الذكاء الاصطناعي في المجال الصحي
المحتويات

تعريفًا بالموضوع، الذكاء الاصطناعي في المجال الصحي، هو مصطلح عام يعبر عن استخدام خوارزميات التعلم الآلي وبرامجه (أي الذكاء الاصطناعي) لمحاكاة الإدراك البشري في تحليل البيانات الطبية والصحية المعقدة إضافةً لتقديمها وفهمها. وعلى وجه التحديد، يعبر مصطلح الذكاء الاصطناعي عن قدرة خوارزميات الكمبيوتر على تقريب الاستنتاجات بناءً على البيانات المدخلة فقط. ونتناول فيما يلي مزيدًا من التفاصيل.
وعلى صعيد آخر، يعتبر الاستخدام المكثف للذكاء الاصطناعي في المجال الصحي أمر جديد نسبيًا، ولهذا توجد عدة مخاوف أخلاقية جديدة تتعلق باستخدامه، كخصوصية البيانات وسيطرة الآلات على فرص العمل وانحيازات التشابه.
إضافةً إلى ذلك، 2- تمثل بعض خوارزميات التعلم العميق صناديق سوداء؛ إذ يمكن للخوارزميات أن تتنبأ بالنتيجة بدقة متناهية، ولكنها تقدم تفسيرًا ضئيلًا أو معدومًا للمنطق المستعمل في الوصول إليها، بصرف النظر عن البيانات المدخلة ونوع الخوارزمية المستعمل.
كذلك، تعمل تطبيقات الذكاء الاصطناعي المتعلقة بالصحة بشكل رئيسي على تحليل علاقة أساليب الوقاية أو العلاج مع النتائج التي يبديها المرضى. تساعد برامج الذكاء الاصطناعي في عملية التشخيص، وتساهم في تحسين الخطط العلاجية وتطوير الأدوية ومراقبة المريض ورعايته، كما تستعمل في مجال الطب الشخصي الموجه. يمكن كذلك استخدام خوارزميات الذكاء الاصطناعي لتحليل كميات كبيرة من البيانات بالاعتماد على السجلات الصحية الإلكترونية للوقاية من الأمراض وتشخيصها. طورت بعض المؤسسات الطبية خوارزميات الذكاء الاصطناعي لتستعملها في أقسامها، ونذكر منها: مايو كلينيك ومركز ميموريال سلون كيترينج للسرطان وهيئة الخدمات الصحية الوطنية البريطانية. طورت شركات التكنولوجيا الكبيرة، كآي بي إم وجوجل مثلًا، خوارزميات الذكاء الاصطناعي لتستعملها في مجال الرعاية الصحية كذلك. تتطلع المستشفيات إلى استخدام برامج الذكاء الاصطناعي، لدعم المبادرات التنفيذية التي ستوفر الكثير من التكاليف وتزيد رضا المرضى وتلبي احتياجات الموظفين والقوى العاملة. تستثمر حكومة الولايات المتحدة في الوقت الحالي مليارات الدولارات لتطوير الذكاء الاصطناعي في مجال الرعاية الصحية. تعمل الشركات على تطوير تقنيات تساعد مديري الرعاية الصحية في تحسين عملهم عبر تحسين إدارة الاستخدام وتقليل معدل انتظار المرضى المقبولين في الإسعاف –لعدم توفر أسرة- وتخفيض مدة إقامتهم في المشفى وتحديد العدد الأمثل للموظفين.
علاوةً على ذلك، تتميز تقنية الذكاء الاصطناعي عن التقنيات التقليدية المستعملة في الرعاية الصحية بالقدرة على جمع البيانات ومعالجتها وإعطاء نتائج واضحة للمستعمل النهائي. يعتمد الذكاء الاصطناعي على خوارزميات التعلم الآلي والمتعمق للوصول إلى النتائج. يمكن لهذه الخوارزميات التعرف على أنماط السلوك، وتستطيع إنشاء تسلسل منطقي خاص بها. للحصول على رؤى وتوقعات مفيدة، يجب تدريب نماذج التعلم الآلي على التعامل مع كميات كبيرة من البيانات المدخلة. تتصرف خوارزميات الذكاء الاصطناعي بشكل مختلف عن البشر بطريقتين:
إضافةً إلى ذلك، 1- الخوارزميات حرفية: بمجرد تحديد الهدف، تعتمد الخوارزميات على البيانات المدخلة حصرًا، ويمكنها فهم ما برمجت عليه فقط.
