هذه بداية مقال أطول.
المحتوى: “

”

أصبح الإمكانُ المُحوِّلُ للاتِّصال الرَّقمي مُغيِّراً عالمياً منذ أكثر من عقدين من الزَّمان. فقد أعادت الهواتفُ النَّقَّالةُ تشكيلَ اتِّصالاتِ السِّلك، ممَّا أتاحَ الاتِّصالَ حتى في المنازلِ التي لا تَمتلكُ خطوطاً أرضيَّة. واستغلَّتِ الصِّحَّةُ الرَّقميَّةُ بسرعةٍ هذهَ الابتكارات، ممَّا جعلَ الاتِّصالَ عن بُعد بين المريضِ والطبيب، والمدفوعاتِ الرَّقميَّة، وتنسيقِ الرِّعاية، وشبكاتِ الدَّعمِ النِّظراءِ على الإنترنت ممكنةً.

لا شك أن الذكاء الاصطناعي (AI) قد أشعل مرحلة أخرى من الابتكار الرقمي. وعلى الرغم من أن أصول المجال تعود إلى منتصف القرن العشرين، إلا أن التطورات الأخيرة في نماذج اللغات الكبيرة (LLMs) قد دفعته إلى دائرة الضوء. وانعكاسًا لهذه الأهمية المتزايدة، خصصت منظمة الصحة العالمية (WHO) جلسة في جمعيتها الصحية العالمية (WHA) في أوائل عام 2024 لتأثيرات الذكاء الاصطناعي على الصحة العالمية، حيث جمعت منظمات وفاعلين إقليميين، ووطنيين، وأكاديميين، ودوليين في مجال الصحة لبحث هذه المسألة.

تطبيقات الذكاء الاصطناعي في الصحة العالمية

تُقدّم الأدبيات عمومًا أربعة حالات استخدام رئيسية للذكاء الاصطناعي في الصحة في البلدان المنخفضة والمتوسطة الدخل: تشخيص الأمراض، وتقييم المخاطر، والاستعداد للتفشي والاستجابة له، والتخطيط وصنع السياسات. وكما يشير تقرير منظمة الصحة العالمية لعام 2021 حول الذكاء الاصطناعي في الرعاية الصحية، هناك العديد من تطبيقات الذكاء الاصطناعي قيد الاستخدام أو قيد التطوير للتشخيص والتقييم، مثل استخدامها في الهند لإنشاء مخططات كهربية للدماغ بسرعة في ست دقائق؛ وفي رواندا وباكستان لتوجيه المرضى؛ وفي أوغندا، لتشخيص الملاريا؛ وفي نيجيريا لرصد العلامات الحيوية لدى الأمهات والأطفال، والكشف عن اختناق الرضع. وعلى نطاق أوسع، فإن تقدم نظام ألفافولد من ديب مايند في التنبؤ بالشكل ثلاثي الأبعاد للبروتينات يبشر بالخير لتعزيز فهمنا للأمراض وتسريع العلاجات.

تُعدّ حالات الاستخدام في مجال مراقبة تفشي الأمراض والاستجابة لها بارزة أيضًا. اتجاهات إنفلونزا جوجل استخدمت استعلامات محركات البحث للتنبؤ بنشاط الإنفلونزا، لكن المبالغة في تقدير انتشار الإنفلونزا أظهرت الحاجة إلى تحديثات مستمرة للخوارزميات. كما أثبتت أدوات مثل هيث ماب قيمتها، حيث اكتشفت علامات مبكرة لمرض الرئة المرتبط بالتدخين الإلكتروني وأصدرت نشرة مبكرة حول الفيروس التاجي الجديد في ووهان.

