النوع من التعلم آلية عمل الدماغ البشري، وتحديدًا الترابطات المعقدة بين العديد من خلايا الدماغ الفردية (العصبونات). وللقيام بذلك، تتكون شبكات "عميقة" تتكون من طبقات عديدة مترابطة من العصبونات الاصطناعية. 

كما تتدرب تطبيقات التعلم العميق باستخدام البيانات للتعرف على الأنماط في البيانات الجديدة. تستطيع بعض تطبيقات التعلم العميق تحديد أوجه التشابه ذات الصلة في البيانات التي تتدرب عليها بشكل مستقل، دون الحاجة إلى أي معلومات إضافية. ويتطلب ذلك كميات أكبر من البيانات مقارنةً بتطبيقات الذكاء الاصطناعي الأخرى. بفضل ربط العديد من العصبونات الاصطناعية، يستطيع التعلم العميق حل مهام أكثر تعقيدًا من تطبيقات الذكاء الاصطناعي الأخرى. ومع ذلك، ونظرًا للترابطات المعقدة، يصعب التحقق من عملية حل برنامج التعلم العميق.

تستطيع بعض الشبكات العصبية الاصطناعية إنشاء نصوص طويلة أو صور كاملة. ويُطلق على الذكاء الاصطناعي القادر على القيام بذلك اسم الذكاء الاصطناعي التوليدي.

نظام الرعاية الصحية يواجه تحديات كبيرة. حيث تؤدي العلاجات الجديدة باهظة الثمن والتغيرات الديموغرافية إلى ارتفاع التكاليف باستمرار. ونقص الكوادر الطبية الماهرة يجعل توفير الرعاية الصحية المخصصة لجميع المرضى صعبًا. 

ويمكن للرقمنة عمومًا واستخدام تقنيات الذكاء الاصطناعي أن يساهما في حل هذه المشكلات. يجري تطوير برامج، أو اختبارها حاليًا، أو استخدامها بالفعل في مجال الرعاية الطبية، والتي تتيح: 

• تولي المهام الإدارية، مثل تنسيق مواعيد الأطباء
• توثيق وتلخيص وترجمة نتائج الاستشارات والفحوصات
• مساعدة المرضى في تقييم أعراضهم
• المساعدة في تقييم الفحوصات
• إمداد الأطباء بالخبرة الطبية

التوثيق

يمكن لبرامج الذكاء الاصطناعي توفير الوقت من خلال الأتمتة الجزئية للمهام التي تستغرق وقتًا طويلًا. يمكن للذكاء الاصطناعي توثيق نتائج الفحوصات أو استشارة الطبيب وكتابة تقرير طبي. ومن المفترض أن يتمكن الطاقم الطبي من استغلال الوقت الذي يوفرونه للتواصل المباشر مع المرضى.

تحليل الفحوصات

من خلال تحليل الصور والبيانات الأخرى، يمكن للذكاء الاصطناعي المساعدة في الكشف عن الأمراض. حيث يمكن لبرامج الذكاء الاصطناعي رصد نزيف الدماغ في صور الأشعة المقطعية. وبذلك، يمكن للذكاء الاصطناعي تسريع التشخيص وزيادة دقته. كما يمكن لبرامج الذكاء الاصطناعي تعويض ضعف التركيز وغيره من نقاط الضعف البشرية في اتخاذ القرارات، مما يمنع وقوع الأخطاء. وللقيام بذلك، يمكن توظيف الذكاء الاصطناعي تحديدًا في المواقف التي يكثر فيها احتمال حدوث الأخطاء، مثل أثناء الورديات الليلية.

الأبحاث الطبية

استخدام الذكاء الاصطناعي في الأبحاث الطبية ينطوي على نتائج واعدة. وقد أدى إدخال برنامج حاسوبي قائم على الذكاء الاصطناعي يتنبأ بالبنية ثلاثية الأبعاد للبروتينات إلى تحقيق طفرة نوعية. ومعرفة هذا التركيب تُسهل تحديد وظيفة البروتينات في الخلايا، وتُسهم في تطوير مكونات فعالة جديدة للأدوية.

