الذكاء الاصطناعي قادر على معالجة 15 مليون جزيء في يوم واحد، لكنه لم يشفِ ألزهايمر

أحدث الذكاء الاصطناعي ثورة في اكتشاف الأدوية، وهو قادر على معالجة 15 مليون جزيء يوميًا. لكن الوعود تظل أقل من الواقع: فروبوتات الدردشة الصحية تنطوي على مخاطر موثقة، أما الأمراض الخطيرة مثل ألزهايمر فلا تزال بلا حل. ويشير هذا الطرح إلى أن التقنية تسرّع مراحل بعينها من تطوير الأدوية، لكن حجم المركبات المولّدة لا يعني حجم النجاحات السريرية.

معالج بواسطة الذكاء الاصطناعي من TNW؛ بتحرير Hamidun News
الذكاء الاصطناعي قادر على معالجة 15 مليون جزيء في يوم واحد، لكنه لم يشفِ ألزهايمر
المصدر: TNW. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليTNW ↗
رئيس التحرير
حقيقة رئيسية #1ثورة الذكاء الاصطناعي في drug discovery حقيقية، لكنها مبالغ فيها بشدة بحسب تقدير TNW
حقيقة رئيسية #2روبوتات الدردشة الصحية مصدر موثق للمخاطر، وليست مصدرًا للراحة فحسب
حقيقة رئيسية #3أشد الأمراض وطأة لا تزال بلا حل رغم تقدم الذكاء الاصطناعي

في أبريل 2026 نشر موقع The Next Web (TNW) مادة تشكّك في الضجة المحيطة بالذكاء الاصطناعي في صناعة الأدوية. فالتقنية تسرّع بالفعل مراحل محددة من تطوير الأدوية، لكن ثورة اكتشاف الأدوية (drug discovery) مبالغ فيها بشدة، بحسب تقدير الموقع. كما أن روبوتات الدردشة الصحية تشكّل خطرًا موثقًا، وأشد الأمراض وطأة — ومنها مرض ألزهايمر — لا تزال بلا حل، على الرغم من الأرقام اللافتة للقدرة الحاسوبية.

مثال دال: 15 مليون جزيء لمرض واحد

المثال الرئيسي الذي يسوقه TNW هو عمل شركة الأدوية Novartis. ففي أواخر عام 2025 صمّم فريق من الباحثين يعمل على مرض هنتنغتون، باستخدام الذكاء الاصطناعي التوليدي، 15 مليون مركّب محتمل حاسوبيًا لنوع محدد من الجزيئات. وهذا حجم هائل، يفوق بعدة أضعاف ما يمكن أن يستعرضه مختبر تقليدي في فترة زمنية مماثلة، سواء يدويًا أو حتى بالفحص الانتقائي عالي الإنتاجية الكلاسيكي.

وأرقام كهذه — ملايين الجزيئات المرشحة التي يولّدها الذكاء الاصطناعي — هي ما يُستشهد به عادةً دليلًا على الثورة في صناعة الأدوية. ولا ينكر TNW أن النماذج التوليدية قادرة فعلًا على استكشاف الفضاء الكيميائي بنطاق يتعذر على الإنسان. لكن المشكلة، برأي الموقع، تكمن في مكان آخر: فحجم توليد المرشحين لا يعادل حجم النجاحات السريرية الفعلية. وبين «تصميم 15 مليون جزيء» و«الحصول على دواء فعّال اجتاز التجارب السريرية» طريق طويل تُستبعد فيه الغالبية الساحقة من المرشحين.

لماذا تظل أشد الأمراض بلا حل

الفكرة الأساسية في مادة TNW هي أنه حيث تلزم اختراقات حقيقية — في الأمراض التنكسية العصبية مثل ألزهايمر، وفي مرض هنتنغتون وغيره من الاعتلالات المعقدة وقليلة الفهم على المستوى الجزيئي — لم يغيّر الذكاء الاصطناعي المعادلة حتى الآن. والسبب ليس نقص القدرة الحاسوبية، بل أن الآلية البيولوجية لهذه الأمراض نفسها غير مفهومة جيدًا. فقد يولّد النموذج ملايين الجزيئات المرشحة المعقولة، لكن إذا كان العلم لا يعرف على وجه الدقة ما الهدف الذي ينبغي استهدافه لوقف تطور مرض ألزهايمر، فإن أقوى نظام توليدي سيحسّن المهمة الخاطئة.

أبرز ما ورد في مادة TNW:

  • ثورة الذكاء الاصطناعي في drug discovery حقيقية، لكنها مبالغ فيها بشدة بحسب تقدير TNW
  • روبوتات الدردشة الصحية مصدر موثق للمخاطر، وليست مصدرًا للراحة فحسب
  • أشد الأمراض وطأة لا تزال بلا حل رغم تقدم الذكاء الاصطناعي
  • مثال: فريق Novartis ولّد في أواخر عام 2025 نحو 15 مليون مركّب محتمل لعلاج مرض هنتنغتون

ومن اللافت أن TNW اختار مثالًا لا يتعلق بشركة ناشئة تعد بثورة، بل بشركة أدوية كبرى ومحافظة ذات تاريخ يمتد لسنوات طويلة هي Novartis. وهذا تفصيل مهم: فالأمر لا يتعلق بتصريح تسويقي من شركة ذكاء اصطناعي صغيرة تحتاج إلى استقطاب الاستثمارات، بل بسير عمل داخل مؤسسة تتعامل بحذر، بحكم طبيعتها، مع الوعود الكبيرة في تطوير الأدوية، وهي ملزمة بإثبات أي نتائج عبر تجارب سريرية طويلة ومكلفة.

