Boston Children's يستخدم AI من OpenAI لتشخيص الأمراض النادرة

مستشفى بوسطن للأطفال — أحد أكبر مراكز الرعاية الطبية للأطفال في الولايات المتحدة — نشرت نظام ذكاء اصطناعي يعتمد على تقنيات OpenAI لتشخيص الأمراض النادرة. خلال فترة تشغيلها، ساعد النظام في تحديد أكثر من 40 مرضاً نادراً وقلل بشكل كبير من عبء العمل على الموظفين الطبيين.

لماذا الأمراض النادرة هي المشكلة الرئيسية

الأمراض الوراثية والموروثة النادرة تؤثر على جزء صغير من السكان، لكنها صعبة التشخيص. قد يزور الطفل عدة أطباء لسنوات، ويخضع لعلاجات عديمة الفائدة، حتى يلاحظ شخص ما نمطاً غير عادي من الأعراض. في الولايات المتحدة، تُعتبر المرض نادراً إذا كان يؤثر على أقل من 200,000 شخص — وهذا يعني آلاف التشخيصات المختلفة.

كيف يعمل مساعد الذكاء الاصطناعي

دمجت مستشفى بوسطن للأطفال نظاماً يعتمد على GPT يحلل الصورة السريرية للمريض: الأعراض، ونتائج الاختبارات، وسجل المرض. يدخل الطبيب البيانات — وفي غضون ثوان، يقارن الذكاء الاصطناعي هذه البيانات مع قاعدة معرفية عن الأمراض النادرة ويقترح عدة فرضيات تشخيصية مع شرح المنطق. لا يتخذ النظام القرار — الطبيب هو من يفعل ذلك. لكنه يسرع المرحلة الأولى: البحث عن مرض نادر بين آلاف الاحتمالات.

• تحليل بيانات سريرية في الوقت الفعلي
• مقارنة الأعراض مع قاعدة بيانات الأمراض النادرة
• شرح: لماذا اقترح النظام بالضبط هذه الفرضية
• التكامل مع السجلات الطبية الإلكترونية

النتيجة: 40+ حالة تم تشخيصها

بالنسبة للمستشفى، هذا تحسن تاريخي. أكثر من 40 مرضاً نادراً كان يمكن أن يظل غير معترف به لسنوات يتم تشخيصه الآن في غضون أسابيع أو أشهر. بالنسبة لكل عائلة، هذا يعني علاجاً دقيقاً بدلاً من الرعاية العرضية. والأهم من ذلك: يعيش الكثير من هؤلاء الأطفال في أجزاء أخرى من الولايات المتحدة وجاءوا إلى بوسطن للأطفال بالإحالة. لم يحسّن الذكاء الاصطناعي التشخيص داخل المستشفى فحسب، بل جعلها مركز جذب للحالات الأكثر تعقيداً.

"نرى النتيجة في حياة العائلات. عندما نجد أخيراً مرضاً نادراً، يحصل

الآباء على إجابات ويمكنهم البدء بالعلاج الصحيح."

تخفيف عبء العمل على الأطباء، رعاية أفضل

هناك تأثير آخر وهو التشغيلي. في السابق، كان أخصائي الأمراض النادرة قد يقضي ساعات في الأدبيات الطبية، ويستشير المتخصصين من مستشفيات أخرى، ويجمع السجلات الطبية مجدداً. الآن المرحلة الأولى من التحليل هي مسؤولية الذكاء الاصطناعي: سيقترح 5-10 فرضيات مع شروحات في دقائق. يتحقق الطبيب، ويوضح، وأحياناً يطلب اختبارات إضافية. يصبح عمله أعمق: ليس البحث عن إبرة في كومة قش، بل التحقق من صحة الفرضية. هذا ليس أسرع فقط بل أيضاً أكثر دقة.

ماذا يعني هذا

بالنسبة لطب الأمراض النادرة، هذا نموذج أولي للمستقبل: الذكاء الاصطناعي كمساعد للطبيب، وليس كبديل له. يضيق النظام مجال البحث، والطبيب يضع التشخيص. بالنسبة لنظام الرعاية الصحية الأمريكي، قد يعني هذا تقليل تأخير التشخيص والحد من الإجراءات غير الضرورية.