الانتشار المتزايد للذكاء الاصطناعي (AI) ينطوي على إمكانيات هائلة في العديد من المجالات. ومع ذلك، ولتحقيق أقصى استفادة من هذه الإمكانيات، فلا بد من التغلب على تحديات استخدام وتطوير الذكاء الاصطناعي.

للاعتماد على الذكاء الاصطناعي في المجال الطبي، يجب تدريب التطبيقات بقدرٍ كافٍ ومناسب من البيانات للغرض المحدد. كما ينبغي تدريب المستخدمين على استخدام الذكاء الاصطناعي بحيث يتمكنوا من الاستجابة بشكل مناسب لأي أخطاء محتملة قد تصدر عنه. ومع ازدياد مكانة الذكاء الاصطناعي، أصبح من المهم أيضًا تقليل أثره على البيئة.

لم يتم التحقق بشكلٍ كافٍ بعد مما إذا كان استخدام تقنيات الذكاء الاصطناعي في الطب يُحقق الجدوى الاقتصادية المرجوة في الأنظمة الصحية. حيث تجب دراسة التكاليف الإجمالية لتطوير وترسيخ استخدام الذكاء الاصطناعي في الرعاية الصحية، وكيفية استخدام الأموال بصورة تصب في مصلحة المرضى. 

أساس البيانات

سواء في مجال البحث العلمي أو تطبيقات الذكاء الاصطناعي، تتطلب النتائج الدقيقة أساسًا متينًا من البيانات. واستخدام بيانات غير مناسبة قد يُحرف النتائج. ويسمى هذا التحريف بالتحيز. لا ينبغي استخدام النتائج المحرفة، أو يجب استخدامها بشكل محدود فقط، في اتخاذ القرارات الطبية الواقعية. 

قد تحدث تحيزات غير مرغوب فيها أيضًا في نماذج الذكاء الاصطناعي المدربة ببيانات غير مناسبة للغرض المخصص. وقد يؤدي ذلك إلى تقييمات خاطئة للذكاء الاصطناعي. ولتجنب ذلك، يجب توفير كميات كبيرة من البيانات عالية الجودة لتدريب نموذج الذكاء الاصطناعي.

ولتوفير بيانات عالية الجودة مع الالتزام الصارم بلوائح حماية البيانات، تم إنشاء مؤسسات جديدة، مثل شبكة الطب الجامعي، وبوابة بيانات الأبحاث الصحية، ومركز بيانات الأبحاث الصحية. وفي المستقبل، سيتم تبادل البيانات الصحية داخل الاتحاد الأوروبي عبر غرفة البيانات الصحية الأوروبية (EHDS).

كما ينبغي أن يمكن تدريب تطبيقات الذكاء الاصطناعي باستخدام بيانات جُمعت في الأصل لأغراض أخرى، مثل بيانات ملف المريض الإلكتروني. إذا عكست البيانات تنوع المجتمع وشموليته، يمكن الحد من تأثير التحيز.

الشفافية

وكلما ازداد تعقيد تطبيق الذكاء الاصطناعي، تقل إمكانية فهم كيفية وصوله إلى نتائجه. في المجال الطبي، يتحمل البشر مسؤولية اتخاذ قرارات قد تكون بعيدة المدى. لذلك، من المهم للطاقم الطبي والمرضى التحقق من نتائج وتقييمات الذكاء الاصطناعي. ويجب أن تتسم تقييمات تطبيقات الذكاء الاصطناعي في مجال الرعاية الطبية بالشفافية المناسبة. 