ماذا يعني ذلك لصناعة التقنية الحيوية

تعمل مادة TNW كثقل موازن لموجة العناوين المتحمسة عن «ذكاء اصطناعي سيحل السرطان وألزهايمر خلال سنوات قليلة». ففي الواقع العملي، يتقن الذكاء الاصطناعي التوليدي في صناعة الأدوية اليوم الجزء الذي يقبل الصياغة الشكلية من العملية: توليد البنى الكيميائية وفرزها الأولي، والتنبؤ بخصائصها، وتحسين الهياكل الجزيئية المعروفة أصلًا. أما حيث يلزم فهم أساسي لبيولوجيا المرض، كما في ألزهايمر وسائر الاضطرابات التنكسية العصبية، فإن القوة الحاسوبية وحدها لا تعوّض عقودًا من المعرفة العلمية الناقصة.

وهذا يعني للمستثمرين وشركات الأدوية ضرورة تقييم أكثر رصانة لمراحل تطوير الأدوية التي يسرّعها الذكاء الاصطناعي فعلًا، وتلك التي تظل بطيئة وغير مؤكدة كما كانت قبل ظهور النماذج التوليدية، وعدم الخلط بين أرقام المركّبات المولّدة اللافتة وضمان النجاح السريري.

ويستحق الشق الثاني من طرح TNW اهتمامًا خاصًا أيضًا، وهو أن روبوتات الدردشة الصحية مصدر موثق للمخاطر. فعلى خلاف الاستخدام المخبري للذكاء الاصطناعي، حيث يُستبعد المرشح الخاطئ ببساطة في المرحلة التالية من الاختبار، فإن خطأ روبوت الدردشة الذي يقدّم نصائح طبية مباشرة للمستخدم قد يؤدي إلى ضرر حقيقي دون أي رقابة وسيطة من مختص. وهذا الفارق في مستوى الخطر هو بالتحديد ما يستحق، برأي الموقع، اهتمامًا عامًا أكبر بكثير مما يناله الآن.

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول مثال دال: 15 مليون جزيء لمرض واحد؟

المثال الرئيسي الذي يسوقه TNW هو عمل شركة الأدوية Novartis. ففي أواخر عام 2025 صمّم فريق من الباحثين يعمل على مرض هنتنغتون، باستخدام الذكاء الاصطناعي التوليدي، 15 مليون مركّب محتمل حاسوبيًا لنوع محدد من الجزيئات. وهذا حجم هائل، يفوق بعدة أضعاف ما يمكن أن يستعرضه مختبر تقليدي في فترة زمنية مماثلة، سواء يدويًا أو حتى بالفحص الانتقائي عالي الإنتاجية الكلاسيكي. وأرقام كهذه — ملايين الجزيئات المرشحة التي يولّدها الذكاء الاصطناعي — هي ما يُستشهد به عادةً دليلًا على الثورة في صناعة الأدوية. ولا ينكر TNW أن النماذج التوليدية قادرة فعلًا على استكشاف الفضاء الكيميائي بنطاق يتعذر على

ما أبرز التفاصيل حول لماذا تظل أشد الأمراض بلا حل؟

الفكرة الأساسية في مادة TNW هي أنه حيث تلزم اختراقات حقيقية — في الأمراض التنكسية العصبية مثل ألزهايمر، وفي مرض هنتنغتون وغيره من الاعتلالات المعقدة وقليلة الفهم على المستوى الجزيئي — لم يغيّر الذكاء الاصطناعي المعادلة حتى الآن. والسبب ليس نقص القدرة الحاسوبية، بل أن الآلية البيولوجية لهذه الأمراض نفسها غير مفهومة جيدًا. فقد يولّد النموذج ملايين الجزيئات المرشحة المعقولة، لكن إذا كان العلم لا يعرف على وجه الدقة ما الهدف الذي ينبغي استهدافه لوقف تطور مرض ألزهايمر، فإن أقوى نظام توليدي سيحسّن المهمة الخاطئة. أبرز ما ورد في مادة TNW: ثورة الذكاء الاصطناعي في drug discovery حقي

ما أبرز التفاصيل حول ماذا يعني ذلك لصناعة التقنية الحيوية؟

تعمل مادة TNW كثقل موازن لموجة العناوين المتحمسة عن «ذكاء اصطناعي سيحل السرطان وألزهايمر خلال سنوات قليلة». ففي الواقع العملي، يتقن الذكاء الاصطناعي التوليدي في صناعة الأدوية اليوم الجزء الذي يقبل الصياغة الشكلية من العملية: توليد البنى الكيميائية وفرزها الأولي، والتنبؤ بخصائصها، وتحسين الهياكل الجزيئية المعروفة أصلًا. أما حيث يلزم فهم أساسي لبيولوجيا المرض، كما في ألزهايمر وسائر الاضطرابات التنكسية العصبية، فإن القوة الحاسوبية وحدها لا تعوّض عقودًا من المعرفة العلمية الناقصة. وهذا يعني للمستثمرين وشركات الأدوية ضرورة تقييم أكثر رصانة لمراحل تطوير الأدوية التي يسرّعها الذكا

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…