الاستثمارات الحكومية
- انظر كذلك
- Clinical decision support system
- Computer-aided diagnosis
- Computer-aided simple triage
- IBM Watson Healthcare
- DeepMind Healthcare
- Speech recognition software in healthcare
من جهة ثانية، الاستثمارات من الحكومة الأمريكية في المبادرات الصحية المعتمدة على الذكاء الاصطناعي تساوي على وجه التقريب 1.2 بليون دولار أمريكي موزعة على مركزين مختصين كميزانية.
الأبحاث الحالية
وفي هذا الصدد، أظهرت تخصصات متعددة في الطب ارتفاع عدد الأبحاث المتعلقة بالذكاء الاصطناعي. التخصص الذي حصل على الاهتمام الأكبر هو مجال الطب الإشعاعي.
جوجل
علاوةً على ذلك، منصة حقل جوجل العميق {بالإنجليزية: google deep mind يستعمل في الخدمات الصحية الوطنية للمملكة المتحدة للكشف عن الأخطار الصحية المحتملة عن طريق جمع البيانات من تطبيق على الجوال. هناك كذلك مشروع آخر يتضمن تحليل صور الأشعة التي يتم جمعها في الخدمات الصحية الوطنية للكشف عن الأنسجة المسرطنة.
مايكروسوفت
وعلى صعيد آخر، مشروع هانوفر من مايكروسوفت بالتعاون مع مركز السرطان التابع لجامعة اوريجون للصحة والعلوم، يحلل الأبحاث الطبية لتوقع خيارات علاج السرطان الأكثر تأثيرًا على المرضى. هناك كذلك مشاريع أخرى تتضمن تحليل صور الأورام وملاحظة تطورها.
الصناعة
علاوةً على ذلك، توجه الشركات الطبية الكبيرة للاندماج مع شركات طبية أخرى يزيد من وفرة البيانات الصحية ويسهل الوصول إليها، ويؤدي وفرة هذه البيانات إلى الزيادة في تطبيقات الذكاء الاصطناعي. هنا مثال على شركات كبيرة ساهمت في تطوير خوارزميّات الذكاء الاصطناعي في المجال الصحي.
التطبيب عن بعد
وفي هذا الصدد، زيادة التوجه للتطبيب عن بعد رفع من قيمة وتطبيقات الذكاء الاصطناعي ومجالاته. القدرة على مراقبة المرضى بواسطة الذكاء الاصطناعي قد يسمح بنقل بيانات المريض للطبيب في حال حصول أي نشاط في مرض ما عند المريض. استخدام جهاز من الممكن أن يرتديه المريض قد يسمح بمراقبة متواصلة ومستمرة لحالته الصحية ومراقبة أي تغيرات في حالته والتي قد تكون أحيانًا أدق من أن يلاحظها الإنسان.
تاريخهًا
وفي السياق ذاته، الابحاث في الستينات والسبعينات أنتجت أول برنامج لحل المسائل / نظام خبير، عرف بديندرال {بالإنجليزية: Dendral}. في الوقت الذي تم تصميم ديندرال لتطبيقات الكيمياء الحيوية، قدم ديندرال اساسيات النظام الذي تبعه، مايسن {بالإنجليزية: MYCIN}، الذي يعتبر أحد أهم تطبيقات الذكاء الاصطناعي في الطب. الثمانينات والتسعينات قدمت الحواسيب الصغيرة ومستوى جديد من اتصالات الشبكة. في خلال هذا الوقت أقر الباحثين والمطورين على ان انظمة الذكاء الاصطناعي في المجال الطبي يجب ان تكون مصممة لتعويض غياب البيانات الدقيقة وبناء خبرات الاطباء.
- تطور قدرة الحواسيب مما أدى إلى تجميع وتحليل اسرع للبيانات.
- زيادة حجم البيانات الطبية وسهولة الوصول اليها من اجهزة شخصية وطبية.
- زيادة قواعد البيانات المتعلقة بالتسلسل الجينومي.
