الذكاء الاصطناعي وتعلم الآلة في الرعاية الصحية: تحويل رعاية المرضى وإحداث ثورة في الأبحاث الطبية 

يُحدث الذكاء الاصطناعي وتعلّم الآلة حلولاً مبتكرة وتقدماً ملحوظاً في قطاع الرعاية الصحية – بدءاً من التشخيص المبكر والوقاية من الأمراض وصولاً إلى العلاجات المخصّصة والتنبؤ بتطور المرض. ومن خلال تحليل مجموعات البيانات الضخمة، يستطيع الذكاء الاصطناعي اكتشاف أنماط معقّدة والتعلّم منها، مما يوفّر رؤى لمتخصصي الرعاية الصحية تمكّنهم من اتخاذ قرارات أكثر استنارة وتقليل الأخطاء الطبية.

في هذا المقال، المُعد بالتعاون مع Tomasz Smolarczyk، رئيس قسم الذكاء الاصطناعي وتعلم الآلة في Spyrosoft، سنستكشف تطبيقات متنوعة للذكاء الاصطناعي في الرعاية الصحية ونناقش الفوائد التي يحققها.

لنبدأ. 

الرؤية الحاسوبية

التصوير الطبي 

يمكن استخدام تقنية AI لتحليل الصور، على سبيل المثال، صور الآفات الجلدية، وتصنيفها كتغير سرطاني أو غير خطير. يمكن للمرضى تحميل الصور إلى منصة آمنة، حيث يمكن لـ AI فرز حالات المرضى وتحديد أولوياتها ومساعدة الأطباء في تشخيص المرضى عن بُعد. وقد يقلل ذلك بشكل كبير من الوقت ويحد من الحاجة إلى اختبارات المتابعة.

مثال آخر على استخدام الذكاء الاصطناعي في التصوير الطبي هو حل يحلل الصور المجهرية لعينة دم ويحصي خلايا الدم، مما يساعد على تشخيص الأمراض مبكرًا وبدقة. ويمكن استخدامه لتشخيص الملاريا – وهو مرض يهدد الحياة يسببه طفيل ينتقل عبر لدغات البعوض المصاب. ويُعد التشخيص المبكر أمرًا بالغ الأهمية للوقاية من الإضرار الجسيم بالصحة أو حتى الوفاة. وبفضل الحلول المدعومة بالذكاء الاصطناعي، يمكن إجراء التشخيص بشكل أسرع وأكثر دقة، لا سيما في المناطق التي يكون فيها الوصول إلى الطاقم الطبي محدودًا.

يمكن استخدام AI لتحليل صور الأشعة السينية أو غيرها من الفحوصات الطبية للكشف، على سبيل المثال، عن العلامات الأولى للسرطان. يمكن لـ AI أيضاً أتمتة عمل الأطباء في تدوين الصور الطبية، وتحديد المناطق التي بها تغييرات مرئية والتي ستُعالج بالإشعاع والمناطق السليمة التي قد تتضرر. مع نماذج مثلنموذج تجزئة أي شيء (SAM) الذي طورته Facebook، يمكننا أن نتوقع عددًا متزايدًا من حلول الذكاء الاصطناعي التي ستسرّع أعمال التصنيف التي يحتاج الخبراء الطبيون إلى إنجازها.

في مجال طب الأسنان، يمكن للتصوير الطبي المدعوم بالذكاء الاصطناعي (AI) أن يجعل العلاج أكثر تخصيصاً، وبالتالي أكثر دقة. على سبيل المثال، يمكنه المساعدة في مطابقة الغرسات مع أسنان المرضى الأفراد من خلال مسح أفواههم. كما يمكن استخدامه لإنشاء نموذج ثلاثي الأبعاد لفم المريض، مما يوفر رؤية أفضل لصحة الفم – إذ يمكن للذكاء الاصطناعي اكتشاف التسوس وأمراض اللثة ومشكلات أخرى.

تحليلات الحركة 

منذ بعض الوقت، كان فريقنا يعمل على مشروع يُسمى MedBand – جهاز قابل للارتداء يُستخدم لتتبع حركات المرضى أثناء أداء تمارين إعادة التأهيل ومقارنتها بالطريقة النموذجية لأداء التدريب التأهيلي. يساعد الحل المرضى على ممارسة التمارين بشكل صحيح وفعّال ويقلل من خطر الإصابة الناتجة عن الحركات غير الصحيحة.

