إن حجم البيانات المتراكمة عن المرضى يجعل من الممكن تغيير النهج المتبع في الطب بشكل عام وطب الشيخوخة بشكل خاص.
قالت الدكتورة أوريت غولدمان من الكلية الأكاديمية الإسرائيلية في رمات غان وكلية أونو الأكاديمية في اجتماع مشترك لقسم نظم المعلومات في جامعة هارفارد، إن الذكاء الاصطناعي يجعل من الممكن التنبؤ بالمسنين الذين من المتوقع أن تتدهور حالتهم من أجل تركيز علاجهم. كلية تل أبيب يافا الأكاديمية ومكتب تكنولوجيا المعلومات، والذي تناول عوالم البيانات الضخمة والذكاء الاصطناعي، والذي أقيم الأسبوع الماضي (الخميس).
ووفقا لها، فإن "سكان إسرائيل يتقدمون في السن بسرعة. وفقا لتقديرات منظمة التعاون الاقتصادي والتنمية، في عام 2030 سيكون هناك ما يقرب من 1.5 مليون مسن في إسرائيل. حوالي نصف مليون أكثر من اليوم. ويتزايد متوسط العمر المتوقع، ولكن يتزايد معه عدد المرضى المزمنين، خاصة أولئك الذين يعانون من عدة أمراض في نفس الوقت".
الدكتور جولدمان، الذي عمل حتى العام الماضي في معهد الأبحاث التابع لكلاليت للخدمات الصحية، يصف الوضع بأنه "فشل النجاح". إن كفاءة العلاجات في السنوات الأخيرة لبعض الأمراض، وخاصة قصور القلب وأنواع مختلفة من السرطان، تقلل من معدل الوفيات، ولكنها تعني أنه سيكون هناك المزيد من المرضى المزمنين. كما يزيد نمط الحياة الغربي من عدد الأمراض الناتجة عن اتباع نظام غذائي عالي الدهون، وقلة النشاط البدني، والإجهاد في العمل، وأكثر من ذلك.
الجانب الاقتصادي لهذه الظاهرة هو أن المزيد من الناس يحتاجون إلى العلاج في المستشفيات والأدوية ويطلب منهم ترك القوى العاملة. وهذا يؤثر على النظام الصحي، المطلوب لعلاج عدد أكبر من المرضى وبعلاجات أكثر تكلفة، وكذلك على المجتمع، لأن عددًا كبيرًا من المرضى يتركون القوى العاملة ويحتاجون إلى إعادة التأهيل.
الاتجاه السائد هو الانتقال من المرضى الذين يطلبون العلاج بعد ظهور المرض إلى علاج المرض عندما لا يزال في مراحله المبكرة. "إذا تمكنا من تحديد حالات ما قبل المرض، فيمكننا منع المرض أو على الأقل تأجيله بشكل كبير. وبما أنه من المستحيل علاج جميع المرضى الذين يعانون من أي عوامل خطر، يجب علينا تحديد المرضى المعرضين لخطر كبير بشكل خاص ومن ثم يمكننا توجيه الموارد المحدودة إلى أولئك الذين هم في أمس الحاجة إليها.
من الممكن، على سبيل المثال، إجراء صورة شعاعية للصدر لجميع السكان والعثور على من لديه علامات الإصابة بسرطان الرئة، لكن هذا غير عملي، لذا تقتصر العملية على البالغين الذين يبلغون من العمر خمسين عامًا فما فوق، والذين يدخنون. وكذلك دعوة كافة السكان لإجراء فحوصات تنظير القولون للكشف عن سرطان القولون. بدلاً من مناشدة الجميع – قم بتطوير نموذج من شأنه أن يقلل من هذه المجموعات ودعوة فقط أولئك الذين يكون خطر إصابتهم بالمرض هو الأعلى للمشاركة في الاستطلاع.
