Three Generations of Healthcare IT: From the Digital Record to the Computable Care Process

تخيل تاريخ علاقة الطب بالحواسيب كقصة تتكون من ثلاث ترقيات متميزة. أولاً، انتقل الأطباء من السجلات الورقية إلى السجلات الرقمية. كان هذا بمثابة تحويل مذكرات مكتوبة بخط اليد إلى قاعدة بيانات قابلة للبحث؛ مما جعل من السهل العثور على اسم المريض ورؤية ما كُتب، لكن الحاسوب لم يكن يفهم بعد "معنى" الكلمات. بعد ذلك، ترقت العملية مجدداً إلى "البيانات المهيكلة". الآن، بدلاً من مجرد قراءة جملة، أصبح بإمكان الحاسوب رؤية حقائق محددة، مثل "ضغط الدم هو 120/80"، مما يسمح له بإجراء فحوصات ورصد الاتجاهات. ولكن لا تزال هناك فجوة: فالأطباء غالباً ما يعطون تعليمات في محادثات عفوية، مثل "اتصل بي إذا ساء الألم" أو "أجرِ فحص دم بعد أسبوعين". في الوقت الحالي، يرى الحاسوب هذه الجمل كمجرد كتلة من النص؛ فهو يعرف الكلمات، لكنه لا يعرف "ماذا يفعل بها". تسأل هذه الورقة: كيف نعلم الحواسيب أن تستمع إلى هذه التعليمات العفوية وتحولها إلى قوائم مهام فعلية قابلة للتنفيذ لا تضيع في الزحام؟

---

الأجيال الثلاثة للرعاية الرقمية

تخيل تكنولوجيا الرعاية الصحية كأنها لعبة فيديو تم ترقيتها ثلاث مرات. الجيل الأول كان حول رقمنة السجل. تخيل أخذ دفتر ملاحظات فوضوي ومسحه ضوئياً في جهاز كمبيوتر. يمكنك البحث عن الكلمات وإيجاد الملفات بشكل أسرع، لكن الحاسوب ليس سوى خزانة ملفات ذكية؛ فهو لا يعرف أن عبارة "تناول حبتين من الأسبرين" هي تعليمات للقيام بشيء ما.

الجيل الثاني كان حول رقمنة الحقائق. هذا يشبه تعليم الحاسوب قراءة الدفتر واستخراج أرقام محددة: "المريض يعاني من حمى"، "نسبة السكر في الدم مرتفعة". الآن يمكن للحاسوب مقارنة هذه الحقائق مع القواعد لإعطاء تحذيرات أو تتبع الجودة. ولكن هناك مشكلة؛ فالأطباء غالباً ما يتركون تعليمات في قسم "الملاحظات" بلغة إنجليزية بسيطة، مثل "يُحال إلى قسم أمراض القلب إذا استمرت الأعراض". يرى الحاسوب الكلمات، لكنه لا يستطيع فهم "الخطة". فهو لا يعرف أن هذا مهمة مستقبلية، أو من المسؤول عنها، أو ما هو الشرط الذي يستوجب تنفيذها.

تقترح هذه الورقة جيلاً ثالثاً: جعل النية السريرية (Clinical Intent) قابلة للحوسبة. يقترح المؤلفون أننا بحاجة إلى طبقة جديدة حيث لا يكتفي الحاسوب بقراءة النص، بل يفهم "النية" الكامنة وراءه. وقد أطلقوا على ذلك اسم "السجل السريري القابل للتنفيذ" (Actionable Clinical Record أو ACR).

المشكلة: فجوة "الضياع في الترجمة"

إليك المشكلة الواقعية التي تسلط الورقة الضوء عليها. عندما يقول الطبيب: "أعد فحص الدم بعد أسبوعين"، فإن هذه التعليمات حاسمة. ولكن في النظام الحالي، تظل هذه التعليمات محبوسة داخل فقرة نصية. لا يستطيع الحاسوب جدولة ذلك الفحص تلقائياً، أو تكليف ممرض به، أو التحقق مما إذا كان قد تم إجراؤه لاحقاً.

يشير المؤلفون إلى أن هذا ليس مجرد إزعاج بسيط؛ بل هو أمر خطير. ولأن هذه التعليمات ليست "قابلة للحوسبة"، فإنها غالباً ما تُنسى. في أحد الأنظمة الصحية الكبيرة، لم تؤدِّ سوى نحو ثلث الإحالات التخصصية فقط إلى زيارة مكتملة. عندما تضيع التعليمات في الفجوة بين "ما قاله الطبيب" و"ما فعله النظام"، قد يتضرر المرضى وتحدث أخطاء تشخيصية.

الحل: السجل السريري القابل للتنفيذ (ACR)

لإصلاح ذلك، يقترح المؤلفون كائناً رقمياً جديداً يسمى السجل السريري القابل للتنفيذ (ACR). فكر في الـ ACR كأنه "بطاقة مهام ذكية" يمكن للحاسوب استخدامها فعلياً.

