كيف تعيق معضلة البيانات تقدم الذكاء التوليدي في طب العيون؟

وفقًا لدراسة أجراها فريق من الباحثين الأوستراليين، تواجه تطبيقات الذكاء الاصطناعي التوليدي في طب العيون تحدّيات كبيرة بسبب نقص البيانات السريرية عالية الجودة. يُتوقع أن يُحدث الذكاء التوليدي تحولًا جذريًا في كيفية تفاعل الأطباء والمرضى مع خدمات الرعاية الصحية للعيون. وقد أظهرت النماذج التشخيصية المعتمدة على الذكاء الاصطناعي التوليدي أداءً مماثلاً لأداء الاختصاصيين في طب العيون عند تشخيص أمراض مثل اعتلال الشبكيّة السكريّ، والتنكّس البقعيّ، والغلوكوما.

مع ذلك، تتطلّب هذه الأنظمة كميّات كبيرة من بيانات المرضى الحقيقية لإنتاج تنبؤات دقيقة. في مراجعة منهجية للأدبيات، كتب باحثون من معهد Save Sight، وجامعة سيدني، ومستشفى سيدني للعيون، أن قواعد البيانات السريرية مثل سجلات Save Sight تُعتبر "كنزًا من بيانات التدريب عالية الحجم"، التي يمكن أن تُشغل نماذج الذكاء التوليدي في المستقبل.

لكن هذه الإمكانيات لم تتحقق بالكامل بعد بسبب التطبيقات المحدودة لخوارزميات التعلّم العميق على بيانات السجل السريري والافتقار إلى منهجية التحقق الموحدة وتباين تقارير نتائج الأداء. يشير هذا إلى أن تطبيق الذكاء التوليدي على السجلات السريرية لا يزال في مراحله الأولى، مقيّدًا بضعف إمكانية الوصول إلى البيانات والحاجة إلى توحيد المنهجية وزيادة مشاركة خبراء المجال في التطوير المستقبلي للذكاء التوليدي القابل للنشر سريريًا.

قام الدكتور لوك تران وزملاؤه بمراجعة 23 مقالة بحثية أصليّة تضمّ 14 سجلاً فريدًا، و46 تطبيقًا فرديًا لخوارزميات الذكاء التوليدي على بيانات السجل. وجدوا أن معظم الدراسات تضمّنت بعض مقاييس التحقق الداخلي، لكن أي أوراق لم تبرّر اختيارها لمنهجية التحقق الداخلي، ولم يجر سوى ست مقالات أيّ تحقق خارجي.

يقول الدكتور تران: "لاحظنا نقصًا واضحًا في نماذج التعلم العميق المطبقة على بيانات السجل السريري، وتنوّعًا واسعًا في الأساليب وتدابير التحقق، ممّا يشير إلى أن إمكانيات السجلات السريرية لتدريب نماذج الذكاء الاصطناعي لم تتحقق بالكامل".

حدّد الباحثون العديد من الحواجز التي تحول دون تصحيح هذا، بما في ذلك التكاليف المرتبطة بتخزين كميات كبيرة من البيانات، والصعوبات في موازنة نطاق البيانات التي تم جمعها، وتصميم الحوافز لضمان طول عمر جمعها، والقضايا المتعلقة بالتنظيم الصارم لبيانات السجل السريري، والافتقار إلى البنية التحتية التنظيمية لتعزيز التعاون بين الخبراء الطبيين وخبراء التعلم الآلي.

وخلص التقرير إلى أن السجلات تظلّ مصدرًا غير مستغلّ إلى حدّ كبير للبيانات الواقعية، وأن ساعات بحثية قيمة تُنفق في تحسين المنهجية وإنشاء نماذج قد لا تكون قابلة للنشر في الإعدادات السريرية الحقيقية.

 يأمل الباحثون في أن تساعد هذه النتائج الأطباء على فهم الحالة الحالية للذكاء التوليدي المطبق على السجلات السريرية لطب العيون، والفرص والحواجز المرتبطة بتعبئة بيانات السجل، والحاجة إلى المشاركة المبكرة لخبراء التعلم الآلي في تطوير الذكاء الاصطناعي القابل للنشر سريريًا.