نموذج ذكاء اصطناعي جديد يشخص 5 أمراض دماغية بدقة متقدمة

وبحسب نتائج دراسة حديثة، تمكن النموذج من التعرف على أنماط بيولوجية مشتركة عبر مجموعة من الأمراض التنكسية العصبية، ما أتاح له تشخيص حالات متعددة تشمل مرض ألزهايمر، وباركنسون، والتصلب الجانبي الضموري (ALS)، والخرف الجبهي الصدغي، إضافة إلى آثار السكتة الدماغية.

تفوق على التشخيص التقليدي

ويعتمد هذا الابتكار على تحليل "بصمة بروتينية" في الجسم، حيث نجح النظام في تحديد مجموعة من البروتينات التي تشكل مؤشرا عاما للأمراض العصبية، قبل استخدام هذا النمط لتصنيف الحالات بدقة أعلى من النماذج التقليدية .

وأبرزت الدراسة أن النموذج لا يكتفي بالتشخيص، بل يتفوق في بعض الحالات على التقييمات السريرية، إذ أظهرت النتائج أن المؤشرات البيولوجية التي يعتمدها الذكاء الاصطناعي قادرة على التنبؤ بتدهور القدرات الإدراكية بشكل أدق من التشخيص الطبي التقليدي .

كما كشفت النتائج عن وجود اختلافات بيولوجية داخل نفس التشخيص السريري، ما يشير إلى أن مرضى يحملون نفس التسمية الطبية قد يعانون في الواقع من أنماط مرضية مختلفة، وهو ما يفتح الباب أمام طب دقيق ومخصص لكل مريض.

ولتعزيز مصداقية النتائج، تم اختبار النموذج على عدة قواعد بيانات مستقلة، وهو ما يعزز من موثوقيته ويقلل من مخاطر التحيز أو محدودية البيانات، وهي من أبرز التحديات التي تواجه نماذج الذكاء الاصطناعي في المجال الطبي .

تحول في مستقبل التشخيص العصبي

يأتي هذا التطور في سياق توسع استخدام الذكاء الاصطناعي في الطب، حيث أظهرت نماذج أخرى قدرتها على تحليل صور الرنين المغناطيسي وتشخيص أمراض دماغية بسرعة ودقة مرتفعة، بل وتحديد درجة خطورة الحالات في وقت قياسي .

ويرى خبراء أن هذه التقنيات قد تسهم في تسريع التشخيص، خاصة في ظل الضغط المتزايد على أقسام الأعصاب ونقص الأطباء المختصين، فضلا عن دورها في دعم الأطباء بدل تعويضهم.

آفاق واعدة وتحديات قائمة

ورغم النتائج الواعدة، يؤكد متخصصون أن اعتماد هذه النماذج في الممارسة الطبية اليومية ما زال يتطلب المزيد من التجارب السريرية والتنظيم القانوني، لضمان دقة النتائج وسلامة المرضى.

ومع ذلك، يمثل هذا الابتكار خطوة مهمة نحو الانتقال من التشخيص القائم على الأعراض إلى تشخيص قائم على البيانات البيولوجية الدقيقة، ما قد يغير جذريا طريقة التعامل مع الأمراض العصبية في السنوات المقبلة.