تحليلات الرياضة 

يمكن استخدام الذكاء الاصطناعي لمراقبة مستويات إجهاد الرياضيين من خلال تحليل أدائهم وبياناتهم الحيوية، مما قد يساعد في تحديد مخاطر الإصابات المحتملة. وبناءً على هذه الرؤى، يمكن للمدربين تعديل خطة التدريب أو تحديد اللاعبين المعرضين للخطر واتخاذ خطوات لتقليل خطر الإصابة.

اكتشف كيف استخدمنا الرؤية الحاسوبية لنظام المراجعة الفورية في كرة الريشة. >>

تحليل النصوص ومعالجة اللغة الطبيعية

استخراج المعلومات 

يمكن للذكاء الاصطناعي استخراج معلومات رئيسية، تشير إلى أعراض المرض أو الاعتلال، من نص أو تسجيل صوتي. وقد يكون مفيداً بشكل خاص في الطب عن بُعد، حيث يمكن للطبيب أثناء مكالمة مع مريض الوصول إلى المعلومات المستخرجة من التاريخ الطبي للمريض. كما يمكن استخراج الأعراض التي يذكرها المريض خلال المقابلة الطبية عبر الإنترنت من المحادثة وتخصيص رمز سريري مناسب لها تلقائياً. نعلم جميعاً أن وقت الأطباء ثمين، ومع قيام الذكاء الاصطناعي بدور المساعد الذي يدوّن الملاحظات، يمكن للأطباء تكريس وقت أطول لمرضاهم بدلاً من تدوين الملاحظات.

أظهر التقدم الأخير في تطوير نماذج اللغة الكبيرة أن الذكاء الاصطناعي يمكنه بنجاح استرجاع المعرفة الطبية وتقديم إجابات دقيقة على الأسئلة الطبية مدعومة بالاستدلال. نشرت Google مؤخرًا النسخة الثانية من نموذجها للغة الكبيرة المسمى Med-PaLM 2، والذي يعتمد على نموذج مشابه لـ ChatGPT الرائج. كان سابقه، Med-PaLM، أول من حصل على "درجة النجاح" (>60%) في أسئلة الاختيار من متعدد والأسئلة المفتوحة على غرار امتحانات الترخيص الطبي الأمريكية. مؤخرًا، حقق Med-PaLM 2 باستمرار أداءً بمستوى طبيب "خبير" في أسئلة الامتحانات الطبية، محققًا نسبة 85%.

مؤخراً، قدّمت Google أيضاً عرضاً توضيحياً لحل جديد للتنسيق التدريجي لتطبيقات البحث والمحادثة عبر سير عمل مُعدّ مسبقاً. وتتمثل إحدى وظائفه الأساسية في تلخيص جوهر التقارير والمستندات متعددة الصفحات الأخرى في بضع جمل موجزة. وفي قطاع الرعاية الصحية، يمكن استخدام ذلك لتلخيص الأوراق العلمية المنشورة في قاعدة بيانات PubMed، والتي يمكن بعد ذلك اقتراحها على الأطباء كقراءات موصى بها عند علاج المرضى الذين يعانون من حالات طبية نادرة أو غير معتادة. كما يمكن استخدام الحل لتكثيف التاريخ الطبي طويل الأمد للمريض أو الوثائق الطبية في ملخص للحقائق الرئيسية. ومرة أخرى، سيوفر ذلك وقتاً هائلاً للطاقم الطبي.

تصنيف النصوص 

يمكن للذكاء الاصطناعي أن يساعد في تصنيف البيانات الطبية إلى فئات، على سبيل المثال، وصف المريض، ووصف العلاج والأعراض الملاحظة عبر التاريخ الطبي للمريض. ويمكن أيضاً تطبيقه على مجالات أخرى ذات صلة، مثل معالجة الفواتير الطبية وتصنيفها وفقاً لفئات محددة، لتسهيل الإدارة.

دعم القرار السريري 

يمتلك الذكاء الاصطناعي إمكانات كبيرة لدعم الأطباء ليس فقط في مرحلة التشخيص، بل أيضًا طوال فترة العلاج. إذ يمكنه تحليل السجلات الصحية الإلكترونية (EHR) لإنشاء خطط علاج مخصصة للمرضى بناءً على تاريخهم الطبي ونتائج المختبر وغيرها من البيانات ذات الصلة، على سبيل المثال، السجلات المتاحة لمرضى مصابين بالمرض نفسه وقد تعافوا.

