منصة شبابية، شاملة ومتنوعة تنشر المعرفة والترفيه في الأردن والوطن العربي

الذكاء الاصطناعي كطبيب

أداة ذكاء اصطناعي قادرة على التنبؤ بـ 1000 مرض قبل حدوثه بسنوات!

أداة ذكاء اصطناعي قادرة على التنبؤ بـ 1000 مرض قبل حدوثه بسنوات!

نشر :  
منذ 6 أشهر|
اخر تحديث :  
منذ 6 أشهر|
|
اسم المحرر :  
أحمد صفوت

كشف فريق دولي من الباحثين عن تطوير برنامج ذكاء اصطناعي متقدم يحمل اسم Delphi-2M، قادر على التنبؤ بخطر الإصابة بأكثر من ألف مرض قبل سنوات من حدوثها الفعلي!

النموذج يعتمد على بيانات طبية واسعة النطاق، أبرزها سجلات البنك الحيوي البريطاني (UK Biobank)، الذي يضم معلومات صحية عن نصف مليون شخص. ومن خلال تحليل تاريخ المريض الطبي، يتمكن البرنامج من رصد أنماط متكررة في التشخيصات السابقة والعوامل الصحية المصاحبة، ليصدر تنبؤات دقيقة طويلة المدى.

كيف يعمل النموذج؟

يشبه الباحث موريتز جيرستونج، المتخصص في الذكاء الاصطناعي بمركز أبحاث السرطان الألماني، عمل النموذج بعملية تعلم قواعد اللغة. فكما يتعلم القارئ تسلسل الكلمات في نص، يتعلم الذكاء الاصطناعي تسلسل وتشابك الأمراض والتشخيصات. هذا يتيح له التنبؤ بوقوع أمراض مثل النوبات القلبية، بدرجة دقة تفوق التوقعات المستندة فقط إلى العمر أو عوامل الخطر التقليدية.

وقد خضع النظام لاختبارات موسعة على بيانات نحو مليوني شخص في الدنمارك، وأثبت قدرته على تحديد الفئات الأكثر عرضة للإصابة.

حدود الاستخدام الحالي

على الرغم من النتائج الواعدة، أكد الفريق البحثي أن الأداة لا تزال في مرحلة تجريبية ولا تصلح للاستخدام السريري المباشر بعد. وأشار الخبراء إلى أن البيانات المستخدمة في التدريب متحيزة من حيث العمر والخلفية العرقية، ما يستدعي المزيد من الدراسات والتجارب قبل تعميم النموذج على نطاق عالمي.

يرى المتخصصون أن هذا النوع من الأدوات يمكن أن يساهم مستقبلا في تحسين إدارة الموارد داخل أنظمة صحية مثقلة بالأعباء، عبر التركيز على الوقاية والتشخيص المبكر بدلا من الاكتفاء بالعلاج المتأخر.


اقرأ أيضا: سامسونج تؤكد أن بعض ثلاجاتها الجديدة ستعرض الإعلانات ولن تستطيع تعطيلها!


ويذكر أن بعض الأدوات الحسابية موجودة بالفعل في الممارسة الطبية، مثل برنامج QRISK3 المستخدم في بريطانيا لتقدير احتمالية الإصابة بأمراض القلب والسكتة الدماغية. لكن ما يميز نموذج Delphi-2M هو شموليته، إذ يغطي مئات الأمراض دفعة واحدة وعلى مدى زمني طويل.