الصين تتيح للذكاء الاصطناعي إدارة عيادة للعيون: إليكم ما حدث – ترجمة* محمد جواد آل السيد ناصر الخضراوي

China Just Let AI Run an Eye Clinic. Here’s What Happened
(بقلم: ديفيد نيلد – David Nield)

ملخص: أجرى باحثون في الصين تجربة على عيادة عيون مصممة خصيصاً لدمج الذكاء الاصطناعي في جميع مراحل الرعاية. وقد تمثلت أبرز النتائج في جودة البيانات، حيث ساهم استخدام 1,426 صورة مصنفة من قبل خبراء في رفع دقة التشخيص لتتجاوز قيمة 0.93 وفق مقياس “المساحة تحت منحنى خصائص تشغيل المُستقبِل”، متفوقةً بذلك على 27000 صورة ذات جودة أقل. كما تحسن سير العمل، وارتفع معدل اعتماد النظام من 3.8% إلى 23% بعد تبسيط الواجهة لتقليل الحاجة إلى الإدخال اليدوي للبيانات. الى جانب فإن التغذية الراجعة السريعة اصبحت متاحة، حيث تُعد الملاحظات الفورية من الأطباء أمراً بالغ الأهمية لتحسين أداء النظام. وتخلص الدراسة التي وثقت التجربة إلى أن نجاح تطبيقات الذكاء الاصطناعي في الرعاية الصحية يعتمد على دمج هذه التقنيات في سير العمل وتحقيق نتائج إيجابية للمرضى، وليس فقط على أداء الخوارزميات.

( المقالة المترجمة )

من الصعب حالياً تجنب النقاشات الدائرة حول الذكاء الاصطناعي، ومدى الفائدة (أو غير ذلك) التي يمكن أن يقدمها. ويُعد مجالا العلوم والرعاية الصحية من بين القطاعات التي يُتوقع أن تُحدث فيها هذه التقنية تحولات جذرية.

حقوق الصورة: أوما شانكار شارما / مومنت / صور غيتي

فقد بدأنا بالفعل نشهد استخداماً واسع النطاق للذكاء الاصطناعي في مجالات مثل تحليل صور الفحوصات الطبية، وتصميم الأدوية، والتنبؤ بالمستقبل؛ إلا أن باحثين – بقيادة فريق من معهد بكين لعلوم الرؤية وأبحاث العيون الانتقالية (BERI) في الصين – أرادوا المضي قدماً في توظيف هذه التقنية، وذلك من خلال تكليف الذكاء الاصطناعي بإدارة عيادة للعيون (مع بقاء الإشراف البشري قائماً).

وأُطلِق على العيادة اسم عيادة جامعة تسينغهوا[1] للعيون المدعومة بوكلاء الذكاء الاصطناعي (AI-TEC)، ورغم مشاركة أطباء بشريين في العمل، فقد صُممت العيادة منذ البداية بهدف تعظيم الاستفادة من الذكاء الاصطناعي، بدلاً من الاكتفاء بإضافة هذه الأدوات كملحقات فوق الأنظمة والممارسات القائمة بالفعل.

وكما ورد في دورية “نيتشر ميديسن” (Nature Medicine) [الورقة العلمية على الرابط: Initial lessons from real-world implementation of an AI-agent eye clinic in China | Nature Medicine]، فقد شمل ذلك استخدام الذكاء الاصطناعي في كافة المراحل، بدءاً من مرحلة ما قبل الاستشارة الطبية ووصولاً إلى متابعة المرضى، بما في ذلك إجراء فحوصات العين ذات الأهمية البالغة.

انخفضت معدلات النتائج الإيجابية الزائفة بشكل ملحوظ عند إضافة صور راجعها خبراء إلى بيانات التدريب (يان وآخرون، نيتشر ميديسن، 2026).

ويقول الباحثون في ورقتهم البحثية المنشورة: “نقدم دروساً مستفادة من مراحل التطبيق المبكرة حول الانتقال بالذكاء الاصطناعي من مجرد أداء الخوارزميات إلى تحويل سير العمل السريري وتحقيق التكامل على مستوى النظام، وهي المجالات التي تتحقق فيها القيمة السريرية الفعلية”.