تحليل المشاعر 

يمكن للذكاء الاصطناعي المساعدة في تحليل مشاعر المريض من تسجيل فيديو أو نص. فخلال مؤتمر مرئي مع مريض، يمكن للذكاء الاصطناعي اكتشاف المشاعر التي يشعر بها المريض من خلال تحليل تعابير وجهه، على سبيل المثال، ما إذا كان مرتبكًا ويحتاج الطبيب إلى تكرار السؤال أو إعادة صياغته.

يمكن استخدام تحليل المشاعر المدعوم بالذكاء الاصطناعي في تطبيقات الصحة النفسية. فمن خلال مراقبة مشاعر ردود المستخدم أثناء محادثة مع طبيب أو روبوت، يمكن تقييم ما إذا كانت صحته النفسية تتدهور وتعديل العلاج وفقاً لذلك.

أؤمن إيمانًا راسخًا بأن دمج الذكاء الاصطناعي كـ"مساعدين" في عمليات الرعاية الصحية يمكن أن يحسّن بشكل كبير رحلة المريض ويمكّن المتخصصين الطبيين من تقديم رعاية عالية الجودة مع تخفيف عبء عملهم في الوقت نفسه.

على الرغم من استمرار الحاجة إلى اللمسة الإنسانية في الرعاية الصحية، فإن أولئك الذين يتبنون قدرات الذكاء الاصطناعي ويستفيدون منها سيبرزون كقادة في القطاع ويدفعون عجلة التقدم نحو منظومة رعاية صحية أكثر كفاءة وفعالية وتركيزاً على المريض.

Tomasz Smolarczyk، رئيس قسم الذكاء الاصطناعي في Spyrosoft

تعلّم الآلة وعلوم البيانات التطبيقية

التصنيف 

من خلال تحليل البيانات، يمكن للذكاء الاصطناعي تصفية أنماط معينة، وبناءً عليها يمكنه إجراء تنبؤات حول حالات مشابهة. على سبيل المثال، يمكننا إنشاء نموذج يحلل بيانات المرضى الذين توفوا بسبب السرطان ويستخدم الأنماط المحددة للتنبؤ بتطور المرض لدى المرضى ذوي الخصائص المشابهة. وبهذه الرؤى، يمكن للأطباء اتخاذ قرارات بشأن تغيير أو تعديل العلاج.

يمكن أيضًا استخدام نماذج التنبؤ للتنبؤ بالمدة التي ستستمر فيها أعراض مرض معينة أو متى سيتمكن المريض من مغادرة المستشفى. ومن حالات الاستخدام الأخرى لنماذج التنبؤ مراقبة معدل إعادة الإدخال. قد تكون إعادة إدخال المريض إلى المستشفى سمة لحالة معينة أو قد تكون نتيجة لأداء غير صحيح لإجراء طبي وقد تشير إلى ضعف جودة الخدمات، لذا فإن السيطرة عليها أمر بالغ الأهمية للمؤسسات الطبية.

الصيانة التنبؤية 

المعدات الطبية الحديثة باهظة الثمن، وأي عيب تقني قد يشكل تهديدًا لصحة المرضى وحياتهم، ولهذا فإن الوقاية من الأعطال والكشف المبكر عنها أمر بالغ الأهمية.

استخدامالذكاء الاصطناعي للصيانة التنبؤية في مجال الرعاية الصحية يمكن أن يساعد في تقليل وقت تعطل المعدات، وتقليل حالات الفشل غير المتوقعة للمعدات، وضمان أن الأجهزة الطبية في حالة عمل جيدة دائماً. ويمكن أن يؤدي ذلك إلى نتائج أفضل للمرضى، فضلاً عن توفير في التكاليف لمرافق الرعاية الصحية.

من أمثلة الصيانة التنبؤية في الرعاية الصحية استخدام أجهزة الاستشعار لمراقبة أداء الأجهزة الطبية. تكتشف أجهزة الاستشعار السلوك غير المعتاد، مثل الاهتزازات أو ارتفاع درجة الحرارة أو عوامل أخرى قد تشير إلى مشكلات محتملة في الجهاز. يمكن بعد ذلك تحليل البيانات المجمعة بواسطة خوارزميات التعلم الآلي للتنبؤ بموعد الحاجة إلى الصيانة أو الإصلاح.