القرارات الخاطئة

اتضح أن بعض تطبيقات الذكاء الاصطناعي أقل ميلًا لارتكاب الأخطاء من الأطباء. وبالمقارنة مع الخبراء، كان تطبيق الذكاء الاصطناعي أكثر موثوقية في الكشف عن التشوهات في صور الأشعة المقطعية للرئتين. كما أن سلامة وموثوقية تطبيقات الذكاء الاصطناعي الطبية شرط أساسي لاعتمادها كأجهزة طبية في السوق. ومع ذلك، لا يمكن استبعاد حدوث أخطاء. ويجب على الطاقم الطبي والمرضى إدراك ذلك عند استخدام الذكاء الاصطناعي. وتبقى المسؤولية عن القرارات الطبية على عاتق البشر. إلا أن الشركات المصنعة تتحمل المسؤولية أيضًا في حالة الأخطاء التقنية أو تعليمات الاستخدام الخاطئة.

العلاقة بين الإنسان والآلة

يمكن لتطبيقات الذكاء الاصطناعي أن تُسهم في تحسين عملية اتخاذ القرارات البشرية من خلال توفير معلومات واقعية وشاملة. وفي بعض الحالات، يميل الأشخاص إلى الثقة بتقييمات الذكاء الاصطناعي أكثر من تقييمات الأشخاص الآخرين.

عندما تقدم أنظمة الذكاء الاصطناعي تقييمات أفضل من الخبراء، تكون هذه الثقة مُبررة. ومن جهة أخرى، ينطوي الإفراط في الاعتماد على تقييمات الذكاء الاصطناعي على خطر تفويض القرارات التي يفترض أن يتخذها البشر تدريجيًا إلى الذكاء الاصطناعي. وإذا تزايد الاعتماد على الذكاء الاصطناعي في اتخاذ القرارات، فقد يفقد البشر بعض مهاراتهم.

يجب على الطاقم الطبي، وكذلك المرضى، تعلّم كيفية استخدام تطبيقات الذكاء الاصطناعي بشكل صحيح. ويشمل ذلك القدرة على تقييم نقاط القوة والضعف في تطبيق الذكاء الاصطناعي.

لن يحل الذكاء الاصطناعي محل العلاقة الخاصة بين الطاقم الطبي والمرضى. فالاهتمام الشخصي يدعم عملية الشفاء ويشكل جزءًا مهمًا من عملية العلاج. قد تدعم تطبيقات الذكاء الاصطناعي هذا الترابط الخاص من خلال إتاحة المزيد من الوقت للتواصل الشخصي.

الاستدامة

تخزين كميات هائلة من البيانات، وتطوير أنظمة الذكاء الاصطناعي، وكل استفسار يُوجّه إلى روبوت محادثة، يستهلك طاقة كبيرة. لذا، من المتوقع أن تؤدي الرقمنة والانتشار المتزايد للذكاء الاصطناعي إلى زيادة كبيرة في الطلب على الكهرباء في مراكز البيانات حول العالم. كما تُستهلك موارد أخرى لتشغيل تطبيقات الذكاء الاصطناعي، بما في ذلك المياه لتبريد مراكز البيانات. علاوة على ذلك، من المتوقع حدوث زيادة هائلة في النفايات الإلكترونية بسبب تطور أجهزة الذكاء الاصطناعي. وفي الوقت نفسه، يمكن لتطبيقات الذكاء الاصطناعي أن تُسهم في ترشيد استهلاك الموارد القيّمة في نظام الرعاية الصحية، على سبيل المثال، من خلال تطوير أدوية أكثر كفاءة.

بدءًا من طرح الفكرة وحتى تطبيقها في الممارسات السريرية اليومية، عادةً ما يكون الطريق طويلًا أمام أنظمة الذكاء الاصطناعي. تصنف أنظمة الذكاء الاصطناعي المخصصة لأغراض طبية مُحددة عمومًا بوصفها أجهزة طبية. حيث يجب أن تتوافق الأجهزة الطبية مع المتطلبات القانونية المطبقة في الاتحاد الأوروبي لطرحها في السوق الأوروبية. تعتمد متطلبات الحصول على الاعتماد بشكل أساسي على المخاطر المحتملة المرتبطة باستخدام المنتج (مخاطر المنتج).

وبعد تطوير تطبيق الذكاء الاصطناعي، يخضع المنتج لتقييم سريري. وخلال هذا التقييم، تتحقق الشركة المصنعة من سلامة المنتج وفعاليته. على سبيل المثال، تجري مقارنة أداء الذكاء الاصطناعي بمهارات الأخصائيين الطبيين.

