ملخص: المقال يتحدث عن تطور أجهزة التصوير بالرنين المغناطيسي على مدى أربعين عامًا، وأهميتها في تشخيص الأمراض الطبية، والتحديات التي تواجه نظم الرعاية الصحية نتيجة زيادة الطلب على الفحوصات مقابل ثبات أعداد أخصائيي الأشعة، بالإضافة إلى إمكانات الذكاء الاصطناعي في دعم الرعاية الصحية، خاصة في الأشعة والباثولوجيا الرقمية، من خلال تحسين الكفاءة، تقليل الأخطاء، وإتاحة الفرصة لتخصيص العلاج للمرضى، مع التركيز على أهمية حوكمة البيانات ومشاركة الجمهور في تطوير هذه التقنيات.
مرت نحو أربعون عامًا منذ استخدام جهاز التصوير بالرنين المغناطيسي الكامل للجسم لأول مرة لفحص مريض وإنتاج صور تشخيصية عالية الجودة. وقد تم ابتكار الجهاز وطرق معالجة الإشارات اللازمة لتوليد الصور على يد فريق من الفيزيائيين الطبيين في جامعة أبردين، من بينهم جون مالارد، وجيم هاتشينسون، وبيل إيدلشتاين، وتوم ريدباث، مما أدى إلى الانتشار الواسع لأجهزة الرنين المغناطيسي وأصبح أداة أساسية في أقسام الأشعة حول العالم.
كان الرنين المغناطيسي نقطة تحول في تشخيص الأمراض الطبية، لأنه لا يتطلب التعرض للإشعاع المؤين مثل الأشعة السينية، كما أنه قادر على إنتاج صور متعددة لمقاطع الجسم المختلفة بدقة عالية جدًا في تصوير الأنسجة الرخوة. وقد سمح ذلك، على سبيل المثال، برؤية العمود الفقري مباشرة لأول مرة.
اليوم، خضع معظم الناس لفحص بالرنين المغناطيسي أو يعرفون شخصًا خضع له. وبالاشتراك مع الأدوات الأخرى المتاحة لأطباء الأشعة، أصبح الرنين المغناطيسي ضروريًا لتأكيد مدى المرض، وتحديد ما إذا كان المريض استجاب للعلاج، وكشف المضاعفات، وفي بعض الحالات توجيه التدخل الطبي.
لكن الأشعة أصبحت ضحية نجاحها، مع تزايد هائل في عدد الفحوصات المطلوبة داخل أنظمة الرعاية الصحية المعقدة التي تخدم سكانًا متقدمين في العمر. الطلب يفوق عدد أخصائيي الأشعة والفنيين المتاحين لإجراء هذه الفحوصات في أنظمة الرعاية الصحية العامة مثل NHS في المملكة المتحدة.
في اسكتلندا، على وجه الخصوص، ظل عدد أطباء الأشعة الاستشاريين ثابتًا خلال العقد الماضي، بينما تتزايد طرق التصوير وتعقيدها مع كل جيل جديد من الأجهزة. يعمل الأطباء بأقصى جهد لمجرد البقاء في نفس المكان، وتلجأ حتى أكثر الأقسام كفاءة إلى تفويض جزء من عملها إلى وكالات خارجية.
إمكانات ومشكلات الذكاء الاصطناعي
في الوقت نفسه، لاحظ المبتكرون في الصناعة الفرص التي يمكن أن يوفرها الذكاء الاصطناعي للرعاية الصحية، خصوصًا في مجالي الأشعة والباثولوجيا المعتمدين على الصور الرقمية. يمكن لخوارزميات التعلم الآلي المزودة ببيانات تشخيصية سابقة ضخمة أن تولّد قواعد جديدة لتصنيف الفحوصات استنادًا إلى الأمثلة السابقة. يُعرف هذا النهج في تطبيقه على الفحوصات التشخيصية باسم التحليل الإشعاعي الرقمي (Radiomics).