التنبؤ بالمبيعات 

يُعد التنبؤ بالمبيعات أمرًا بالغ الأهمية بشكل خاص في صناعة الأدوية نظرًا للتكاليف المرتفعة التي تنطوي عليها عملية تطوير الأدوية والعملية الطويلة لإطلاق منتج جديد في السوق.

بما أن الذكاء الاصطناعي (AI) يمكنه تحليل كميات كبيرة من البيانات بسرعة ودقة، فإنه يتيح للشركات اتخاذ قرارات أكثر استنارة بشأن استراتيجية المنتج. يمكن للذكاء الاصطناعي إنشاء توقعات للمبيعات المستقبلية، مع مراعاة البيانات التاريخية واتجاهات السوق.

المحاكاة 

باستخدام الذكاء الاصطناعي، يمكننا محاكاة مواقف معينة لرؤية سيناريوهات مختلفة. فهو يتيح لنا توليد حلول متعددة، يمكننا مقارنتها واختيار الأفضل منها.  

ومن الأمثلة على ذلك الحل الذي عملنا عليه بالتعاون مع جامعة علوم الحياة في فروتسواف. قمنا بدمج بيانات تنقل الأشخاص مع نموذج SIR لانتشار الأمراض المعدية. فمن خلال معرفة متى وأين وكم من الوقت يقضي الناس في مكان معين، وما هو خطر العدوى، وكم تستمر المرض، وما إلى ذلك، تمكنا من استخدام الذكاء الاصطناعي لمحاكاة سيناريوهات مختلفة لتطور الوباء. ولا يساعد النموذج على تحديد الخطوات التي يمكن اتخاذها للحد من انتشار المرض فحسب، بل يساعد أيضًا على التنبؤ بالعواقب الاقتصادية للإغلاق.

محركات التوصية

العلاج الطبي المخصص 

من خلال امتلاك رؤية كاملة للمريض بأكمله (الأمراض الأخرى التي يعاني منها، وتاريخ علاجه حتى الآن، والأدوية الأخرى التي يتناولها)، يمكن للطبيب تعديل العلاج ليناسب حالة مريض معين. ومن التطبيقات الأخرى المحتملة للذكاء الاصطناعي في العلاج الطبي الشخصي تعديل جرعة الدواء لمريض فردي، مع مراعاة وزنه وعمره وما إلى ذلك.

يمكن أيضًا استخدام AI لتحليل البيانات التي يجمعها جهاز قابل للارتداء، مثل ساعة ذكية، للكشف عن الاتجاهات أو الأنماط وتنبيه المرضى أو الأطباء إلى مخاطر صحية محتملة.

اكتشاف الأدوية وتطويرها 

يمكن لمحركات التوصية تحليل قاعدة بيانات المرضى لتحديد المرشحين المحتملين لاختبار أدوية جديدة بناءً على بياناتهم الجينية والتجارب السريرية وغيرها.

علاوة على ذلك، يمكن للذكاء الاصطناعي أن يقود الاكتشافات العلمية الجديدة ويسرّعها، كما أن الاكتشاف الأخير AlphaFold أثبتت الحالة نجاحها. كان هدف المشروع إنشاء حل – نظام AlphaFold – للتنبؤ بالبنية ثلاثية الأبعاد للبروتين بناءً على تسلسله الجيني فقط. يستخدم النظام مجموعات بيانات جينومية ضخمة للتنبؤ ببنية البروتين، وينشئ نماذج ثلاثية الأبعاد عالية الدقة لهذه البروتينات. ويُعد هذا إنجازًا رائدًا لأنه يتيح لنا فهم شكل البروتين ودوره داخل الخلية بشكل أفضل، وبالتالي تطوير أدوية تتناسب مع الشكل الفريد للبروتين وتكون أكثر فعالية.

الواقع المعزز

التدريب الطبي 

الواقع المعزز المدعومة بالذكاء الاصطناعي في محاكاة الإجراءات الطبية، بحيث يمكن لطلاب الطب التدرب على التقنيات الجراحية في بيئة واقعية لكن منخفضة المخاطر. ويمكن للمحاكاة تقديم ملاحظات حول التقنية والتوقيت والدقة. ومن المرجح أن تصبح الواقع المعزز أداة شائعة ومهمة في التعليم الطبي قريبًا.

استفد من قوة الذكاء الاصطناعي في الرعاية الصحية

سيقدم لك خبراؤنا المشورة حول أفضل طريقة لتطبيق الذكاء الاصطناعي في حالة عملك المحددة. تواصل معنا عبر النموذج أدناه.