آرا دارزي: الذكاء الاصطناعي قادر على تسريع مواجهة مقاومة المضادات الحيوية، لكن السوق يعرقل ذلك

صرّح الجراح البريطاني آرا دارزي بأن الذكاء الاصطناعي قادر على تسريع تشخيص العدوى المقاومة للمضادات الحيوية والبحث عن أدوية جديدة بشكل ملحوظ. لكن ذلك لا يكفي: فإذا لم يتغير اقتصاد القطاع، فإن كثيراً من التطويرات لن تصل أبداً إلى العيادات الفعلية.

لماذا تتسارع الأزمة

لم تعد مقاومة المضادات الحيوية مشكلة تخص أطباء الأمراض المعدية وحدهم. وبحسب دارزي، فإنها تتسبب سنوياً في أكثر من مليون وفاة حول العالم، وتؤدي دوراً مهماً كعامل مصاحب في نحو خمسة ملايين حالة أخرى. ومعالجة هذه العدوى أصعب وأكثر كلفة، ويبقى المرضى في المستشفى فترة أطول، وتتحمل المستشفيات نفقات إضافية.

ويتزايد الضغط على المنظومة الصحية بفعل عاملين في آن واحد: الإفراط في استخدام المضادات الحيوية وسوء استخدامها، وضعف تدفق الأدوية الجديدة إلى السوق. ووصف دارزي عام 2026 بأنه أول نقطة تحول حقيقية في هذه القصة، لأن حجم التهديد بات يصعب تجاهله.

ويتوقع تقرير The Lancet الصادر عام 2024 أن تصل الوفيات بسبب العدوى المقاومة للأدوية إلى 40 مليون وفاة بحلول عام 2050. وفي الممارسة اليومية، لا يزال الأطباء كثيراً ما يعملون شبه معصوبي العينين. فالتشخيص التقليدي يستغرق عادة من يومين إلى ثلاثة أيام: إذ يجب استنبات البكتيريا من العينة ثم اختبار الأدوية التي ستنجح. وفي حالات مثل الإنتان (تعفّن الدم) تُعدّ هذه المدة أطول من اللازم، فكل ساعة تأخير في العلاج ترفع خطر الوفاة بنسبة 4–9 في المئة.

أين يفيد الذكاء الاصطناعي الآن

هنا تحديداً يمكن للذكاء الاصطناعي أن يحقق أسرع أثر. يقول دارزي إن التشخيص المعتمد على الذكاء الاصطناعي يُظهر بالفعل دقة تفوق 99 في المئة دون الحاجة إلى بنية مخبرية إضافية. وهذا مهم ليس للعيادات الكبرى فحسب، بل أيضاً للمناطق النائية التي يصعب فيها الوصول إلى الفحوص السريعة.

ووفق تقديرات منظمة الصحة العالمية، سُجلت في عام 2023 أعلى مستويات مقاومة المضادات الحيوية في جنوب شرق آسيا وشرق المتوسط، حيث كانت كل عدوى ثالثة مسجلة مقاومة للأدوية. وفي أفريقيا كانت كل عدوى خامسة.

• التمييز بسرعة أكبر بين العدوى المقاومة والعدوى العادية
• مساعدة الطبيب على اختيار علاج أدق في الساعات الأولى
• اكتشاف آليات جديدة لمقاومة البكتيريا
• تسريع البحث عن جزيئات غير موجودة في الطبيعة وتصميمها

ومن الأمثلة الأخرى عمل هيئة الخدمات الصحية البريطانية (NHS) مع Google DeepMind. ففي أحد العروض التوضيحية، كشف النظام خلال 48 ساعة آليات مقاومة لم تكن معروفة من قبل، بينما أمضى باحثو Imperial College London نحو عشر سنوات في فهمها. وبالاقتران مع مختبر مؤتمت، تتيح هذه الأنظمة بالفعل تشغيل مئات التجارب المتوازية على مدار الساعة. ويمكن لنماذج التعلم العميق أن تمسح مليارات البنى الجزيئية خلال أيام معدودة، فيما تستطيع النماذج التوليدية اقتراح مركبات جديدة لم تكن موجودة من قبل.

لماذا يعرقل السوق ذلك

يرى دارزي أن العائق الرئيسي لا يقع في المختبر، بل في نموذج أعمال شركات الأدوية. فلا يمكن بيع المضادات الحيوية الجديدة كدواء جماهيري: فكلما زاد استخدامها، أسرعت البكتيريا في تعلّم تجاوز الحماية.

وهكذا ينشأ تناقض. فمن الناحية الطبية، ينبغي الحفاظ على أفضل الأدوية الجديدة ووصفها نادراً، أما من الناحية التجارية فتجني الشركات أرباحها من حجم المبيعات تحديداً. ولهذا السبب أغلقت كبرى شركات الأدوية في السنوات الأخيرة برامجها في مجال المضادات الحيوية، رغم استمرار التقدم العلمي في هذا المجال.

ولكسر هذا المنطق، لا بد من نماذج دفع مختلفة. وذكّر دارزي بأن بريطانيا أطلقت في عام 2024 نموذجاً تجريبياً على غرار Netflix: تدفع الحكومة لشركة الأدوية مبلغاً سنوياً ثابتاً مقابل إتاحة مضاد حيوي جديد، وليس مقابل عدد الجرعات الموصوفة. كما تختبر السويد نموذجاً مفصولاً جزئياً عن حجم المبيعات. والفكرة بسيطة: ينبغي مكافأة وجود أداة حيوية في المنظومة الصحية بحد ذاته، لا المبيعات الضخمة.

«لدينا الأدوات بالفعل. والسؤال هو: هل سنمتلك الشجاعة الكافية لنأخذ ما

نراه على محمل الجد».

ماذا يعني ذلك

تكشف قصة مقاومة المضادات الحيوية أمراً مهماً: فعنق الزجاجة أمام الذكاء الاصطناعي الطبي لا يقتصر على جودة النماذج، بل يشمل أيضاً قدرة المنظومة الصحية على دمجها في الممارسة. فإذا اختصر التشخيص فعلاً من عدة أيام إلى ساعات، وتسارع البحث عن مضادات حيوية جديدة بأضعاف، فلن يستفيد الأطباء وحدهم، بل المرضى أيضاً.

لكن دون قواعد شراء وحوافز جديدة، يخاطر الذكاء الاصطناعي بأن يبقى عرضاً تقديمياً لافتاً في المؤتمرات لا أداة عمل فعلية في المستشفيات.