في خطوة مبتكرة في مجال الطب والتكنولوجيا، ظهرت أداة جديدة تعتمد على الذكاء الاصطناعي للتنبؤ بخطر الإصابة بأكثر من 1000 مرض، بعض هذه التنبؤات يمكن أن تتم قبل عقود من ظهور المرض. الأداة المعروفة باسم Delphi-2M تعتمد على سجلات الصحة والعوامل الحياتية لتقدير احتمالية الإصابة بأمراض مثل السرطان والأمراض الجلدية والحالات المناعية.
ما هي Delphi-2M وكيف تعمل؟
Delphi-2M هي نموذج تم تدريبه على مجموعة بيانات من المملكة المتحدة، وتستخدم تقنيات الذكاء الاصطناعي لتحليل البيانات الصحية وتقديم توقعات دقيقة حول الأمراض التي قد تصيب الفرد في المستقبل. تعتمد الأداة على سجل طبي مفصل يشمل العمر، الجنس، مؤشر كتلة الجسم، والعادات الصحية مثل التدخين واستهلاك الكحول.
هذا النموذج لا يقتصر على التنبؤ بمرض واحد بل يمكنه التنبؤ بأكثر من 1258 مرضاً، مما يجعله أداة قوية في يد الأطباء لتحديد الأشخاص الأكثر عرضة للإصابة بالأمراض وتقديم التدابير الوقائية في وقت مبكر.
تفوق Delphi-2M على النماذج الأخرى
أظهرت الأداة الجديدة أداءً مميزًا مقارنة بالنماذج التقليدية التي تقتصر على التنبؤ بمرض واحد. لقد قامت Delphi-2M بتقديم توقعات دقيقة للأمراض اعتمادًا على نماذج تطور المرض المتوقعة، خاصة في حالات السرطان التي تتبع أنماط تطور محددة.
كما أثبتت الأداة قدرتها على تقديم توقعات موثوقة حتى عند تطبيقها على مجموعات بيانات من أنظمة صحية وطنية أخرى مثل السجل الوطني للمرضى في الدنمارك، حيث كانت التوقعات دقيقة إلى حد كبير رغم اختلاف البيانات التي تم تدريب النموذج عليها أصلاً.
التحديات والآفاق المستقبلية
رغم الإنجازات المبهرة التي قدمتها Delphi-2M، إلا أن الأداة ليست خالية من التحديات. أحد الأمور المهمة هو أن البيانات المستخدمة من بنك البيانات البريطاني لا تشمل سوى اللقاء الأول للمشاركين مع المرض، وهو ما قد يؤثر على دقة توقعات مسار الصحة الشخصية.
يعمل الباحثون الآن على توسيع نطاق استخدام الأداة وتدريبها على مجموعات بيانات من مختلف البلدان لتحسين دقتها وتوسيع استخدامها في أنظمة صحية مختلفة. التفكير في كيفية دمج هذه المعلومات لتطوير خوارزميات أكثر دقة سيكون له أهمية كبيرة في المستقبل.
الخاتمة
تعد Delphi-2M خطوة كبيرة نحو تحسين الرعاية الصحية الوقائية من خلال الذكاء الاصطناعي. بقدرتها على التنبؤ بمئات الأمراض، يمكن لهذه الأداة أن تحدث فرقًا كبيرًا في كيفية تعامل الأطباء مع الوقاية من الأمراض. رغم بعض التحديات التي تواجهها، فإن الآفاق المستقبلية لتطويرها وتوسيع استخدامها تبشر بمستقبل مشرق للرعاية الصحية حول العالم.
