ذكاء Dyania الاصطناعي على خوادم Nvidia يقرأ سجلات 7800 مريض في Cleveland Clinic
تختبئ بيانات الأبحاث الطبية في ملاحظات الأطباء، ويستغرق فرزها يدويًا سنوات. وقد قرأ نظام الذكاء الاصطناعي Synapsis التابع للشركة الناشئة Dyania Health، العامل على خوادم Nvidia داخل Cleveland Clinic، سجلات 7800 مريض استبدلت لديهم صمامات القلب، وأجاب عن 88 سؤالًا لكل مريض. وبناءً على الإجابات بُني نموذج لتقدير خطر فشل الصمام الاصطناعي بعد 3 و5 و10 سنوات. وهذا يقدّم للقطاعات المغلقة مخططًا عمليًا للذكاء الاصطناعي المحلي، لكن الفائدة للمرضى لا تزال بحاجة إلى إثبات.
معالج بواسطة الذكاء الاصطناعي من TNW؛ بتحرير Hamidun News
أثمن ما في السجلات الطبية لا يوجد في حقول قاعدة البيانات المنظمة، بل في النص الحر: ملاحظات الأطباء، وأوصاف صور الأشعة، وملخصات الخروج من المستشفى. ولتحويل ذلك إلى بيانات صالحة للبحث، تضطر المستشفيات إلى تكليف متخصصين بالقراءة اليدوية، وهو عمل يستغرق سنوات. والآن بات هناك مثال على أن الذكاء الاصطناعي يؤدي هذه المهمة. فقد شغّلت الشركة الناشئة Dyania Health، ومقرها نيوجيرسي، نظامها Synapsis AI على خوادم Nvidia داخل مستشفى Cleveland Clinic الأمريكي نفسه. وقرأ النظام سجلات أكثر من 7800 مريض استبدلت لديهم الصمام الأبهري (الصمام الذي يصل القلب بالشريان الرئيسي عند مخرجه)، وأجاب عن 88 سؤالًا لكل مريض. وطوال ذلك لم تغادر البيانات المستشفى.
ما الذي فُعل بالضبط
أعلنت Dyania وNvidia عن المشروع مع Cleveland Clinic. قرأ Synapsis AI سجلات مرضى أُجريت لهم عملية استبدال الصمام بين عامي 2005 و2021، وبلغ عمق التاريخ الطبي لدى بعضهم 16 عامًا. وعن كل مريض أجاب النظام عن 88 سؤالًا سريريًا، وأظهر لكل إجابة السجل الذي استُخلصت منه.
من هذه الإجابات جُمعت مجموعة بيانات، وبُني نموذج يقدّر خطر فشل الصمام الاصطناعي بعد ثلاث وخمس وعشر سنوات من العملية. وبحسب تقدير Nvidia، كان الأطباء سيحتاجون إلى سنوات لإنجاز مثل هذا التحليل يدويًا.
وأسهل طريقة لتخيّل ذلك أن النظام مساعد باحث فائق السرعة. فلا يحتاج الطبيب إلى فتح آلاف الملفات والبحث عمّا إذا كان المريض قد عانى من أعراض أو مضاعفات معينة. إنه يطرح السؤال ويحصل على الإجابة، ويستطيع التحقق من السطر الذي استند إليه النظام في سجل المريض. وهذا الربط بالمصدر مهم، فمن دونه يستحيل تدقيق النتيجة.
لماذا تهم الخوادم داخل المستشفى
يعمل Synapsis على معدات Nvidia داخل شبكة المستشفى، ولذلك لا تغادر سجلات المرضى المبنى. وهذا في قطاع الرعاية الصحية ليس تفصيلًا تقنيًا، بل شرط للتشغيل. فالبيانات الطبية تخضع لتنظيم صارم، ومعظم المستشفيات ومسؤولي الأمن لن يسمحوا بإرسال ملايين صفحات السجلات إلى واجهة API سحابية خارجية.
والاستنتاج العملي لمن يبنون منتجات ذكاء اصطناعي للشركات في القطاعات المغلقة: النشر المحلي على معدات خاصة يصبح خيارًا عاديًا لا استثناءً. فالبنوك وشركات التأمين والمحامون يعيشون مع قيود مشابهة. والتكلفة هنا ليست رموز (tokens) تُدفع لمزوّد الخدمة، بل وحدات GPU الخاصة وصيانتها وفريق يدعمها. وفي المقابل تحصل على السيطرة على بياناتك وعلى القدرة على اجتياز متطلبات الامتثال.