يستخدم الذكاء الاصطناعي أيضًا في التخطيط وصنع السياسات، مثل في جنوب أفريقيا حيث استُخدمت نماذج التعلم الآلي للتنبؤ بمدة التزام العاملين الصحيين المُجنَّدين بمواقع عملهم في المجتمعات الريفية؛ وفي البرازيل حيث استُخدمت الشبكات العصبية الاصطناعية لإنشاء طريقة لتحسين الموارد جغرافياً بناءً على احتياجات الصحة السكانية.

هل يمكن للذكاء الاصطناعي أن يُمثِّل تغييرًا جذريًا في الصحة العالمية؟

لا يزال دمج الذكاء الاصطناعي في الصحة العامة في طور التطور، ويخضع للتقييم الحذر في بعض الحالات، ولكنه على أهبة الاستعداد لتحويل الوظائف الصحية الرئيسية. إن توليد الأدلة، وهو أساس سياسات وممارسات الصحة، يشهد تغييراً كبيراً. تقليدياً، قد تستغرق المراجعات المنهجية، وهي حجر الزاوية في توليف الأدلة، شهوراً أو حتى سنوات لإكمالها. والآن، تستخدم أدوات مثل Eppi-Reviewer تقنيات التعلم الآلي من أجل فحص أكثر كفاءة، بينما تستطيع منصات مثل Open Evidence تلخيص الدراسات القائمة بسرعة. ومع قدرة الذكاء الاصطناعي على معالجة الجوانب التقنية مثل تقييم الجودة، والتحليل الوصفي، والتوليف بدقة عالية وموثوقية، سيتسع دوره في توليد الأدلة. وسيؤدي هذا التقدم إلى إنتاج أكثر فعالية من حيث التكلفة وفي الوقت المناسب للمبادئ التوجيهية الصحية، مع قيام الهيئات الرائدة بالفعل بـإنشاء مبادئ توجيهية لاستخدام الذكاء الاصطناعي في توليف الأدلة.

إن دمج الذكاء الاصطناعي في الرعاية الصحية لا يُغيّر الممارسات فحسب، بل يُعيد أيضاً تشكيل مشهد الجهات الفاعلة في الصحة العالمية.

كما تشهد عمليات جمع البيانات وتحليلها تغييرات تحويلية. تُمكّن أدوات الذكاء الاصطناعي من التحليل السريع للبيانات المُهيكلة وغير المُهيكلة، مما يُمثل تحولاً هاماً عن الأساليب التقليدية القائمة على الورق والعمل الميداني التقليدي. ولَهذه القدرة أثرٌ بالغ على استراتيجيات الصحة العامة التي تركز على تغيير السلوك. فيمكن للذكاء الاصطناعي أن يسمح بإنشاء حملات ترويجية للصحة مُستهدفة للغاية وبسرعة ودقة غير مسبوقتين. علاوة على ذلك، يمكن لأدوات تحليل المشاعر تقييم التصورات العامة في الوقت الفعلي، مما يُمكّن من إجراء تعديلات سريعة على الحملات الصحية الجارية.

من المتوقع أيضًا أن يتطور القوى العاملة في مجال الرعاية الصحية مع تطبيع الشراكات بين الذكاء الاصطناعي والإنسان. فعلى سبيل المثال، يمكن لأنظمة هيبقراط للذكاء الاصطناعي التوليدية أن تؤدي بعض وظائف إدارة الرعاية، بينما يوفر جوجل ميد-جيميني ملاحظات في الوقت الفعلي على الإجراءات الطبية، بما في ذلك العمليات الجراحية. ومع تحسن هذه الأدوات واعتمادها من قبل الممارسين، سيكون لديها القدرة على تعزيز فعالية التكلفة ودقة تقديم الرعاية الصحية.

اعتبارًا من مايو 2024، أصدرت إدارة الغذاء والدواء الأمريكية ترخيصًا لـ 882 جهازًا طبيًا مُمكّنًا بالذكاء الاصطناعي وتعلم الآلة. ويشير ارتفاع حجم هذه الأجهزة المُمكّنة بالذكاء الاصطناعي، بالإضافة إلى زيادة عدد التجارب السريرية المسجلة المتعلقة باستخدامها، إلى مدى تبني هذا المجال لهذه الأدوات.

