Coupled Graph--Policy Distillation for Personalized Medication Safety in Older Adults with Multimorbidity

تخيل أنك محقق يحاول حل لغز ما، لكن الشاهد لا يخبرك إلا بنصف القصة. يقول لك: "أشعر بصداع"، لكنه ينسى أن يذكر أنه يعاني أيضاً من ارتفاع في ضغط الدم ومشاكل في الكلى. إذا أعطيته مسكناً عادياً للألم دون معرفة الصورة الكاملة، فقد تتسبب دون قصد في جعل حالته أسوأ. هذا هو التحدي اليومي للطب الحديث لكبار السن الذين غالباً ما يتعايشون مع حالات صحية متعددة في آن واحد. في عالم الذكاء الاصطناعي، تُشبه النماذج اللغوية الكبيرة (LLMs) المحققين الأذكياء جداً الذين يمكنهم قراءة ملايين الكتب الطبية في ثانية واحدة. ومع ذلك، يرتكب هؤلاء المحققون من الذكاء الاصطناعي خطأً فادحاً: إنهم يعاملون أول شيء يقوله المريض على أنه الحقيقة الكاملة. قد يقدمون إجابة سريعة وواثقة بناءً على معلومات غير مكتملة، مما يؤدي إلى تفويت مخاطر خفية قد تكون قاتلة. إن مجال "سلامة الأدوية" يتمحور حول التأكد من أنه عندما يقترح طبيب أو ذكاء اصطناعي دواءً ما، فإنه يكون آمناً لهذا الشخص تحديداً بمزيجه الفريد من الحالات الصحية، وليس آمناً للشخص المتوسط فقط.

هنا يبرز ATLAS، وهو نظام ذكاء اصطناعي جديد صممه باحثون ليكون محققاً أكثر حذراً ودقة. فبدلاً من مجرد تقديم إجابة من محاولة واحدة، يعمل ATLAS كممرض أو صيدلي ماهر يعرف أن السلامة تأتي أولاً. إنه يستخدم استراتيجية ذكية مكونة من جزئين: "خريطة" و"كتاب قواعد". الخريطة هي رسم بياني لتضارب الأدوية الخاص بالمريض (PMCG)، وهو يشبه شبكة ديناميكية تربط بين أعراض المريض، وأدويته الحالية، ومخاطره الخفية. وبينما يطرح الذكاء الاصطناعي الأسئلة ويحصل على الإجابات، فإنه يقوم بتحديث هذه الخريطة في الوقت الفعلي، لملء القطع المفقودة. أما كتاب القواعد فهو سياسة الأولوية للمخاطر، وهي مجموعة من التعليمات الصارمة التي تخبر الذكاء الاصطناعي بضرورة التحقق دائماً من التضاربات الخطيرة قبل اقتراح أي شيء آخر. فكر في الأمر كمفتش سلامة يرفض التوقيع على مخطط بناء حتى يفحص الأساسات، والتمديدات الكهربائية، ومخارج الحريق، بغض النظر عن مدى جمال التصميم.

اختبر الباحثون ATLAS في ثلاثة "ميادين تدريبية" مختلفة لمعرفة ما إذا كان بإمكانه التعامل مع التعقيد في العالم الحقيقي. وقارنوه بأذكى نماذج الذكاء الاصطناعي المتاحة اليوم، بما في ذلك العمالقة مثل GPT-5 وClaude وGemini. كانت النتائج مذهلة. ففي اختبار أوروبي شمل كبار السن المصابين بأمراض متعددة، لم يكتفِ ATLAS بالأداء الجيد فحسب، بل سيطر تماماً. فقد حقق معدل نجاح صارم بنسبة 92.04%، مما يعني أنه أصاب في خطة الأدوية بأكملبها (بما في ذلك ما يجب تناوله، وما يجب تجنبه، وما يجب مراقبته) في أكثر من 92 حالة من أصل 100. وفي المقابل، تمكن أفضل نموذج منافس في تحقيق 38.31% فقط. والأكثر إثارة للإعجاب هو أنه بينما اقترحت النماذج الأخرى أدوية غير آمنة في بعض الأحيان، لم يقدم ATLAS أي توصيات غير آمنة في الاختبارات الآلية. كما سجل أيضاً أعلى بـ 14.63 نقطة في درجة التفكير في السلامة الإجمالية مقارنة بالنظام التالي له.