عندما ينطق الطبيب أو يكتب تعليمات، يحاول النظام استخراجها وتحويلها إلى صيغة الـ ACR هذه. الـ ACR ليس مجرد جملة؛ بل هو حزمة مهيكلة تحتوي على معلومات محددة:

• الإجراء (Action): ما الذي يجب القيام به (مثل: "إجراء فحص دم").
• الهدف (Target): لأي غرض (مثل: "إكمال تعداد الدم").
• الفاعل (Actor): من هو المسؤول (مثل: "الممرض" أو "المريض")، وليس فقط من تحدث.
• الوقت (Time): متى يحدث ذلك (مثل: "بعد أسبوعين"، وليس مجرد تاريخ عشوائي).
• الشرط (Condition): تحت أي قواعد ينطبق ذلك (مثل: "إذا استمرت الأعراض").
• الحالة (Status): هل المهمة في الانتظار، أم نشطة، أم تم إنجازها؟

يؤكد المؤلفون أن الهدف ليس استبدال ملاحظات الطبيب، بل إضافة طبقة فوق الملاحظات تترجم اللغة البشرية إلى تنسيق يمكن لأنظمة سير العمل في الحاسوب فهمه وتنفيذه.

كيف يعمل الأمر: "الدماغ الهجين"

تتوخى الورقة الحذر الشديد في عدم الوعد بأن مجرد "روبوت دردشة" ذكي يمكنه حل هذه المشكلة. يجادل المؤلفون بأنه بينما تعد نماذج اللغات الحديثة بارعة في فهم النصوص، إلا أنها سيئة في كونها موثوقة تماماً فيما يتعلق بالوقت والمنطق. إذا خمن الذكاء الاصطناعي التاريخ الخطأ لفحص طبي حرج، فستكون كارثة.

لذا، هم يقترحون نهجاً هجيناً. تخيل فريقاً يتكون من ذكاء اصطناعي مبدع وذكي (الـ "متعلم") يقرأ ملاحظة الطبيب ويقترح: "مهلاً، يبدو أن هذا طلب لفحص دم". ولكن بعد ذلك، يأتي "روبوت" صارم يتبع القواعد (الـ "مدقق") ليفحص الحسابات. هو يتأكد من حساب "الأسبوعين" بشكل صحيح، ويؤكد من هو المسؤول، ويتأكد من أن المنطق سليم. إذا لم يكن الذكاء الاصطناعي متأكداً، فإن النظام مصمم للتوقف وسؤال طبيب بشري للتدقيق. هذا يضمن أن "بطاقة المهام" النهائية آمنة وقابلة للتدقيق.

ما وجدته الورقة فعلياً (وما لم تجده)

من المهم ملاحظة ما ليست عليه هذه الورقة. فهي ليست تقريراً عن برنامج برمجيات جديد ينقذ الأرواح بالفعل في المستشفيات. يصف المؤلفون هذا بأنه إطار عمل ومقترح.

• المقترح: لقد حددوا القواعد لهذا "الطبقة الثالثة" وصيغة الـ ACR.
• الاختبار: أجروا تجربة صغيرة محكومة (دراسة جدوى) على مهمة واحدة محددة فقط: استخراج تعليمات المتابعة. في هذا الاختبار، كان نظامهم الهجين (الذكاء الاصطناعي + القواعد الصارمة) أفضل بكثير في تحديد الوقت والإجراء الصحيح مقارنة بنماذج الذكاء الاصطناعي القياسية وحدها.
• الحدود: يعترفون بأن هذه مجرد نقطة انطلاق. لم يثبتوا أنها تعمل لكل نوع من التعليمات الطبية، ولم يظهروا أنها تحسن نتائج المرضى في العالم الحقيقي بعد. ويقترحون أن العمل المستقبلي يحتاج لاختبار ذلك على بيانات مستشفيات حقيقية ومعقدة لمعرفة مدى صمودها.

الطريق نحو المستقبل

يرى المؤلفون هذا كأجندة بحثية. إنهم يريدون من المجتمع العلمي الاتفاق على طريقة معيارية لكتابة "بطاقات المهام الذكية" هذه (الـ ACR ontology). ويريدون بناء طرق أفضل للتعامل مع اللغات المختلفة والمواقف المعقدة حيث قد يغير الطبيب رأيه. والأهم من ذلك، يريدون تغيير كيفية قياس النجاح. فبدلاً من مجرد التحقق مما إذا كان الحاسوب قد "قرأ" النص بشكل صحيح، يجب أن نقيس ما إذا كان الحاسوب يستطيع بالفعل تنفيذ المهمة بشكل صحيح.

باختصار، تقترح الورقة أنه لكي تنضج تكنولوجيا الرعاية الصحية حقاً، يجب أن تتوقف عن مجرد تخزين الكلمات وتبدأ في فهم الخطط الكامنة وراءها. ومن خلال تحويل التعليمات العفوية إلى "سجلات سريرية قابلة للتنفيذ" (ACRs)، قد نتمكن أخيراً من إغلاق الحلقة على التعليمات التي تضيع في الفراغ، مما يجعل الرعاية أكثر أماناً وموثوقية. ولكن في الوقت الحالي، يظل الأمر مجرد فكرة واعدة تنتظر المزيد من الإثبات.