تغير مشهد الجهات الفاعلة

إن دمج الذكاء الاصطناعي في الرعاية الصحية لا يُغيّر الممارسات فحسب، بل يُعيد أيضاً تشكيل مشهد الجهات الفاعلة في الصحة العالمية. تاريخياً، كانت الصحة العالمية نشاطاً متعدد الأطراف، يهيمن عليه كل من المنظمات غير الحكومية الدولية والحكومات الوطنية. وقد شهد مطلع القرن الحادي والعشرين ظهور جهات فاعلة خيرية مؤثرة مثل مؤسسة غيتس. والآن، نحن ندخل مرحلةً يُتوقع فيها أن تصبح شركات الذكاء الاصطناعي من القطاع الخاص أكثر نفوذاً في هذا المجال.

في حين توجد نماذج مفتوحة المصدر وأنظمة الذكاء الاصطناعي التي طورتها الحكومات، إلا أن هيمنة نماذج الذكاء الاصطناعي الخاصة، مثل ChatGPT من OpenAI و Gemini من Google، تثير تساؤلات بالغة الأهمية حول إدارة البيانات في الصحة العالمية. وعلى عكس التأثيرات التجارية العابرة للحدود القائمة على الصحة، مثل صناعات الأغذية السريعة أو التبغ، فإن أنظمة الذكاء الاصطناعي تطرح مخاوف أكثر دقة. فعلى سبيل المثال، إذا تم دمج النماذج الخاصة في المبادرات الصحية متعددة الأطراف القائمة، فكيف يمكننا ضمان امتثالها للأهداف الصحية العالمية؟ وكيف نتصدى لتضارب المصالح المحتمل عندما تمتلك الشركات نفوذاً على بيانات الصحة وصنع القرار؟

تُظهر إرشادات إقليمية ووطنية ناشئة سبيلًا لإدارة هذا المشهد المتطور. وتُعدّ الفضاء الأوروبي للبيانات الصحية، الذي نوقش في جمعية الصحة العالمية، مثالاً على ذلك. تهدف هذه المبادرة إلى إنشاء فضاء بيانات موحد عبر الدول الأعضاء السبع والعشرين في الاتحاد الأوروبي، مما يُمكّن المرضى من التحكم في بياناتهم الصحية مع وضع إطار عمل لإعادة استخدام البيانات الآمنة ونشر الذكاء الاصطناعي. كما تتضمن أحكامًا للتقييم الدقيق لأنظمة الذكاء الاصطناعي عالية الخطورة في الرعاية الصحية.

وبالمثل، أطلق الاتحاد الأفريقي مؤخراً استراتيجيته القارية للذكاء الاصطناعي، بهدف معلن هو “تسخير الذكاء الاصطناعي لتحقيق تطلعات أفريقيا الإنمائية ورفاهية شعبها، مع تعزيز الاستخدام الأخلاقي، وتقليل المخاطر المحتملة، والاستفادة من الفرص”. إن رصد تدابير كهذه أثناء تطورها سيكون مفيداً لنشر الذكاء الاصطناعي في مبادرات الصحة العالمية في المستقبل.

