التنبؤ بالأمراض عن طريق تعلم الالة (الذكاء الاصطناعي)

شهد العالم في السنوات الأخيرة الماضية ارتفاعا ملحوظا في انتشار الامراض والاوبئة مثل (امراض القلب والسرطان الالتهابات الرئوية والحمى الفيروسية واخيرا كورونا فيروس Covid 19) .\r\n\r\nبينما العالم منشغل بسرعة انتشار الامراض وصعوبة السيطرة في بعض الأحيان هناك نقاش لوضع  مجموعة ضوابط لازمة لتحسين نظام المؤسسات التي يمكنها المساعدة الى درجة كبيرة في تقليل كلفة العلاج والدخول الى المستشفيات وخصوصا في الامراض المزمنة والامراض سريعة الانتشار , ومن اجل ذلك استعانت مجموعة منظمات في الولايات المتحدة في \"مركز بوسطن الطبي\"  و \"مستشفى برغهام ومنز \" الى استخدام مجموعة خوارزميات متمثلة بخوارزميات الذكاء الاصطناعي(Artificial Inelegant Algorithms)  والتعلم الالي  (Machine Learning) لحل هذه المشكلة من خلال التوقع والتنبؤ بالحالات التي تحتاج بشكل ضروري الى دخول المستشفى قبل سنة من حدوث المرض وبمعدل دقة  يصل الى 82% .\r\n\r\nهل بذلك يستطيع الذكاء الاصطناعي متمثلا بالتعلم الالي من حل مشكلات العالم الحقيقي في العديد من مجالات الحياة عامة والطبية خاصة من خلال التنبؤ بها ؟\r\n\r\nبينت الأرقام الى ان استخدام تعلم الالة من خلال استخدام خوارزميات الذكاء الاصطناعي  في المجال الصحي سينتج حوالي اكثر من  30 مليار دولار خلال السنوات القادمة عندما أصبحت الحاجة الماسة الى اكتشاف تقنيات جديدة يمكنها ان تتطور بواسطة برامج الذكاء الاصطناعي للتعامل مع الامراض داخل المؤسسات الصحية والطبية بدءا من دخول المستشفى والرعاية التي يتلقاها المريض وانتهاء بمراقبته عند الخروج , وذلك من خلال تطبيقات حديثة يتم تنصيبها من خلال الهواتف الذكية والحاسبات بمنظومة طبية معالجة لمتابعة تقدم العلاج .\r\n\r\nبالإضافة الى ذلك خطة الذكاء الاصطناعي لا تتوقف عند ذلك بل تشارك الأجهزة الطبية في الفحص مثل الاشعة السينية والمقطعية والرنين خصوصا مع الامراض التي تحتاج لذلك بصورة مستمرة مثل الامراض السرطانية.\r\n\r\nان تطور الذي يشهده تعلم الالة بصورة عامة واستخدام الذكاء الاصطناعي بشكل خاص ابتداء من  التنبؤ بالأمراض والاهتمام بالمرضى داخل المستشفيات وانتهاء برعايتهم داخل منازلهم , هذا ما سوف نتطرق له في هذا المقال .\r\n

\r\n
•           البيانات التي نحتاجها للتنبؤ بالأمراض (Data Medicine for Prediction)
\r\n

\r\nالبيانات الطبية وهي مجموعة من المعلومات التي تجمع من المريض وتشمل كافة المعلومات المهمة التي نحتاجها لكي يتم الوصول الى التنبؤ الدقيق لحالة المريض قبل وصوله الى حالة تؤدي الى دخوله المستشفى وربما الى حالة الوفاة.\r\n

\r\n
•   فمثلا امراض القلب (Heart Dieses) هناك  دراسة علمية نشرت من قبل باحثين في جامعة نوتنغهام  ان استخدام خوارزميات تعلم الالة للتنبؤ باحتمالية إصابة الشخص بنوبة قلبية او سكتة دماغية  حيث وضعت الكلية الامريكية لأمراض القلب اربع خوارزميات تعلم الالة لتحديد خطر الإصابة بنوبة قلبية من السجلات الطبية الالكترونية للمرضى المتمثلة ببعض العلامات الحيوية في الجسم المرتبطة بالقلب والتي تندرج ضمن مجموعة بيانات متمثلة ب(العمر, الجنس ,نوع الم الصدر ,راحة ضغط الدم ,الكوليسترول ,سكر الدم ,تخطيط القلب ,معدل ضربات القلب ,الاكتئاب ,عدد الاوعية الدموية والتلاسيميا).  حيث خمنت الكلية الطبية الامريكية لأمراض القلب بشكل صحيح مخاطر الأشخاص بنسبة 72.8 %.
\r\n
•   مرض سرطان الجلد Skin Cancer  هو نمو غير طبيعي في خلايا الجلد المعرض للشمس في المعتاد ولكن قد يظهر هذا النوع الشائع على أماكن من الجسد لا تتعرض للشمس في المعتاد, يستخدم الذكاء الاصطناعي ممثلا بالتعلم الالي والتعلم العميق باكتشاف مرض سرطان الجلد  ونحتاج الى مجموعة من البيانات للتنبؤ بالمرض وتكون بشكل صور لمجموعة سرطان \"حميد\" و مجموعة سرطان \"خبيث\"
\r\n
•      مرض السكري  Diabetes: يشمل هذا المصطلح عددا من الاضطرابات التي تمتاز في وجود مشاكل في هرمون الانسولين الذي ينتجه البنكرياس بالوضع الطبيعي لمساعدة الجسم باستخدام السكر والدهون وتخزين بعضها .اما مرض السكري فيصيب الانسان عند وجود مشاكل في انتاج هذا الهرمون ليرتفع مستواه في الدم .
\r\n