ما الذي لم يثبت بعد
من المهم ألا نبالغ في تقدير النتيجة. فالدراسة تُظهر أن الأداة قادرة على بناء مجموعة بيانات من سجلات غير منظمة والتنبؤ بالخطر استنادًا إليها. لكنها لا تُظهر أن حال المرضى تحسّنت. وتقر Dyania نفسها بحاجتها إلى تحقق خارجي. ولا يزال الأطباء يراجعون أدلة الذكاء الاصطناعي ويتخذون جميع القرارات.
وهناك أيضًا مسألة الاستقلالية. فـ Cleveland Clinic من بين مستثمري Dyania. وقد استخدم المستشفى الأداة بالفعل في العام الماضي لاختيار المشاركين في التجارب السريرية. وهذا لا يلغي النتائج، لكن التأكيد من طرف ثالث مرغوب فيه هنا بوجه خاص.
وفي الوقت نفسه يتسارع السوق. فقد أطلقت Google Cloud هذا الأسبوع منتجها الخاص للعمل مع السجلات الطبية، وجمعت شركة Bunkerhill تمويلًا بقيمة 55 مليون دولار. واللاعبون الكبار يدخلون بيانات المستشفيات بثقة. لكن التحسينات المثبتة للمرضى لا تزال أقل من الإعلانات.
والدرس للمطورين ومديري المنتجات هو التالي: قيمة البيانات غير المنظمة هائلة، لكن الفائز سيكون من يحل ثلاث مهام معًا: قابلية التحقق من الإجابات عبر الإشارة إلى المصدر، والعمل داخل محيط العميل، وتقييمًا نزيهًا للأثر على النتائج الفعلية، لا على عرض توضيحي لافت فحسب.
- 21 نوفمبر 2026محرك SGLang مع نوى Humming يُسرّع الرمز الأول بنسبة 7–23% والاستدلال بنسبة 17–34%
- 21 نوفمبر 2026CoreWeave مدينة بـ47 مليار دولار مقابل رقائق Nvidia وتخسر 709 ملايين دولار في ربع واحد
- 21 نوفمبر 2026اختراقُ phi3 المحلية في 51% من المحاولات — مطوّر يضع أمامها بوابة حماية
- 21 نوفمبر 2026Thinking Machines تطلق نموذج Inkling 2 Mini المفتوح بـ 26.4 مليار معامل لأجهزة Mac بذاكرة 32 غيغابايت
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي فُعل بالضبط؟
أعلنت Dyania وNvidia عن المشروع مع Cleveland Clinic. قرأ Synapsis AI سجلات مرضى أُجريت لهم عملية استبدال الصمام بين عامي 2005 و2021، وبلغ عمق التاريخ الطبي لدى بعضهم 16 عامًا. وعن كل مريض أجاب النظام عن 88 سؤالًا سريريًا، وأظهر لكل إجابة السجل الذي استُخلصت منه. من هذه الإجابات جُمعت مجموعة بيانات، وبُني نموذج يقدّر خطر فشل الصمام الاصطناعي بعد ثلاث وخمس وعشر سنوات من العملية. وبحسب تقدير Nvidia، كان الأطباء سيحتاجون إلى سنوات لإنجاز مثل هذا التحليل يدويًا. وأسهل طريقة لتخيّل ذلك أن النظام مساعد باحث فائق السرعة.
ما أبرز التفاصيل حول لماذا تهم الخوادم داخل المستشفى؟
يعمل Synapsis على معدات Nvidia داخل شبكة المستشفى، ولذلك لا تغادر سجلات المرضى المبنى. وهذا في قطاع الرعاية الصحية ليس تفصيلًا تقنيًا، بل شرط للتشغيل. فالبيانات الطبية تخضع لتنظيم صارم، ومعظم المستشفيات ومسؤولي الأمن لن يسمحوا بإرسال ملايين صفحات السجلات إلى واجهة API سحابية خارجية. والاستنتاج العملي لمن يبنون منتجات ذكاء اصطناعي للشركات في القطاعات المغلقة: النشر المحلي على معدات خاصة يصبح خيارًا عاديًا لا استثناءً. فالبنوك وشركات التأمين والمحامون يعيشون مع قيود مشابهة.
ما أبرز التفاصيل حول ما الذي لم يثبت بعد؟
من المهم ألا نبالغ في تقدير النتيجة. فالدراسة تُظهر أن الأداة قادرة على بناء مجموعة بيانات من سجلات غير منظمة والتنبؤ بالخطر استنادًا إليها. لكنها لا تُظهر أن حال المرضى تحسّنت. وتقر Dyania نفسها بحاجتها إلى تحقق خارجي. ولا يزال الأطباء يراجعون أدلة الذكاء الاصطناعي ويتخذون جميع القرارات. وهناك أيضًا مسألة الاستقلالية. فـ Cleveland Clinic من بين مستثمري Dyania. وقد استخدم المستشفى الأداة بالفعل في العام الماضي لاختيار المشاركين في التجارب السريرية.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.