الذكاء الاصطناعي يصحّح أخطاء الأبحاث الطبية

طوّر فريق بحثي من جامعة إلينوي في أوربانا شامبين الأميركية منظومة ذكاء اصطناعي متقدمة تعتمد على الحوسبة الفائقة لاكتشاف الأخطاء والثغرات في تقارير التجارب السريرية، بهدف تعزيز دقة وشفافية الأبحاث الطبية.
واستخدم الفريق نظام Bridges-2 التابع لمركز الحوسبة العلمية في بيتسبرغ (PSC) لتدريب أدوات الذكاء الاصطناعي على تحديد الخطوات المفقودة في تقارير التجارب السريرية العشوائية المضبوطة (Randomized Controlled Trials)، وهي الركيزة الأساسية لتقييم أمان وفعالية العلاجات الجديدة.

ويهدف المشروع إلى تطوير أداة مفتوحة المصدر تساعد الباحثين والمجلات العلمية على تحسين تخطيط وتنفيذ ونشر نتائج التجارب بدقة أكبر.

- اقرأ أيضاً: الذكاء الاصطناعي يكشف أسرار "شياطين الغبار" في المريخ

التجارب العشوائية
تُعدّ التجارب السريرية العشوائية أفضل مصدر للأدلة العلمية، إذ تُوزع فيها الحالات بين مجموعات العلاج والضبط لتجنب التحيّز وضمان عدالة النتائج.
وفي حال غياب العشوائية، قد تُخصَّص مجموعة من المرضى الأكثر خطورة دون قصد، ما يؤدي إلى نتائج غير عادلة أو مضللة.
كما ينبغي تحديد أهداف التجربة ومعايير النجاح مسبقاً لتجنّب انتقاء النتائج بعد التنفيذ، لكن كثيراً من الدراسات، رغم التزامها بالإجراءات الصحيحة، تفتقر إلى التوثيق الكافي، ما يعرقل تقييم موثوقيتها.
ونظراً للكمّ الكبير من الدراسات المنشورة سنوياً تتزايد صعوبة مراجعتها جميعاً بدقة لاكتشاف الفجوات.
وقال البروفيسور هليل كيليتش أوغلو من جامعة إلينوي: "كثير من تقارير التجارب السريرية تفتقر إلى الشفافية والتفاصيل، مما يجعل تقييم قوة الأدلة أمراً معقداً".

← أداة ذكاء اصطناعي تكشف 9 أنواع من الخرف بفحص واحد

تدريب الذكاء الاصطناعي
درّب فريق البحث، الذكاء الاصطناعي على فحص الأبحاث العلمية لرصد العناصر المفقودة في التجارب السريرية، بالاعتماد على دليلي CONSORT 2010 وSPIRIT 2013 اللذين يحددان 83 معياراً لتوثيق التجارب بدقة.
واستعان بتقنيات معالجة اللغة الطبيعية (NLP) لتحليل نحو 200 دراسة بحثية نُشرت بين عامي 2011 و2022.
واستفاد النظام من قدرات Bridges-2 في معالجة البيانات الضخمة ووحدات GPU لتدريب الشبكات العصبية من نوع Transformer القادرة على التمييز بين التقارير الجيدة والناقصة.
وأثناء التدريب، تعلّم النموذج أنماط النصوص الصحيحة وعدّل أداءه تدريجياً قبل اختباره على مجموعة جديدة من المقالات للتحقق من دقته.
وأوضح كيليتش أوغلو: "وفّر لنا النظام موارد قوية وبرمجيات جاهزة سهلت على طلابي تطوير النماذج بكفاءة".

← الذكاء الاصطناعي يسلّح جهاز المناعة بـ"صواريخ" لمهاجمة الخلايا السرطانية

نتائج واعدة
حقق النموذج أداء بلغ 0.742 على مستوى الجمل و0.865 على مستوى المقالات، ونُشرت النتائج في مجلة Scientific Data.
ويعمل الباحثون على تحسين الدقة بزيادة حجم البيانات واستخدام تقنيات مثل الاستقطار (Distillation) لتعليم نماذج أصغر يمكن تشغيلها على الحواسيب الشخصية.
ويهدف المشروع إلى إتاحة الأداة مجاناً للباحثين والمجلات لمراجعة التقارير واكتشاف الأخطاء قبل النشر، بما يسهم في تحسين جودة الأبحاث الطبية وتعزيز موثوقيتها عالمياً.

أمجد الأمين (أبوظبي)

أخبار ذات صلة رؤى استشرافية متصفحات الإنترنت.. ساحة معركة جديدة لشركات الذكاء الاصطناعي

المصدر: صحيفة الاتحاد