كيف يساعد الذكاء الاصطناعي في الكشف عن العلامات المبكرة للتدهور المعرفي؟

قام فريق من الباحثين بتطوير أحد أوائل أنظمة الذكاء الاصطناعي المستقلة تمامًا والقادرة على فحص الضعف الإدراكي باستخدام الوثائق السريرية الروتينية.

حقق النظام، الذي لا يتطلب أي تدخل بشري أو توجيه بعد نشره، دقة بلغت 98% في اختبارات التحقق من صحة النظام في بيئات واقعية.

وقد نُشرت النتائج في مجلة npj Digital Medicine.

إلى جانب النشر، يقوم الفريق بإصدار Pythia، وهي أداة مفتوحة المصدر تُمكّن أي نظام رعاية صحية أو مؤسسة بحثية من نشر تحسين تلقائي فوري لتطبيقات الفحص بالذكاء الاصطناعي الخاصة بهم.

"لم نقم ببناء نموذج ذكاء اصطناعي واحد، بل قمنا ببناء فريق سريري رقمي"، هذا ما قاله المؤلف الرئيسي للدراسة، الدكتور حسين استيري.

وأضاف: "يتضمن نظام الذكاء الاصطناعي هذا خمسة وكلاء متخصصين يقومون بتقييم بعضهم البعض وتحسين استدلالاتهم، تمامًا كما يفعل الأطباء في اجتماع مناقشة الحالات".

الكشف عن الضعف الإدراكي

لا يزال ضعف الإدراك يُشخَّص بشكل ناقص في الرعاية السريرية الروتينية، كما أن أدوات الفحص التقليدية والاختبارات المعرفية تتطلب موارد كبيرة لإجرائها ويصعب على المرضى الوصول إليها.

ومع ذلك، فقد أصبح الكشف المبكر بالغ الأهمية، لا سيما مع الموافقة الأخيرة على علاجات مرض الزهايمر التي تكون أكثر فعالية عند إعطائها في المراحل المبكرة من المرض.

"بحلول الوقت الذي يتلقى فيه العديد من المرضى تشخيصًا رسميًا، قد تكون نافذة العلاج المثلى قد أغلقت"، هذا ما قالته ليديا مورا، المؤلفة الرئيسية المشاركة للدراسة.

كيف يعمل نظام الذكاء الاصطناعي؟

لتحسين رصد المرضى المعرضين للخطر، طوّر فريق مستشفى ماساتشوستس العام بريجهام نظام ذكاء اصطناعي يعمل بنموذج لغوي كبير مفتوح المصدر، يمكن نشره محليًا ضمن البنية التحتية لتكنولوجيا المعلومات في المستشفى.

يستخدم النظام خمسة وكلاء، لكل منهم وظيفة مختلفة، يعملون معًا لاتخاذ قرارات سريرية وتحسينها لمعالجة الأخطاء وتعزيز الحساسية والدقة.

تعمل هذه الأنظمة بشكل مستقل ضمن حلقة تكرارية، حيث تُحسّن قدراتها على الكشف من خلال التعاون المنظم حتى يتم تحقيق أهداف الأداء أو حتى يُحدد النظام أنه قد وصل إلى مرحلة التقارب.

لا يتم إرسال أي بيانات للمرضى إلى خوادم خارجية أو خدمات الذكاء الاصطناعي السحابية.

حللت الدراسة أكثر من 3300 سجل طبي من 200 مريض مجهول الهوية في مستشفى ماساتشوستس العام بريجهام.

ومن خلال تحليل السجلات الطبية المُدوّنة خلال زيارات الرعاية الصحية الروتينية، يُمكن لهذا النظام المبتكر تحويل الوثائق اليومية إلى فرصة للكشف عن المشكلات الإدراكية، مما يُساعد في تحديد المرضى الذين قد يحتاجون إلى تقييم رسمي.

قال مورا: "تحتوي الملاحظات السريرية على إشارات خفية للتدهور المعرفي لا يستطيع الأطباء المشغولون الكشف عنها بشكل منهجي. هذا النظام يستمع على نطاق واسع".

عندما اختلف نظام الذكاء الاصطناعي مع المراجعين البشريين، أعاد خبير مستقل تقييم كل حالة.

وفي حالات الاختلاف، أيد الخبير منطق الذكاء الاصطناعي في 58% من الحالات، مما يعني أن النظام كان غالبًا ما يتخذ قرارات سريرية سليمة أغفلها التقييم البشري الأولي.

"كنا نتوقع أن نجد أخطاء في الذكاء الاصطناعي. ولكن بدلاً من ذلك، وجدنا في كثير من الأحيان أن الذكاء الاصطناعي كان يتخذ أحكامًا قابلة للدفاع عنها بناءً على الأدلة الموجودة في الملاحظات"، كما قال إستيري.

كشف تحليل الحالات التي أخطأ فيها الذكاء الاصطناعي عن أنماط منهجية: قصور في التوثيق حيث ظهرت المشكلات المعرفية فقط في قوائم المشكلات دون سرد داعم، وثغرات في المعرفة المتخصصة حيث فشل النظام في التعرف على بعض المؤشرات السريرية.

تفوق النظام في التعامل مع السرد السريري الشامل، لكنه واجه صعوبة في التعامل مع البيانات المنفردة التي تفتقر إلى السياق.

على الرغم من أن النظام حقق حساسية بنسبة 91% في ظل الاختبارات المتوازنة، إلا أن حساسيته انخفضت إلى 62% في ظروف الاستخدام الواقعية (مع انتشار 33% من الحالات الإيجابية)، بينما ظلت الخصوصية عالية عند 98%.

وقد أبلغ الباحثون عن هذه التحديات المتعلقة بالمعايرة لضمان الشفافية وتوجيه الجهود المستقبلية لتحسين الموثوقية السريرية.

قال إستيري: "نحن ننشر تحديداً المجالات التي يعاني فيها الذكاء الاصطناعي. يجب على هذا المجال التوقف عن إخفاء تحديات المعايرة هذه إذا أردنا أن يكون الذكاء الاصطناعي السريري موضع ثقة".