آرا دارزي: الذكاء الاصطناعي قد يسرع مكافحة مقاومة المضادات الحيوية، لكن السوق يعيقه

قال الجراح البريطاني آرا دارزي إن الذكاء الاصطناعي يمكن أن يسرع بشكل كبير تشخيص العدوى المقاومة للمضادات الحيوية والبحث عن أدوية جديدة. لكن هذا غير كاف: إذا لم تتغير اقتصاديات الصناعة، فإن الكثير من التطورات لن تصل أبداً إلى الممارسة السريرية الفعلية.

لماذا تتسارع الأزمة

لم تعد مقاومة المضادات الحيوية مشكلة قاصرة على متخصصي الأمراض المعدية. وفقاً لدارزي، فإنها تسبب أكثر من مليون وفيات في جميع أنحاء العالم سنوياً وتلعب دوراً مهماً كعامل مساهم في حوالي خمسة ملايين حالة إضافية. هذه العدوى أصعب وأكثر تكلفة في العلاج، والمرضى يبقون في المستشفيات لفترات أطول، والمؤسسات الصحية تتحمل تكاليف إضافية.

يتم تكثيف الضغط على النظام من خلال شيئين في نفس الوقت: الاستخدام المفرط والخاطئ للمضادات الحيوية، فضلاً عن التدفق الضعيف للأدوية الجديدة إلى السوق. أطلق دارزي على عام 2026 أول نقطة انقلاب حقيقية في هذه القصة، لأن حجم التهديد يصعب تجاهله الآن. يتوقع التنبؤ الذي نشرته مجلة The Lancet في عام 2024 ما يصل إلى 40 مليون وفيات بسبب العدوى المقاومة للأدوية بحلول عام 2050.

في غضون ذلك، في الممارسة اليومية، لا يزال الأطباء غالباً يتصرفون بشكل عمياوي تقريباً. يستغرق التشخيص الكلاسيكي عادة من يومين إلى ثلاثة أيام: تحتاج إلى تنمية البكتيريا من عينة والتحقق من الأدوية التي ستعمل. بالنسبة لحالات مثل تعفن الدم، هذا وقت طويل جداً — كل ساعة تأخير في العلاج يزيد من خطر الوفيات بنسبة 4-9 في المائة.

حيث الذكاء الاصطناعي مفيد بالفعل

هذا بالضبط حيث يمكن للذكاء الاصطناعي أن يحقق أسرع تأثير. يقول دارزي إن تشخيص الذكاء الاصطناعي يُظهر بالفعل دقة تزيد عن 99 في المائة بدون بنية تحتية إضافية في المختبر. هذا مهم بشكل خاص ليس فقط للعيادات الكبرى ولكن أيضاً للمناطق النائية حيث يكون الوصول إلى الاختبارات السريعة محدوداً. وفقاً لتقديرات منظمة الصحة العالمية، في عام 2023، تم تسجيل أعلى مستويات مقاومة المضادات الحيوية في جنوب شرق آسيا والبحر المتوسط الشرقي، حيث كانت كل عدوى ثالثة مسجلة مقاومة. في أفريقيا — كل خمسة.

• التمييز بسرعة أكبر بين العدوى المقاومة والعدوى العادية
• تقديم الطبيب خياراً علاجياً أكثر دقة في الساعات الأولى
• إيجاد آليات جديدة لمقاومة البكتيريا
• تسريع البحث والتصميم للجزيئات التي لا توجد في الطبيعة

مثال آخر هو عمل خدمة الصحة الوطنية البريطانية مع Google DeepMind. في عرض توضيحي، حدد النظام آليات مقاومة لم تكن معروفة من قبل في 48 ساعة، والتي استغرقت الأبحاث في كلية الإمبراطورية لندن حوالي عشر سنوات لفهمها. عند دمجها مع مختبر مؤتمت، تسمح هذه الأنظمة بالفعل بتشغيل مئات التجارب المتوازية على مدار الساعة. يمكن لنماذج التعلم العميق فحص مليارات الهياكل الجزيئية في غضون أيام فقط، ويمكن للنماذج التوليدية أن تقترح مركبات جديدة لم تكن موجودة ببساطة من قبل.

لماذا السوق عائق

العقبة الرئيسية، وفقاً لدارزي، ليست في المختبر بل في نموذج أعمال الصيدلانيات. لا يمكن بيع المضادات الحيوية الجديدة كدواء في السوق الجماهيري: كلما زاد استخدامها بنشاط، كلما تعلمت البكتيريا تجاوز الدفاع بشكل أسرع. هذا يخلق تناقضاً.

من الناحية الطبية، يجب الحفاظ على أفضل الأدوية الجديدة والتوصية بها نادراً، لكن من الناحية التجارية، تحقق الشركات أرباحاً من أحجام المبيعات. لهذا السبب، أوقفت شركات الأدوية الكبرى في السنوات الأخيرة برامج المضادات الحيوية، حتى مع استمرار التقدم العلمي في هذا المجال. لكسر هذا المنطق، هناك حاجة إلى أنظمة دفع مختلفة.

ذكّر دارزي بأنه في عام 2024، أطلقت المملكة المتحدة نموذج تجريبي بأسلوب Netflix: تدفع الدولة لشركات الأدوية مبلغاً سنوياً محدداً للوصول إلى دواء جديد، بدلاً من عدد الجرعات الموصوف. تختبر السويد أيضاً نموذجاً منفصلاً جزئياً عن الحجم. الفكرة بسيطة: كافئ ليس للمبيعات الضخمة، بل لمجرد حقيقة إدخال أداة حيوية في النظام الصحي.

"لدينا بالفعل الأدوات. والسؤال هو ما إذا كان لدينا الشجاعة لأن نأخذ

على محمل الجد ما نراه."

ماذا يعني هذا

قصة مقاومة المضادات الحيوية توضح شيئاً مهماً: بالنسبة للذكاء الاصطناعي الطبي، يصبح الاختناق ليس فقط جودة النماذج بل أيضاً قدرة النظام الصحي على دمجها في الممارسة. إذا انخفض التشخيص فعلاً من عدة أيام إلى ساعات، وتسارع البحث عن مضادات حيوية جديدة عدة مرات، فإن الفائزين لن يكونوا الأطباء فقط بل أيضاً المرضى. لكن بدون قواعد شراء جديدة وحوافز، يخاطر الذكاء الاصطناعي بأن يبقى عرضاً جميلاً في المؤتمرات بدلاً من أن يكون أداة عمل في المستشفيات.