بناء البنية التحتية الأساسية

ومن العوامل الأخرى التي يجب مراعاتها أن التقدم في مجال الذكاء الاصطناعي لا يعني الكثير بالنسبة لأنظمة الرعاية الصحية التي تعاني من مستوى نضج غير كافٍ. يعتمد التقدم في مجال الذكاء الاصطناعي بشكل كبير على أساس متين من البنية التحتية الرقمية للصحة، والتي تشمل إدارة البيانات الآمنة، وتبادل المعلومات بين أنظمة معلومات الصحة، والاستراتيجيات الرقمية الشاملة. وفي حين أن معظم البلدان لديها استراتيجيات للصحة الرقمية، إلا أن تنفيذها يختلف اختلافا كبيرا، مع تأخر التقدم في المناطق التي تعاني من محدودية الموارد. ولا يملك العديد من البلدان عددًا كافيًا من العاملين الصحيين لإدخال البيانات بانتظام، فضلاً عن الكهرباء وشبكات الواي فاي الموثوقة لدعم الانتقال من السجلات الورقية إلى السجلات الرقمية. ويشكل نقص البنية التحتية الأساسية حاجزًا كبيرًا أمام تنفيذ تقنيات الذكاء الاصطناعي.

تهدف مبادرات مثل مبادرة الصحة العامة الدقيقة Precision Public Health Initiative، التي تقودها مؤسسة روكفلر Rockefeller Foundation بالتعاون مع منظمة الصحة العالمية، واليونيسيف، ووكالات تمويل الصحة العالمية، ووزارات الصحة، وشركات التكنولوجيا، إلى تعزيز استخدام الذكاء الاصطناعي في البلدان المنخفضة والمتوسطة الدخل. وتهدف هذه المبادرة، بتمويل أولي قدره 100 مليون دولار أمريكي، إلى توسيع نطاق استخدام الذكاء الاصطناعي وعلوم البيانات في البلدان المنخفضة والمتوسطة الدخل، وتوفير أحدث التقنيات للأجزاء التي تعاني من نقص الموارد في العالم. وسوف تحتاج هذه المبادرات إلى تركيز الموارد على وظائف تعزيز النظام الصحي الأساسية، مثل تدريب الموظفين والإشراف الداعم supportive supervision، وإدارة الموارد resource management.

الآثار الأخلاقية

مع تقدم الذكاء الاصطناعي، يجب أن تواكب الاعتبارات الأخلاقية. ويمكن تصنيف هذه التحديات بشكل عام إلى مخاوف الخصوصية والمراقبة، وإساءة استخدام البيانات، والتحيزات الخوارزمية، وقضايا الشفافية والمسؤولية. وتبرز الحالات الأخيرة أهمية معالجة هذه المسائل استباقيًا.

كما يوضح تقرير البحث أخلاقيات وإدارة الذكاء الاصطناعي للصحة: توجيهات منظمة الصحة العالمية، فقد قامت شركة علي بابا الصينية خلال جائحة كوفيد-19 بإدخال “رمز الصحة” الذي استخدم البيانات المجمعة لتحديد مخاطر التعرض. وقد أثار هذا النظام، الذي حدد حركة الأفراد بناءً على رموز الألوان المخصصة لهم، مخاوف بشأن الخصوصية والحقوق واحتمالية المراقبة الجماعية. ومن الأمثلة الأخرى التي نوقشت في تقرير توجيهات منظمة الصحة العالمية قضية دينرشتاين ضد جوجل، حيث قامت جامعة شيكاغو بمشاركة سجلات المرضى المُجردة من المعلومات التعريفية مع جوجل لتطوير أدوات تعلم آلي للتنبؤ بالأحداث الطبية. وقد تم تقديم شكوى جماعية زاعمة إمكانية إعادة تحديد هوية السجلات، مما يهدد خصوصية المرضى.

تبرز العديد من الحالات الأخرى الواردة في تقرير توجيهات منظمة الصحة العالمية، المسألة الحساسة للتحيز في أنظمة الذكاء الاصطناعي. ففي الأرجنتين، واجه نظام ذكاء اصطناعي مُصمم للتنبؤ بحمل المراهقات انتقادات عندما تبين أنه يعاني من منهجية معيبة، ويُنتهك خصوصية المراهقات. وبالمثل، كشفت دراسة في الولايات المتحدة عن تحيزات عنصرية في خوارزمية أدت إلى حصول المرضى السود على رعاية طبية أقل من المرضى البيض الذين يعانون من نفس مستوى المرض.