\r\nسوف نحتاج مجموعة بيانات للتنبؤ بالمرض وتقليل الإصابة بها او منعها منها ( الحمل , نسبة الانسولين ,نسبة الكلوكوز , الوزن , العمر ,الحالات الوراثية  ,تحليل الدم وتحليل الادرار)\r\n\r\nحيث بين العلماء من كلية الدراسات الطبية بجامعة كانازاوا  في اليابان ان التنبؤ بمرض السكر وصل الى دقة حوالي 95  % لتقيم إصابة الفرد على المدى البعيد حيث تمكنت بعض أنماط من هذه الخوارزميات للتوصل الى اتخاذ قرارات واستنتاج افضل بدون مساعدة من البشر.\r\n

\r\n
• مرض الزهايمر Alzheimer\'s Disease : يسمى أيضا بالخرف الكهلي حيث يؤذي المهارات العقلية والاجتماعية مما يؤدي الى إعاقة الأداء اليومي في الحياة العادية . وهو عبارة عن ضمور في خلايا المخ السليمة يؤدي الى تراجع مستمر في الذاكرة وفي القدرات العقلية / الذهنية .
\r\n

\r\nتحتاج خوارزميات التعلم الالي الى بيانات التشخيص  للتنبؤ المبكر بالمرض والوقاية منه قبل الإصابة به ونجحت الطرق في اخذ صور مقاطع للدماغ وصور شعاعية بالتنبؤ بدقة 99% حيث استخدم الأطباء صور رنين ل( 138 شخصا) واكتشفوا من خلال خوارزميات الذكاء من تقديم نتائج ذات دقة ونوعية عالية  .\r\n

\r\n
•      كؤفيد 19 Corona Virus ساعدت خوارزميات الذكاء الاصطناعي العالم البشري في محاربة جائحة كورونا بدءا من التعرف على الفيروس من خلال تنظيم البيانات وصولا لاكتشاف اللقاحات.
\r\n

\r\nفمن خلال ادخال بيانات  (العمر , الجنس , ضغط الدم , نسبة السكر في الدم , درجة الحرارة ,امراض الجهاز التنفسي , صور لأشعة الصدر ).\r\n\r\nعندما نتكلم عن خوارزميات  الذكاء الاصطناعي المتمثل بلغة الالة  وكأنه أمر سيحدث مستقبلا، لكنه لم يترك مجالا في الوقت الحالي في شتى المجالات  بصورة عامة وصحيا بصورة خاصة إلا واقتحمه. وخلال انتشار وباء كورونا كان الذكاء الصناعي له دور مهم لمكافحة الجائحة في العديد من بلدان العالم بالاعتماد على البيانات المدخلة والتنبؤ بالمرض .\r\n\r\nومن خلال هذه البيانات التي تم  إدخالها لتدريب خوارزميات الذكاء الاصطناعي  بعدها تبدا مرحلة التدريب والتعلم بعدها تتعرف الخوارزمية من خلال هذه العملية على أنواع من الامراض المدخلة تم ادخال بياناتها وجديدة لم يتم إدخالها من خلال عملية التعلم .\r\n\r\nوبذلك فان  التجارب العلمية والأبحاث المقامة  في كل دول  العالم كانت فائدتها  كبيرة جدا باستخدام هذه التقنية الحديثة، حيث رشح العلماء والباحثون إلى استخدام بيانات التنبؤ التي يتم جمعها بواسطة تقنيات الذكاء من سجلات المرضى الإلكترونية والأجهزة القابلة مما أدى الى  توفير الأموال التي كانت تنفق في هذا المجال، كما تسمح  بالبحث في التقارير الطبية للمساعدة في الحصول على معلومات دقيقة مفيدة للتنبؤ بالأمراض.\r\n\r\nوبهذا النجاح،  ساعد الذكاء الاصطناعي العلماء في التنبؤ بالأمراض مستقبلا إذ قامت منظمة الصحة العالمية على إنشاء مركز عالمي للإنذار المبكر من خلال التنبؤ في برلين ، واكد المسؤولون  على استخدام بيانات التنبؤ مما له اهمية في السيطرة على الامراض ، مضيفا أن \"الفيروسات  تتحرك بسرعة والامراض تنتشر بسرعة ، لذا يجب أن تتحرك البيانات بشكل أسرع\".