- انتشار تطبيق انظمة السجلات الصحية الالكترونية.
- تحسن معالجات اللغة الطبيعية والرؤية الحاسوبية مما أدى إلى تطوير تعلم الآلة.
- تحسن دقة العمليات الجراحية.
وعلى صعيد آخر، التطور الطبي والتقني الذي حدث في خلال نصف القرن اتاح تطور تطبيقات الذكاء الاصطناعي المجال الطبي، ومن ضمن هذه التطبيقات:
الطب الإشعاعي
وفي السياق ذاته، القدرة على تحليل نتائج الاشعة قد تمكن الأطباء من ملاحظة أدق التفاصيل والتغييرات في الأشعة التي من الممكن ألا يلاحظوها. مثال على دراسة متعلقة بالذكاء الاصطناعي ساعدت في الطب الإشعاعي هي دراسة ستانفورد والتي نتج عنها خوارزمية يمكنها الكشف عن الالتهاب الرئوي بطريقة أفضل من مختصي الأشعة.
في الصناعة
إضافةً إلى ذلك، استثمرت إنتل كابيتال، الجهة المستثمرة من شركة إنتل، مؤخرًا في شركة لومياتا الناشئة التي تستعمل الذكاء الاصطناعي لتحديد الفئات المعرضة للمرض وتطوير خطط رعاية صحية مناسبة.
من جهة ثانية، ينصب جزء كبير من تركيز الآليات المستعملة لتوظيف الذكاء الاصطناعي في قطاع الرعاية الصحية على أنظمة دعم القرار السريري. تتكيف خوارزميات التعلم الآلي وتوفر نتائج وحلول أكثر واقعية كلما زاد عدد البيانات المجموعة. تختبر الكثير من الشركات إمكانية توظيف البيانات الضخمة في صناعة الرعاية الصحية، وتستكشف الكثير من الشركات الفرص التجارية الممكنة عبر تقنيات تقييم البيانات وتخزينها وإدارتها وتحليلها؛ إذ تكون جميع هذه التقنيات مهمة في صناعات المجال الصحي.
من جانب آخر، طورت شركة خيرون ميديكال برنامج التعلم المتعمق للكشف عن سرطان الثدي عبر صور الأشعة السينية.
وفي السياق ذاته، أطلقت آي فلايتك روبوت خدمي سمي شاو مان. اعتمد الروبوت على تقنية الذكاء الاصطناعي لتحديد العميل المسجل وتقديم توصيات محددة له في المجالات الطبية. تعمل الشركة كذلك على استغلال التقنية في مجال التصوير الطبي. صنعت شركات أخرى روبوتات مماثلة، كروبوت كروزر من شركة أبتيك وروبوت بيبر من شركة سوفت بانك.
ومن ناحية أخرى، طورت شركة آي بي إم مشروع واتسون أونكولوجي في مركز ميموريال سلون كيترينج للسرطان وكليفلاند كلينيك. تعمل آي بي إم كذلك مع سي في إس هيلث على تطوير تطبيقات ذكاء اصطناعي لعلاج الأمراض المزمنة، ومع جونسون آند جونسون على تحليل الأوراق العلمية لإيجاد روابط جديدة لتطوير الأدوية. في مايو 2017، شاركت آي بي إم معهد رينسيلار للعلوم التطبيقية مشروعًا بعنوان: «التمكين الصحي بالاعتماد عل التحليل المنطقي والتعلم والدلالات»، لاختبار دور الذكاء الاصطناعي في تحسين الرعاية الصحية.
وفي هذا السياق، طورت فراكتال أناليتكس موقع Qure.ai، الذي يستعمل التعلم المتعمق والذكاء الاصطناعي لتحسين طب الأشعة وتسريع تحليل الأشعة السينية التشخيصية.
كذلك، تستعمل هيئة الخدمات الصحية الوطنية في المملكة المتحدة منصة ديب مايند من جوجل، لاكتشاف بعض المخاطر الصحية باستخدام البيانات المجموعة عبر تطبيق على الهاتف المحمول. يعمل مشروع آخر على تحليل صور طبية تعود لمرضى المؤسسة، بهدف تطوير خوارزميات تكشف الأنسجة السرطانية.