الجواب يكمن في عوالم استخراج البيانات والخوارزميات الذكية. تقوم العديد من المؤسسات بتجميع كميات هائلة من البيانات في أنظمتها التشغيلية. هناك حاجة إلى نماذج تحليلية لاستخراج البيانات، والتي ستبحث عن الأنماط في البيانات. تأتي البيانات في أشكال عديدة: من الشبكات الاجتماعية، ومن جبال رسائل البريد الإلكتروني التي يتم إرسالها كل يوم، وهناك قفزة في حجم بيانات الفيديو التي أنشأها مستخدمو الهواتف الذكية، وبيانات الموقع من نظام تحديد المواقع العالمي (GPS)، والمعلومات المنقولة من أجهزة الاستشعار. وقالت الدكتورة جولدمان أمام جمهورها في المؤتمر: "إن استخراج البيانات ليس بالأمر الجديد، ولكن التقنيات التقليدية، حتى المتطورة منها، تعتمد على معرفة المحلل لما يجب البحث عنه في البيانات، وتشغيل الاستعلام المناسب".
ووفقا لها، تطورت في السنوات الأخيرة مفاهيم لم تكن موجودة من قبل: التعلم العميق، وعالم البيانات الذي يقوم بتحليل النظام وبمساعدته يصل إلى رؤى غير متوقعة.
"القدرة الحاسوبية آخذة في الازدياد. لم يتغير التعرف على الصور كثيرًا من عام 1998 إلى عام 2012. فجأة أصبح لدينا القدرة على تخزين الكثير من البيانات وتدريب الشبكات العصبية على العديد من الطبقات. واليوم، يقوم الكمبيوتر بتحليل الأشعة السينية ويتعلم الأنماط لتقديم توصيات لمصوري الأشعة في الصور التالية. تمكنت شركة IBM من اكتشاف أوبئة الأنفلونزا من البيانات المتاحة على الشبكات الاجتماعية بفضل التعلم العميق. إن استخراج البيانات في الطب وتحليلها من خلال التعلم العميق يجعل من الممكن الحصول على نظرة ثاقبة للأسباب والظروف في الطب، وتحديد المجموعات المعرضة لخطر الإصابة بالأمراض للوقاية المستهدفة، وذلك من خلال تحليل نماذج استخراج البيانات للتنبؤ بالظاهرة.
وبحسب الدكتور غولدمان، فإن "كلاليت للخدمات الصحية لديها نموذج للتنبؤ بتدهور حالة كبار السن منذ عام 2004 من أجل التدخل وإجراء العلاجات الوقائية. يعاني معظم كبار السن من أكثر من مرض مزمن. نريد أن نحدد تلك الحالات عندما تكون هشة - وإذا تدخلنا يمكننا المساعدة والمساعدة".
ووفقا للدكتور جولدمان، الذي كما ذكرنا، والذي عمل في الخدمات العامة حتى ما يقرب من عام مضى، فإن النظام يخضع باستمرار للترقيات التي ستسمح له بالتكيف مع عوالم البيانات الضخمة وقدرات التنقيب عن البيانات.
للمزيد حول هذا الموضوع على موقع العلوم:
تعليقات 3
صديقي يأتي من مجال الهندسة، ويتحول إلى الطب الحيوي. يدرس معي الفيزيائي الذي يطور الخوارزميات المالية. بقيت في مجال الهندسة لكني أستفيد من الذكاء الاصطناعي.
لقد حصلت مؤخرًا على جهاز كمبيوتر خاص بالألعاب يستخدم لحسابات الذكاء الاصطناعي. فهو يمنح تطبيقات الذكاء الاصطناعي قوة أكبر بحوالي 1000 مرة من الكمبيوتر العادي، وذلك بسبب البطاقة التي تبلغ تكلفتها 1000 شيكل. ببساطة استخدام النواة أكثر كفاءة.
نتائج الاستخدام تبرر الفرق في رأيي.
يقوم أحد أصدقائي، وهو باحث في بار إيلان، بإجراء بحث في علم الجينوم تمامًا كما هو موضح في المقال، وهو يفعل ذلك باستخدام خادمين بهما 2 مركزًا و48 تيرابايت من الذاكرة. وعلى الرغم من أنها تبدو باهظة الثمن، إلا أنها تتيح تحقيق ما لم يكن ممكنًا في السابق: رسم خرائط الجينات والبروتينات للأمراض. وفي رأيي أن هذا يحدث نقلة نوعية في قدرات الطب والبحوث البيولوجية. لا شيء مما جاء من قبل. في السابق كان هناك كوباكسون مرتبط بالبروتين لمرض التصلب العصبي المتعدد. ومن شأن هذا التغيير أن يجعل مثل هذه الإفصاحات أكثر روتينية.