أحد العوائق أمام الاستخدام الأوسع هو نقص الوصول الآمن إلى بيانات المرضى الحساسة لتطوير واختبار نماذج الذكاء الاصطناعي. كما أن هناك نقصًا في ثقة الجمهور بالطرق الجديدة، رغم أن اتخاذ القرار بالحاسوب في الرعاية الصحية يعود إلى أوائل السبعينيات. وأخيرًا، توجد مشكلة تقييم الطرق الجديدة استنادًا إلى البيانات الواقعية.
قد نتساءل عما إذا كنا بحاجة فعلًا إلى الذكاء الاصطناعي في رعاية المرضى. لكن قوة هذه التقنيات الجديدة توفر فرصًا كبيرة. فالبشر، مهما كانت خبرتهم، معرضون للتعب والملل والانقطاع المستمر، وهي أوقات تزداد فيها الأخطاء.
يمكن للآلات العمل بلا تعب، لكن قدرتها على اتخاذ القرارات الحدسية أو الاعتماد على سنوات الخبرة للتعرف على الحالات الطارئة غير معروفة بعد. وحتى إذا لم يُعتمد على الذكاء الاصطناعي في الأمور المعقدة، فإن استخدامه في المهام الروتينية مثل حجز المواعيد، وتوزيع الموظفين والمعدات، وترتيب أولويات عمل الأطباء، أو دمج بيانات السجلات الصحية، قد يحرر وقت الأطباء لأعمال أكثر أهمية.
منصة اختبار للرعاية الصحية المستقبلية
في المملكة المتحدة، يجمع iCAIRD، المركز الصناعي لأبحاث الذكاء الاصطناعي في التشخيص الرقمي، خبراء من جامعات أبردين، وإدنبرة، وغلاغو، وسانت أندروز، بالتعاون مع NHS وشركات مثل كانون وفيليبس، في مركز بتكلفة 15 مليون جنيه إسترليني في غلاغو.
أُطلق المشروع العام الماضي لاختبار أداء خوارزميات الذكاء الاصطناعي مقارنة بالخبرة البشرية، من خلال توفير وصول آمن إلى بيانات سريرية مجهولة المصدر في مجالات تشمل فحص سرطان الثدي، وتشخيص وعلاج السكتة الدماغية، وأشعة الصدر في الطوارئ، وباثولوجيا سرطان عنق الرحم وبطانة الرحم. باستخدام أساليب موثوقة للوصول الآمن إلى الصور والتقارير والبيانات السريرية ذات الصلة، سيتمكن الباحثون من تطوير واختبار أساليبهم، وإنشاء قاعدة بيانات وطنية للباثولوجيا الرقمية.
تتضمن الرعاية الطبية للسرطان عادة اجتماعات فرق متعددة التخصصات بين الأطباء من مجالات مختلفة؛ وبالمثل، يهدف iCAIRD إلى دمج تطبيقات الذكاء الاصطناعي المختلفة لإنشاء اجتماع افتراضي متعدد التخصصات قائم على الذكاء الاصطناعي، حيث يمكن لمعلومات الأشعة والباثولوجيا توجيه إدارة علاجية مخصصة للمرضى.
تمامًا كما يجب تقييم الأدوية الجديدة قبل استخدامها، يجب تقييم طرق الذكاء الاصطناعي الجديدة. من خلال iCAIRD، يمكن تقييم أداء هذه الخوارزميات باستخدام بيانات واقعية، ويعد إشراك الجمهور في هذه الرحلة أمرًا حاسمًا.
أي طريقة جديدة للعمل قد تأتي بثمن – سواء ربح للشركات المطورة للذكاء الاصطناعي، كما يحقق قطاع الأدوية أرباحًا من الأدوية الجديدة، أو تكلفة على الجمهور بفقدان خصوصية البيانات المطلقة للمرضى. كيفية الموازنة بين هذه الأمور وضمان حوكمة جيدة للذكاء الاصطناعي في الرعاية الصحية يجب أن يكون موضوع نقاش عام، وليس مسؤولية قطاع واحد أو عدد قليل من الشركات.
في النهاية، ستكون الفوائد القصوى عندما نشارك جميعًا من كوادر صحية، ومرضى، وجمهور في تحديد اتجاه هذه الرحلة. المسؤولية تقع على عاتقنا جميعًا.