علاوةً على ذلك، سنذكر هنا بعض الشركات الكبيرة التي طورت خوارزميات الذكاء الاصطناعي لاستخدامها في مجال الرعاية الصحية:
من جانب آخر، يسمح دمج الشركات الصحية الكبيرة بإمكانية الوصول إلى كمية أكبر من البيانات الصحية، وهذا ما يضع الأساس لعمل خوارزميات الذكاء الاصطناعي.
وفي السياق ذاته، تعمل تينسنت على تطوير الكثير من الأنظمة والخدمات الطبية، وهذا يتضمن: نظام الابتكار الطبي المدعوم بالذكاء الاصطناعي، وهي خدمة تصوير طبي تشخيصي تعمل بالذكاء الاصطناعي، وخدمة الرعاية الصحية الذكية من وي تشات، وخدمة تينسنت دوكتورز وورك.
علاوةً على ذلك، بدأت مايكروسوفت مشروع هانوفر بالشراكة مع معهد نايت للسرطان التابع لجامعة أوريغون للصحة والعلوم. يحلل المشروع الأبحاث الطبية للتنبؤ بخيارات دوائية أكثر فعالية. تتضمن المشاريع الأخرى تحليل الصور الطبية لتطور الورم وتطوير خلايا قابلة للبرمجة.
من جهة ثانية، ابتكرت شركة نورالينك الجيل التالي من التعويضات العصبية التي تتفاعل بشكل معقد مع آلاف المسارات العصبية في الدماغ. تسمح عمليتهم بوضع رقاقة، بحجم العملة المعدنية على وجه التقريب، ضمن الجمجمة بواسطة روبوت جراحي دقيق لتجنب الإصابة العرضية.
إضافةً إلى ذلك، طورت شركة هابتك الهندية الناشئة مؤخرًا روبوت دردشة على برنامج واتساب ليجيب على الأسئلة المرتبطة بفيروس كورونا القاتل في الهند.
في هذا الإطار، تمتلك شركات التكنولوجيا الكبيرة، مثل آبل وجوجل وأمازون وبايدو، أقسام أبحاث ذكاء اصطناعي خاصة بها، إلى جانب تخصيصها ملايين الدولارات للاستحواذ على شركات الذكاء الاصطناعي الصغيرة. بدأ الكثير من مصنعي السيارات في استخدام الرعاية الصحية المعتمدة على التعلم الآلي في سياراتهم كذلك. بدأت بعض شركات السيارات، مثل بي إم دبليو وجنرال إلكتريك وتسلا وتويوتا وفولفو، حملات بحثية جديدة لإيجاد طرق تتعلم فيها الآلة الإحصائيات الحيوية للسائق، لضمان استيقاظه وانتباهه للطريق وعدم وقوعه تحت تأثير المواد المهلوسة أو المخدرة وعدم معاناته من الانفعال العاطفي.
ومن ناحية أخرى، تستعمل تطبيقات الاستشارات الرقمية الذكاء الاصطناعي لتقديم الاستشارات الطبية بناءً على التاريخ الطبي الشخصي والمعرفة الطبية الشائعة، كخدمة جي بي أت هاند من شركة بابليون هيلث وآدا هيلث ودكتور يو لعلي هيلث وكير إكسبرت ويور. م د. للحصول على الاستشارة، يسجل المستعملون أعراضهم في التطبيق الذي يتعرف على الكلام ويقارن المعلومات المدخلة بقاعدة بيانات الأمراض. يقدم بابليون إثر ذلك الإجراء الموصى به بحسب الحالة، مع مراعاة القصة المرضية للمستعمل. يستعمل رواد الأعمال في مجال الرعاية الصحية سبعة نماذج عمل أولية لنقل حلول الذكاء الاصطناعي إلى السوق. تعتمد هذه النماذج الأولية على القيمة المقدمة للمستعمل المستهدف (كالتركيز على المريض أو مقدم الرعاية الصحية أو المؤسسات الصحية) وآليات تحصيل هذه القيمة (كتوفير المعلومات أو التواصل مع الجهات المعنية).
📝 هل في هذه المقالة خطأ؟
إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.
ما رأيك في هذه المقالة؟