قبل أن تتمكن أي شركة مصنعة من طرح جهاز طبي يعمل بتقنية الذكاء الاصطناعي في السوق، يجب عليها إخضاعه لاختبارات للتأكد من مطابقته لجميع المتطلبات القانونية. ويتضمن ذلك إجراء تقييم للمطابقة. كما تشارك في هذه العملية جهة اختبار واعتماد مستقلة. إذا استوفى المنتج جميع المتطلبات، فإنه يحصل على علامة CE. 

يجب على الشركة المصنعة أيضًا إنشاء نظام لإدارة الجودة. حيث يضمن هذا النظام جملة أمور، من بينها:

• تحديد المخاطر المحتملة للمنتج والحد منها (إدارة المخاطر)
• إجراء اختبارات للمنتج بعد طرحه في السوق

لائحة الذكاء الاصطناعي للاتحاد الأوروبي

في المستقبل، سيتعين على العديد من المنتجات التي تعمل بتقنية الذكاء الاصطناعي في الاتحاد الأوروبي الامتثال لمتطلبات لائحة الذكاء الاصطناعي (قانون الذكاء الاصطناعي، يعرف بالاختصار "AI Act"). تحظر لائحة الذكاء الاصطناعي عمومًا إدراج أنظمة ذكاء اصطناعي معينة في الاتحاد الأوروبي، والتي تُستخدم، على سبيل المثال، للتلاعب بالأفراد أو لفرض السيطرة الاجتماعية. كما تفرض لائحة الذكاء الاصطناعي متطلبات خاصة ببعض الأجهزة الطبية التي تستخدم الذكاء الاصطناعي. 

بعض القواعد في لائحة الذكاء الاصطناعي تتداخل مع المتطلبات القانونية للأجهزة الطبية. على سبيل المثال، يجب على مصنعي الأجهزة الطبية ومنتجات الذكاء الاصطناعي عالية المخاطر تحديد المخاطر المحتملة على السلامة والصحة والحقوق الأساسية، ومحاولة تقليلها. تجب مراقبة الأجهزة الطبية ومنتجات الذكاء الاصطناعي بعد طرحها في السوق.

كما أن متطلبات لائحة الذكاء الاصطناعي أكثر تحديدًا في بعض الجوانب من متطلبات لوائح الأجهزة الطبية. تشمل هذه المتطلبات جملة أمور، من بينها:

• معالجة البيانات وتخزينها، بالإضافة إلى حماية البيانات
• تسجيل أنشطة أنظمة الذكاء الاصطناعي، مما يسمح بتتبع الأخطاء عند الضرورة
• مراقبة أنظمة الذكاء الاصطناعي أثناء استخدامها من قِبل المستخدم

قد يكون للقرارات أو نتائج الفحوصات في المجال الطبي عواقب وخيمة. لذا، يجب أن تكون التطبيقات التي تستخدم الذكاء الاصطناعي في هذا المجال موثوقة سواء للطاقم الطبي أو المرضى. لذا، يجب تطوير تطبيقات الذكاء الاصطناعي في المجال الطبي ومراقبتها بحرص فائق لضمان دقة النتائج باستمرار.

أثناء التطوير والتطبيق في الأوساط السريرية، تعالج برامج الذكاء الاصطناعي أحيانًا بيانات حساسة للمرضى. 

وتهدف هذه المتطلبات القانونية إلى ضمان استخدام أنظمة ذكاء اصطناعي آمنة وقابلة للتتبع بشكل كافٍ في الاتحاد الأوروبي (EU). كما تهدف هذه اللوائح الملزمة إلى جعل تطوير منتجات الذكاء الاصطناعي أكثر جاذبية، بحيث يمكن للشركات المصنعة التواؤم مع الإطار القانوني. لذلك، أصدر الاتحاد الأوروبي قانون الذكاء الاصطناعي (AI Act) منذ عام 2024، ويجري حاليًا تطبيق أحكامه تدريجيًا.