نظام ذكاء اصطناعي يتنبأ بخطر الإصابة بأكثر من ألف مرض قبل ظهور الأعراض بعشرين عامًا

المحور الصحفي // هيئة التحرير

طور فريق بحثي نظامًا طبيًا متقدمًا يعتمد على الذكاء الاصطناعي يُعرف باسم Delphi-2M، قادر على التنبؤ بخطر الإصابة بأكثر من ألف مرض قبل ظهور الأعراض بما يصل إلى عشرين عامًا، محققًا دقة بلغت 76% في التوقعات القصيرة المدى وحوالي 70% للتوقعات الطويلة، متفوقًا بذلك على الأدوات التقليدية التي تركز عادة على مرض واحد فقط.

يعتمد Delphi-2M على منهجية مشابهة لتلك المستخدمة في معالجة النصوص بالنماذج اللغوية الكبيرة، إذ يتم تحويل كل تشخيص طبي مسجل في السجل الصحي للمريض إلى رمز Token، ويحلل النظام سلسلة الرموز لتوقع المرض التالي وموعد ظهوره، مع الأخذ بعين الاعتبار عوامل نمط الحياة مثل التدخين، ومؤشر كتلة الجسم، والبيانات الديموغرافية، باستخدام بنية المحولات Transformers لتحديد العلاقات بين العوامل المختلفة.

على سبيل المثال، قد يُظهر النظام لشخص يبلغ 60 عامًا ويعاني السكري وارتفاع ضغط الدم أن خطر إصابته بسرطان البنكرياس أعلى بـ 19 مرة، ومع التشخيص بالسرطان، يرتفع خطر الوفاة إلى نحو 10,000 مرة مقارنة بالشخص العادي.

وعند مقارنة أداء النظام مع أدوات التعلم الآلي الأخرى، أظهرت النتائج أن Delphi-2M حقق قيمة 0.70 وفق مقياس AUC لتوقع الإصابة بأمراض القلب مقابل 0.69 لأداة AutoPrognosis و0.71 لأداة QRisk3، و0.81 لتوقع الإصابة بالخرف مماثلة لأداة UKBDRS، مع فارق أن النظام الجديد يقدم تحليلاً متزامنًا لمجمل المخاطر الصحية وليس مرضًا واحدًا فقط.

غير أن النظام يواجه بعض التحديات، أبرزها انخفاض دقة التنبؤات الطويلة المدى إلى 60–70%، صعوبة التنبؤ بالأمراض النادرة أو المرتبطة بالبيئة، والاعتماد على قاعدة بيانات محدودة مثل البنك الحيوي البريطاني، ما يستدعي توسيع نطاق التجارب واختبار النظام على مجتمعات متنوعة.

ويفتح Delphi-2M آفاقًا مستقبلية كبيرة في الطب الوقائي والتشخيص المبكر، إذ يمكن استخدامه لمساعدة الأطباء على تحديد المرضى الأكثر عرضة للأمراض المزمنة قبل سنوات من ظهور الأعراض، مما يتيح التدخل المبكر وتخصيص الخطط العلاجية أو أساليب الوقاية، كما يمكن دمجه في أنظمة الرعاية الصحية الإلكترونية لتحديث التوقعات باستمرار، وتقديم بيانات مهمة لشركات الأدوية والتأمين والجهات الصحية العامة، على أن يظل هناك تحديات تتعلق بالخصوصية وإثبات الدقة في مجتمعات متنوعة حول العالم.