بالإضافة إلى ذلك، تم تدريب تقنية ذكاء اصطناعي مصممة لاكتشاف الآفات الجلدية التي قد تكون سرطانية بشكل أساسي على بيانات من أفراد ذوي بشرة فاتحة في أستراليا وأوروبا والولايات المتحدة، مما يبرز عدم كفايتها بالنسبة للسكان ذوي البشرة الداكنة.

يُدفع أكثر من مليار شخص إلى براثن الفقر كل عام بسبب تكاليف الرعاية الصحية الباهظة. في مثل هذه السياقات، يمكن لأنظمة اللغات الكبيرة أن تُكمل جهود تعزيز الصحة التي يقدمها حاليًا العاملون الصحيون في المجتمع.

إنّ طبيعة العديد من خوارزميات الذكاء الاصطناعي “الصندوق الأسود” تثير أيضاً تساؤلاتٍ بالغة الأهمية حول الموافقة المُعلَنة والمسؤولية. فإذا أوصت إحدى نظم الذكاء الاصطناعي بجرعة دواء مُحدّدة، ولكن الخوارزمية الكامنة وراء ذلك غامضة بالنسبة للطبيب، فمن يتحمّل مسؤولية النتائج السلبية؟

دراسة حالة

لتوضيح كيفية تَقارب الاعتبارات المختلفة للذكاء الاصطناعي في الصحة العالمية، يقدم مشروع مساعد موارد الذكاء الاصطناعي الذكي لمنظمة الصحة العالمية (S.A.R.A.H.) دراسة حالة حديثة وذات صلة. تم إطلاق مشروع S.A.R.A.H.، في أبريل 2024، وهو مساعد ذكاء اصطناعي توليدي قائم على الفيديو مصمم لمعالجة الثغرات في إمكانية الوصول إلى المعلومات الصحية. ويمثل هذا المشروع، الذي تم تطويره بالشراكة مع Soul Machines للذكاء الاصطناعي البيولوجي، بحسب المدير العام لمنظمة الصحة العالمية الدكتور تيدروس أدهانوم غيبريسوس، “كيف يمكن استخدام الذكاء الاصطناعي في المستقبل لتحسين الوصول إلى المعلومات الصحية بطريقة أكثر تفاعلية.“

يجب النظر إلى إمكانات نماذج اللغات الكبيرة في تعزيز الصحة في ضوء العبء الواقع على النظم الصحية. على سبيل المثال، يبلغ عدد الأطباء في أفريقيا جنوب الصحراء الكبرى وجنوب آسيا ما يُقدر بـ 0.2 و 0.8 طبيب لكل 1000 شخص على التوالي، مقارنة بـ 4.3 في الاتحاد الأوروبي و 3.4 في أمريكا الشمالية. يكشف خريطة لوقت السفر إلى المرافق الصحية أن قضاء يوم في السفر لرؤية طبيب ليس بالأمر النادر في العديد من المناطق مثل شمال أفريقيا. وحتى عندما يتمكنون من رؤية طبيب، يدفع أكثر من مليار شخص إلى براثن الفقر كل عام بسبب تكاليف الرعاية الصحية الباهظة. في مثل هذه السياقات، يمكن لأنظمة اللغات الكبيرة أن تُكمل جهود تعزيز الصحة التي يقدمها حاليًا العاملون الصحيون في المجتمع. كما يمكنها تعزيز الإشراف والتدريب.

تتميز S.A.R.A.H. بجهودها في تكييف التوصيات لتناسب السياقات المحلية. فعلى سبيل المثال، تقدم توصيات وجبات الطعام بناءً على العادات الغذائية الإقليمية. كما أنها تستخدم الإشارات العاطفية البصرية للتعبير عن التعاطف. ومثل سابقتها، وهي روبوت الدردشة القائم على واتساب لمشاركة معلومات كوفيد-19، من المحتمل أن يتوسع نطاق S.A.R.A.H. من خلال الشراكات مع مقدمي خدمات الاتصالات والشبكات الاجتماعية، مما يدعم نشرها على نطاق واسع.

