التنبؤ بالأمراض عن طريق تعلم الالة (الذكاء الاصطناعي)
شهد العالم في السنوات الأخيرة الماضية ارتفاعا ملحوظا في انتشار الامراض والاوبئة مثل (امراض القلب والسرطان الالتهابات الرئوية والحمى الفيروسية واخيرا كورونا فيروس Covid 19) . بينما العالم منشغل بسرعة انتشار الامراض وصعوبة السيطرة في بعض الأحيان هناك نقاش لوضع مجموعة ضوابط لازمة لتحسين نظام المؤسسات التي يمكنها المساعدة الى درجة كبيرة في تقليل كلفة العلاج والدخول الى المستشفيات وخصوصا في الامراض المزمنة والامراض سريعة الانتشار , ومن اجل ذلك استعانت مجموعة منظمات في الولايات المتحدة في “مركز بوسطن الطبي” و “مستشفى برغهام ومنز ” الى استخدام مجموعة خوارزميات متمثلة بخوارزميات الذكاء الاصطناعي(Artificial Inelegant Algorithms) والتعلم الالي (Machine Learning) لحل هذه المشكلة من خلال التوقع والتنبؤ بالحالات التي تحتاج بشكل ضروري الى دخول المستشفى قبل سنة من حدوث المرض وبمعدل دقة يصل الى 82% . هل بذلك يستطيع الذكاء الاصطناعي متمثلا بالتعلم الالي من حل مشكلات العالم الحقيقي في العديد من مجالات الحياة عامة والطبية خاصة من خلال التنبؤ بها ؟ بينت الأرقام الى ان استخدام تعلم الالة من خلال استخدام خوارزميات الذكاء الاصطناعي في المجال الصحي سينتج حوالي اكثر من 30 مليار دولار خلال السنوات القادمة عندما أصبحت الحاجة الماسة الى اكتشاف تقنيات جديدة يمكنها ان تتطور بواسطة برامج الذكاء الاصطناعي للتعامل مع الامراض داخل المؤسسات الصحية والطبية بدءا من دخول المستشفى والرعاية التي يتلقاها المريض وانتهاء بمراقبته عند الخروج , وذلك من خلال تطبيقات حديثة يتم تنصيبها من خلال الهواتف الذكية والحاسبات بمنظومة طبية معالجة لمتابعة تقدم العلاج . بالإضافة الى ذلك خطة الذكاء الاصطناعي لا تتوقف عند ذلك بل تشارك الأجهزة الطبية في الفحص مثل الاشعة السينية والمقطعية والرنين خصوصا مع الامراض التي تحتاج لذلك بصورة مستمرة مثل الامراض السرطانية. ان تطور الذي يشهده تعلم الالة بصورة عامة واستخدام الذكاء الاصطناعي بشكل خاص ابتداء من التنبؤ بالأمراض والاهتمام بالمرضى داخل المستشفيات وانتهاء برعايتهم داخل منازلهم , هذا ما سوف نتطرق له في هذا المقال .
البيانات التي نحتاجها للتنبؤ بالأمراض (Data Medicine for Prediction)
البيانات الطبية وهي مجموعة من المعلومات التي تجمع من المريض وتشمل كافة المعلومات المهمة التي نحتاجها لكي يتم الوصول الى التنبؤ الدقيق لحالة المريض قبل وصوله الى حالة تؤدي الى دخوله المستشفى وربما الى حالة الوفاة.
فمثلا امراض القلب (Heart Dieses) هناك دراسة علمية نشرت من قبل باحثين في جامعة نوتنغهام ان استخدام خوارزميات تعلم الالة للتنبؤ باحتمالية إصابة الشخص بنوبة قلبية او سكتة دماغية حيث وضعت الكلية الامريكية لأمراض القلب اربع خوارزميات تعلم الالة لتحديد خطر الإصابة بنوبة قلبية من السجلات الطبية الالكترونية للمرضى المتمثلة ببعض العلامات الحيوية في الجسم المرتبطة بالقلب والتي تندرج ضمن مجموعة بيانات متمثلة ب(العمر, الجنس ,نوع الم الصدر ,راحة ضغط الدم ,الكوليسترول ,سكر الدم ,تخطيط القلب ,معدل ضربات القلب ,الاكتئاب ,عدد الاوعية الدموية والتلاسيميا). حيث خمنت الكلية الطبية الامريكية لأمراض القلب بشكل صحيح مخاطر الأشخاص بنسبة 72.8 %.
