مصراوي
طور فريق بحثي نظام طبي مبتكر يعتمد على الذكاء الاصطناعي قادر على التنبؤ بخطر الإصابة بأكثر من ألف مرض قبل ظهور الأعراض بما يصل إلى عشرين عاما.
ويعرف هذا النظام باسم Delphi-2M وحقق دقة بلغت 76% في التوقعات القصيرة المدى وقرابة 70% في التوقعات طويلة المدى متفوقا بذلك على الأدوات التقليدية التي تركز عادة على مرض واحد فقط.
كيف يعمل نظام Delphi-2M؟
يعتمد النظام على منهجية مشابهة لتلك المستخدمة في النماذج اللغوية الكبيرة حيث يحول كل تشخيص طبي في السجل الصحي للمريض إلى رمز Token ثم يحلل النظام سلسلة هذه الرموز لتحديد المرض التالي المتوقع ظهوره وموعده المحتمل.
على سبيل المثال قد يظهر النظام لشخص يبلغ 60 عاما ويعاني السكري وارتفاع ضغط الدم أن خطر إصابته بسرطان البنكرياس أعلى بـ 19 مرة وإذا شُخص بالسرطان يرتفع خطر الوفاة إلى نحو 10,000 مرة مقارنة بالشخص العادي.
ويستند النظام على بنية المحولات Transformers لتحليل الرموز الطبية وعوامل نمط الحياة مثل التدخين ومؤشر كتلة الجسم إلى جانب البيانات الديموغرافية لتقديم توقعات دقيقة وشاملة.
نتائج مقارنة بالأدوات الطبية التقليدية
قارن الباحثون أداء Delphi-2M مع أدوات طبية تعتمد على التعلم الآلي فيما يخص أمراض القلب سجل Delphi-2M قيمة 0.70 وفق مقياس AUC مقابل 0.69 لأداة AutoPrognosis و0.71 لأداة QRisk3.
أما بالنسبة للخرف فقد حقق النظام 0.81 مساويًا لأداة UKBDRSوعلى الرغم من أن الأداء مشابه يتميز Delphi-2M بقدرته على تقييم احتمالات الإصابة بمجموعة واسعة من الأمراض في الوقت نفسه على عكس الأدوات التقليدية التي تركز على مرض واحد فقط.
القيود والتحديات
يواجه النظام الجديد عددا من العقبات أبرزها انخفاض دقة التنبؤات الطويلة المدى إلى نحو 60–70% صعوبة التنبؤ بالأمراض النادرة أو المرتبطة بالبيئة والاعتماد على قاعدة بيانات محدودة من البنك الحيوي البريطاني UK Biobank ما يستدعي اختبار النظام في مجتمعات متنوعة للحصول على بيانات أوسع.
التطبيقات المستقبلية
يمكن أن يساهم Delphi-2M في تحويل الطب الوقائي والتشخيص المبكر عبر مساعدة الأطباء على تحديد المرضى الأكثر عرضة للإصابة بأمراض مزمنة قبل ظهور أعراضها بسنوات وتمكين التدخل المبكر وتخصيص الخطط العلاجية أو نمط الحياة الوقائي لكل مريض.
كما يمكن دمجه في أنظمة الرعاية الصحية الإلكترونية لمتابعة الحالات باستمرار وتحديث التوقعات مع كل زيارة طبية كما يوفر النظام بيانات مهمة لشركات الأدوية والتأمين والجهات الصحية العامة.
ورغم إمكاناته يواجه النظام تحديات قبل اعتماده سريريا بما في ذلك حماية الخصوصية صعوبات الدمج مع أنظمة الرعاية الصحية والحاجة لإثبات دقته عبر مجتمعات متنوعة حول العالم.