ومع ذلك، تواجه S.A.R.A.H. بعض التحديات التي تعكس القضايا الأوسع نطاقاً في مجال الذكاء الاصطناعي لصالح الصحة العالمية. وقد لاحظ المستخدمون وجود أخطاء في المعلومات التي قدمتها S.A.R.A.H.؛ فقد ذكرت على سبيل المثال بشكل غير صحيح أن دواءً لعلاج مرض الزهايمر لا يزال قيد التجارب السريرية في حين أن الدواء قد تم اعتماده في عام 2023. وهذا يبرز الحاجة الملحة لأنظمة الذكاء الاصطناعي لمواكبة التطورات السريعة في المعرفة الطبية.

على الرغم من أن نظام (سارة) يقدم نطاقًا أوسع من اللغات مقارنة بالعديد من الأدوات الموجودة (بما في ذلك الفرنسية، والروسية، والإنجليزية، والإسبانية، والهندية، والبرتغالية، والعربية، والصينية)، إلا أن هذا لا يزال يمثل جزءًا صغيرًا من اللغات العالمية، مما قد يحد من انتشاره. كما أن نجاح الأدوات القائمة على الفيديو مثل (سارة) يعتمد على بنية تحتية رقمية قوية وإمكانية الوصول إلى الهواتف الذكية المزودة بإمكانيات الفيديو، وهي أمور ليست متوفرة عالميًا على الإطلاق.

كما أن معالجة بيانات فيديو المستخدمين تثير اعتبارات مهمة تتعلق بالخصوصية. وعلى الرغم من عدم توفرها حتى الآن، إلا أن منظمة الصحة العالمية قد التزمت بجعل مواد التدريب وقاعدة الأدلة الخاصة بنظام (سارة) متاحة للجمهور، بما يتوافق مع مبادئها بشأن استخدام نماذج اللغات الكبيرة. إن الشفافية في كيفية معالجة (سارة) للبيانات واستخدامها ستكون أمرًا بالغ الأهمية في الحفاظ على الثقة وتقديم رؤى لهذا المجال الناشئ.

الخلاصة

كما أشار المدير العام لمنظمة الصحة العالمية الدكتور تيدروس في جمعية الصحة العالمية، فإن الذكاء الاصطناعي يمثل تقدماً تحولياً في الصحة العالمية يشبه الابتكارات السابقة مثل إدخال اللقاحات، والبنيسلين، وأجهزة التصوير بالرنين المغناطيسي، ورسم خريطة الجينوم البشري، والتي أحدثت جميعها ثورة في هذا المجال. وكما ورد في تقرير منظمة الصحة العالمية لعام 2021 المرتبط أعلاه حول الذكاء الاصطناعي في الرعاية الصحية، فإن دمج الذكاء الاصطناعي في النظم الصحية يمثل إمكانات هائلة، مع توقعات تشير إلى أن أفضل عشر تطبيقات للذكاء الاصطناعي في مجال الصحة قد تسفر عن وفورات تقدر بـ 150 مليار دولار أمريكي بحلول عام 2026.

وبينما لا يمكن إنكار إمكانات الذكاء الاصطناعي، يبقى السؤال المهم: هل يمكنه تحقيق وعد تحسين النتائج الصحية في جميع أنحاء العالم؟ يعتمد هذا على عدة عوامل، بما في ذلك بناء البنية التحتية الأساسية، ومعالجة الاعتبارات الأخلاقية، والحوكمة الفعالة للمشهد المتطور للجهات الفاعلة، وهي ليست إنجازات يسيرة.

هذا القسم الأخير من مقال أطول.

ظهر هذا المقال [[LINK48]]على JSTOR Daily، حيث تلتقي الأخبار بنظيرها الأكاديمي.