لكن الباحثين لم يتوقفوا عند الحصول على الإجابة الصحيحة فحسب؛ بل أرادوا معرفة ما إذا كان بإمكان الذكاء الاصطناعي "تعلم" الإجابة الصحيحة من خلال طرح الأسئلة. فقاموا بإنشاء اختبار جديد يسمى GeriMedBench، والذي يحاكي محادثة يتعين على الذكاء الاصطناعي خلالها طرح ما يصل إلى ثلاثة أسئلة للكشف عن المخاطر الخفية. في هذه اللعبة التفاعلية، أظهر ATLAS قدرته على رصد المعلومات المفقودة، وطرح الأسئلة الصحيحة، وتغيير رأيه عندما تعلم شيئاً جديداً. على سبيل المثال، إذا قال مريض في البداية إن لديه ألماً في الركبة، فقد يسأل ATLAS: "هل تعاني من أي مشا في الكلى؟". وإذا أجاب المريض بـ "نعم"، يقوم ATLAS فوراً بتحديث خريطته، ويدرك أن مسكناً شائعاً (مضادات الالتهاب غير الستيرويدية - NSAIDs) أصبح الآن خطيراً، فينتقل إلى بديل أكثر أماناً مثل الأسيتامينوفين. هذه القدرة على مراجعة قراره بناءً على أدلة جديدة هي أمر عانت منه النماذج الأخرى.

وللتأكد من أن هذه الأرقام ليست مجرد نتيجة لإعدادات الكمبيوتر، طلب الباحثون من ثلاثة أطباء بشريين مراجعة عمل الذكاء الاصطناعي دون معرفة النموذج الذي كتبه. وقد منح الأطباء ATLAS تقييمات أعلى في السلامة، والاكتمال، والاعتماد على الأدلة مقارنة بالمنافس الأول Gemini. ورغم أن الأطباء أشاروا إلى حالة واحدة قد يكون فيها ATLAS محفوفاً بالمخاطر، إلا أنهم أشاروا إلى حالتين لنموذج Gemini، مما يشير إلى أن ATLAS أكثر موثوقية بشكل عام. ومع ذلك، يوضح المؤلفون بحذر أن هذا عبارة عن محاكاة واختبار مضبوط؛ ولم يثبتوا بعد أن ATLAS يعمل بشكل مثالي في مستشفى حقيقي مع مرضى حقيقيين وفوضويين. وهم يقترحون أنه بينما يعد النظام خطوة كبيرة للأمام، إلا أنه لا يزال بحاجة إلى مزيد من الاختبار قبل أن يتمكن من استبدال الأطباء البشر.

باخت-صار، يمثل ATLAS تحولاً من "الإجابات السريعة" إلى "الإجابات الآمنة". فهو يوضح أنه من خلال الجمع بين خريطة ديناميكية لمخاطر المريض وسياسة سلامة صارمة قائمة على القواعد، يمكن للذكاء الاصطناعي أن يصبح شريكاً أفضل بكثير في الرعاية الصحية. فهو لا يخمن فحسب؛ بل يستقصي، ويحدث معلوماته، ويضع السلامة فوق كل اعتبار. إنه لا يكتفي بالتخمين، بل يبحث، ويحدث بياناته، ويعطي الأولوية للسلامة فوق كل شيء. بالنسبة لكبار السن ذوي الاحتياجات الصحية المعقدة، فإن هذا النوع من التفكير الدقيق القائم على الأدلة قد يكون الفرق بين اقتراح مفيد وخطأ خطير. وتشير الورقة البحثية إلى أن نهج "الاستجواب الموجه بالرسم البياني" هو مسار واعد، حتى وإن كانت الرحلة نحو الاستخدام السريري في العالم الحقيقي لا تزال مستمرة.