مرض سرطان الجلد Skin Cancer هو نمو غير طبيعي في خلايا الجلد المعرض للشمس في المعتاد ولكن قد يظهر هذا النوع الشائع على أماكن من الجسد لا تتعرض للشمس في المعتاد, يستخدم الذكاء الاصطناعي ممثلا بالتعلم الالي والتعلم العميق باكتشاف مرض سرطان الجلد ونحتاج الى مجموعة من البيانات للتنبؤ بالمرض وتكون بشكل صور لمجموعة سرطان “حميد” و مجموعة سرطان “خبيث”
مرض السكري Diabetes: يشمل هذا المصطلح عددا من الاضطرابات التي تمتاز في وجود مشاكل في هرمون الانسولين الذي ينتجه البنكرياس بالوضع الطبيعي لمساعدة الجسم باستخدام السكر والدهون وتخزين بعضها .اما مرض السكري فيصيب الانسان عند وجود مشاكل في انتاج هذا الهرمون ليرتفع مستواه في الدم .
سوف نحتاج مجموعة بيانات للتنبؤ بالمرض وتقليل الإصابة بها او منعها منها ( الحمل , نسبة الانسولين ,نسبة الكلوكوز , الوزن , العمر ,الحالات الوراثية ,تحليل الدم وتحليل الادرار) حيث بين العلماء من كلية الدراسات الطبية بجامعة كانازاوا في اليابان ان التنبؤ بمرض السكر وصل الى دقة حوالي 95 % لتقيم إصابة الفرد على المدى البعيد حيث تمكنت بعض أنماط من هذه الخوارزميات للتوصل الى اتخاذ قرارات واستنتاج افضل بدون مساعدة من البشر.
مرض الزهايمر Alzheimer’s Disease : يسمى أيضا بالخرف الكهلي حيث يؤذي المهارات العقلية والاجتماعية مما يؤدي الى إعاقة الأداء اليومي في الحياة العادية . وهو عبارة عن ضمور في خلايا المخ السليمة يؤدي الى تراجع مستمر في الذاكرة وفي القدرات العقلية / الذهنية .
تحتاج خوارزميات التعلم الالي الى بيانات التشخيص للتنبؤ المبكر بالمرض والوقاية منه قبل الإصابة به ونجحت الطرق في اخذ صور مقاطع للدماغ وصور شعاعية بالتنبؤ بدقة 99% حيث استخدم الأطباء صور رنين ل( 138 شخصا) واكتشفوا من خلال خوارزميات الذكاء من تقديم نتائج ذات دقة ونوعية عالية .
كؤفيد 19 Corona Virus ساعدت خوارزميات الذكاء الاصطناعي العالم البشري في محاربة جائحة كورونا بدءا من التعرف على الفيروس من خلال تنظيم البيانات وصولا لاكتشاف اللقاحات.
فمن خلال ادخال بيانات (العمر , الجنس , ضغط الدم , نسبة السكر في الدم , درجة الحرارة ,امراض الجهاز التنفسي , صور لأشعة الصدر ). عندما نتكلم عن خوارزميات الذكاء الاصطناعي المتمثل بلغة الالة وكأنه أمر سيحدث مستقبلا، لكنه لم يترك مجالا في الوقت الحالي في شتى المجالات بصورة عامة وصحيا بصورة خاصة إلا واقتحمه. وخلال انتشار وباء كورونا كان الذكاء الصناعي له دور مهم لمكافحة الجائحة في العديد من بلدان العالم بالاعتماد على البيانات المدخلة والتنبؤ بالمرض . ومن خلال هذه البيانات التي تم إدخالها لتدريب خوارزميات الذكاء الاصطناعي بعدها تبدا مرحلة التدريب والتعلم بعدها تتعرف الخوارزمية من خلال هذه العملية على أنواع من الامراض المدخلة تم ادخال بياناتها وجديدة لم يتم إدخالها من خلال عملية التعلم . وبذلك فان التجارب العلمية والأبحاث المقامة في كل دول العالم كانت فائدتها كبيرة جدا باستخدام هذه التقنية الحديثة، حيث رشح العلماء والباحثون إلى استخدام بيانات التنبؤ التي يتم جمعها بواسطة تقنيات الذكاء من سجلات المرضى الإلكترونية والأجهزة القابلة مما أدى الى توفير الأموال التي كانت تنفق في هذا المجال، كما تسمح بالبحث في التقارير الطبية للمساعدة في الحصول على معلومات دقيقة مفيدة للتنبؤ بالأمراض. وبهذا النجاح، ساعد الذكاء الاصطناعي العلماء في التنبؤ بالأمراض مستقبلا إذ قامت منظمة الصحة العالمية على إنشاء مركز عالمي للإنذار المبكر من خلال التنبؤ في برلين ، واكد المسؤولون على استخدام بيانات التنبؤ مما له اهمية في السيطرة على الامراض ، مضيفا أن “الفيروسات تتحرك بسرعة والامراض تنتشر بسرعة ، لذا يجب أن تتحرك البيانات بشكل أسرع”.