وقد أسفرت تجربة عيادة جامعة تسينغهوا للعيون المدعومة بوكلاء الذكاء الاصطناعي عن عدة نتائج مثيرة للاهتمام؛ ففي البداية، سجل نظام الذكاء الاصطناعي معدل نجاح منخفضاً نسبياً في تحديد أمراض العيون من خلال صور المسح الضوئي – مثل المياه الزرقاء (الغلوكوما)[2] والتنكس البقعي[3] المرتبط بالعمر.

ومع ذلك، ارتفعت مستويات الدقة بشكل كبير عندما قام أطباء عيون خبراء بتزويد النظام بـ 1426 صورة عالية الجودة لمسح العين، مصنفة بدقة وفقاً للحالات المرضية المعنية.
وقد أثبتت هذه البيانات الجديدة فاعليةً تفوق بيانات التدريب الأصلية —التي كانت تتألف من قرابة 27000 صورة من حيث جودتها العالية وشمولية تصنيفها.

أُسندت إلى الذكاء الاصطناعي مهمة جزئية تتمثل في رصد الأمراض من خلال صور مسح الشبكية. حقوق الصورة: ميكائيل هاغستروم / “سي سي 0” عبر ويكيميديا كومنز / النطاق العام.

وباستخدام مقياس تشخيصي موحد يُعرف بـ”المساحة تحت منحنى خصائص تشغيل المُستقبِل” (AUROC)[4]، تمكن الذكاء الاصطناعي من تحقيق دقة تتجاوز 0.93 عند استخدام بيانات التدريب المحدثة؛ وهو مستوى يضاهي تقريباً أحدث أنظمة المسح المتطورة.

ومن النتائج الأخرى التي توصل إليها الباحثون أن معدلات الاستخدام السريري لأدوات الذكاء الاصطناعي كانت مرتفعة في البداية ثم انخفضت؛ ففي تقييم أُجري بعد خمسة أشهر، لم تُستخدم عمليات نظام عيادة جامعة تسينغهوا للعيون المدعومة بوكلاء الذكاء الاصطناعي المتاحة إلا في 41 فحصاً فقط من أصل 1113 فحصاً (أي بنسبة 3.8%) خلال ذلك الشهر.

لكن هذا الرقم عاد للارتفاع ليصل إلى 259 فحصاً من أصل 1126 (أي 23%) في الشهر التالي، وذلك بعد أن جعل الباحثون النظام أسرع وأسهل في الاستخدام، مع تقليل عدد النقرات والبيانات التي يتطلب إدخالها يدوياً من قِبل الموظفين.

وكتب الباحثون: “أظهرت تجربتنا الأولية أن تطبيق نظام رعاية صحية يعتمد جوهرياً على الذكاء الاصطناعي يمثل تحدياً يتعلق بالمنظومة المتكاملة (النظام البيئي) ككل”.

وأضافوا: “لم تكن فعالية النظام تعتمد على أداء خوارزمي فردي بحد ذاته، بل ارتبطت بجودة البيانات، وتفاعل سير العمل، ومشاركة الأطباء، ووجود آليات كافية للحوكمة والمراقبة، وتحقيق قيمة سريرية ملموسة”.
ومن الملاحظات الأخرى التي سجلها الباحثون ضرورة الحصول على ملاحظات سريعة ومنتظمة من الأطباء لتمكين الذكاء الاصطناعي من التحسن، بدلاً من تلقي هذه الملاحظات بعد مرور أسابيع.

وتتمثل الاستنتاجات الرئيسية الثلاثة في: الحاجة إلى بيانات عالية الجودة، والحاجة إلى عمليات تشغيل مُحسَّنة، والحاجة إلى تلقي ملاحظات منتظمة وسريعة.
وأكد الباحثون قائلين: “نشدد على ضرورة التعاون الوثيق والتفاعل المباشر في موقع العمل بين الأطباء والباحثين المتخصصين في الذكاء الاصطناعي”.

ولا تزال هذه النوعية من العيادات التي تضع الذكاء الاصطناعي في صميم عملها في مراحلها الأولى، إلا أن نتائج هذه التجربة المحدودة النطاق تظهر إمكانية نجاحها عند توفر العناصر الصحيحة مجتمعة.
ومع ذلك، لا تزال هناك تحديات عديدة قائمة، بما في ذلك معالجة الاختلاف في التركيز؛ إذ يركز الذكاء الاصطناعي أولاً على النتائج (مثل: هل يعاني المريض “أ” من مرض في العين أم لا؟)، بينما يركز الأطباء أولاً على الأعراض (مثل: شكوى المريض “أ” من تشوش الرؤية).

وبعبارة أخرى، فإن امتلاك نظام ذكاء اصطناعي دقيق في تحليل صور المسح لا يترجم بالضرورة إلى تحسين رعاية المرضى. بل تشير الدراسة إلى أن الاختبارات المستقبلية من هذا النوع قد تكون أكثر جدوى إذا لم تكتفِ بالتركيز على درجات الأداء الخام وحدها.

وكتب الباحثون: “ينبغي أن يُقاس نجاح نظام الرعاية الصحية القائم على الذكاء الاصطناعي في نهاية المطاف بمدى تحوّل سير العمل السريري، ومدى تحسين الذكاء الاصطناعي للنتائج الصحية، بدلاً من قياسه بمدى تفوقه في الأداء المعياري”.

وقد نُشرت هذه الدراسة في مجلة “نيتشر ميديسن” [الرابط: Initial lessons from real-world implementation of an AI-agent eye clinic in China | Nature Medicine].

*تمت الترجمة بتصرف
المصدر:

https://www.sciencealert.com/china-just-let-ai-run-an-eye-clinic-heres-what-happened

الهوامش:
[1] جامعة تسينغهوا هي جامعة بحثية عامة تقع في منطقة هايديان ببكين، الصين.
[2] الغلوكوما (المياه الزرقاء أو الزرق) هي مجموعة من أمراض العين التي تؤدي إلى تلف تدريجي في العصب البصري المسؤول عن نقل الصور من العين اى الدماغ، وغالبًا ما تنتج عن ارتفاع ضغط العين الداخلي. ويُعرف بـ “السارق الصامت للبصر” لأنه يتطور ببطء ودون أعراض واضحة في المراحل المبكرة. وقد يؤدي إلى فقدان البصر الدائم والعمى إذا لم يتم تشخيصه وعلاجه في وقت مبكر. أما اسبابه فهي ارتفاع ضغط العين، نتيجة تجمع أو انسداد تصريف السائل المائي داخل العين، والعمرحيث ترتفع النسب لدى الأشخاص الذين تجاوزوا سن 55 عامًا، والتاريخ العائلي: وجود إصابات سابقة بالمرض في العائلة، الى جانب الأمراض المزمنة ومنها الإصابة بمرض السكري، أو ارتفاع ضغط الدم، أو الشقيقة (الصداع النصفي). المصدر: موقع وزارة الصحة السعودية
[3] التنكس البقعي (التحلل البقعي) هو مرض يصيب العين ويؤدي إلى تلف البقعة الشبكية المسؤولة عن الرؤية المركزية الحادة. وهو نوعان رئيسيان: 1) التنكس الجاف الذي يتطور ببطء على مدى سنوات ويسبب ضبابية الرؤية المركزي؛ 2) التنكس الرطب الذي يتطور بسرعة بسبب نمو أوعية دموية شاذة وقد يسبب فقدان بصر حاد. أما أعراضه الشائعة فهي ضبابية أو تشوش في الرؤية المركزية، رؤية الخطوط المستقيمة بشكل متعرج أو منحنٍ، صعوبة في القراءة والتعرف على الوجو، وظهور بقعة عمياء في وسط المجال البصري في الحالات المتقدمة. المصدر: موقع مايو كلينيك.
[4] مصطلح “المساحة تحت منحنى خصائص تشغيل المُستقبِل”(Area Under the Receiver Operating Characteristic curve – AUROC) هو مقياس يُعبَّر عنه برقم واحد يقيّم مدى كفاءة نموذج التصنيف الثنائي في التمييز بين الفئتين الإيجابية والسلبية عبر جميع عتبات التصنيف الممكنة. للمزيد، راجع الرابط: https://en.wikipedia.org/wiki/Receiver_operating_characteristic

المهندس محمد جواد آل السيد ناصر الخضراوي

 

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *