Label-free, low-cost AI ranking for systematic review screening

يعتمد الأطباء والباحثون كل عام على المراجعات المنهجية لاستيعاب المحيط الهائل من الدراسات الطبية. وتعد هذه المراجعات هي حجر الزاوية للإرشادات السريرية، حيث تخبر الممارسين أي العلاجات تجدي نفعاً وأيها لا يجدي. ومع ذلك، فإن إنشاء مراجعة هو عملية مضنية وبطيئة قد تستغرق أكثر من عام من البداية حتى النهاية. والجزء الأكثر إرهاقاً ليس التحليل، بل عملية الفرز: إذ يتعين على فريق من الخبراء البشريين قراءة آلاف العناوين والملخصات، وتحديد ما إذا كانت كل دراسة ذات صلة كافية لقراءتها بالكامل أم لا، واحدة تلو الأخرى. وهي مهمة تتطلب تركيزاً شديداً وتستهلك وقتاً بشرياً هائلاً، مما يؤدي غالباً إلى تأخير وصول المعلومات المنقذة للحياة إلى الناس الذين يحتاجون إليها.

لسنوات، حاول العلماء استخدام أجهزة الكمبيوتر للمساعدة في هذا التصنيف، آملين في إظهار الدراسات الواعدة أولاً حتى يتمكن البشر من التوقف عن القراءة في وقت مبكر. لكن هذه الأدوات تتطلب عادةً من الإنسان تصنيف مئات الأمثلة قبل أن تتعلم كيفية العمل، كما أنها تواجه صعوبة في معرفة متى يكون من الآمن التوقف عن القراءة بدقة. ومؤخراً، ظهرت نماذج ذكاء اصطناعي قوية جديدة يمكنها فهم النصوص دون الحاجة إلى أي تدريب مسبق على مواضيع طبية محددة. وكان السؤال الذي واجهه الباحثون هو ما إذا كانت هذه الأدوات الجديدة يمكن أن تعمل كمرشح رخيص وسريع ودقيق لتنظيم هذه القوائم الضخمة من الدراسات قبل أن يلمسها أي بشر.

في دراسة حديثة، وضع فريق من مدرسة إنديانا للطب نوعاً جديداً من الذكاء الاصطناعي، يُدعى "جيف" (Jev)، تحت الاختبار لمواجهة هذا التحدي تحديداً. لم يطلبوا من الذكاء الاصطناعي قراءة الدراسات واتخاذ قرار نهائي؛ بل طلبوا منه ببساطة ترتيبها. كان الهدف هو معرفة ما إذا كان بإمكان الذكاء الاصطناعي ترتيب قائمة تضم ما يقرب من 170,000 سجل من 128 مراجعة طبية مختلفة بحيث تظهر الدراسات الأكثر صلة في أعلى القائمة، دون أن يرى الذكاء الاصطناعي نموذجاً واحداً مصنفاً بشرياً من تلك المراجعات المحددة. وقارن الباحثون هذه الأداة الجديدة ببرمجيات مجانية قديمة وببعض أكثر نماذج الذكاء الاصطناعي التوليدي تقدماً وتكلفة المتاحة حالياً.

أظهرت النتائج أن الذكاء الاصطناعي الجديد كان فعالاً بشكل ملحوظ في مهمته. فعندما ترك الباحثون الذكاء الاصطناعي يرتب السجلات، وضع الدراسات ذات الصلة في مرتبة أعلى بكثير في القائمة مما فعلته أفضل البرمجيات المجانية. وفي الواقع، تفوق على الأدوات المجانية في كل مراجعة اختبروها. وعند مقارنته بأكثر نماذج الذكاء الاصطناعي التوليدي قوة، جاءت الأداة الجديدة قريبة جداً، حيث جاءت خلف المتصدر بفارق ضئيل فقط، ولكنها فعلت ذلك بجزء بسيط من التكلفة. وبينما تكلف النماذج الأكثر تقدماً حوالي أربعة عشر دولاراً وخمسة وستين سنتاً لمعالجة ألف سجل، لم تكلف هذه الأداة الجديدة سوى سنتين فقط لنفس المهمة. لم تكن أرخص فحسب، بل كانت أيضاً أسرع وأكثر دقة من النماذج المتوسطة التي تكلف أكثر بكثير.

ثم استكشف الباحثون كيف يمكن دمج هذا الترتيب مع العمل البشري لتوفير الوقت. ووجدوا أنه إذا بدأ البشر في قراءة القائمة بالترتيب الذي اقترحه الذكاء الاصطناعي، فسيجدون الدراسات ذات الصلة بشكل أسرع بكثير مما لو قرؤوا بترتيب عشوائي أو باستخدام طرق فرز أقدم. ومن خلال استخدام ترتيب الذكاء الاصطناعي كنقطة انطلاق ثم إضافة ملاحظات البشر أثناء سيرهم، حسب الفريق أنه يمكنهم توفير قدر كبير من وقت القراءة مع الاستمرار في العثور على جميع الدراسات المهمة تقريباً. ومع ذلك، كشفت الدراسة أيضاً عن قصور حاسم: فبينما استطاع الذكاء الاصطناعي فرز القائمة بشكل ممتاز، لم يستطع إخبار الفريق بدقة متى يتوقفون عن القراءة.

لأن درجات الذكاء الاصطناعي لم تكن معايرة بشكل مثالي للتنبؤ بالاحتمالية الدقيقة لكون الدراسة ذات صلة، فإن وضع نقطة قطع ثابتة للتوقف عن القراءة كان أمراً محفوفاً بالمخاطر. ففي بعض الحالات، تسبب استخدام حد أدنى بسيط من الدرجات في فقدان الفريق لدراسات مهمة كان ينبغي تضمينها. ووجد الباحثون أن الطريقة الوحيدة للتوقف بأمان هي الاستمرار في القراءة حتى يؤكد فحص إحصائي أنهم وجدوا على الأرجح جميع الدراسات ذات الصلة. وهذا يعني أن الذكاء الاصطناعي هو أداة ممتازة لتنظيم العمل وإرشاد البشر إلى مكان البحث أولاً، لكنه لا يمكنه بعد استبدال الحكم البشري اللازم لتقرير ما إذا كان البحث قد اكتمل حقاً.

في نهاية المطاف، يوضح هذا العمل أن الذكاء الاصطناعي منخفض التكلفة والخالي من الحاجة لبيانات مصنفة يمكن أن يحسن بشكل كبير من كفاءة فحص الأبحاث الطبية. فهو يقدم وسيلة للحصول على ترتيب قراءة عالي الجودة منذ السجل الأول، مما يوفر على الفرق قراءة آلاف الدراسات غير ذات الصلة قبل العثور على القليل الذي يهم. ورغم أنه لا يحل المشكلة برمتها المتعلقة بمتى يجب التوقف، إلا أنه يوفر نقطة انطلاق قوية وغير مكلفة تجعل العمل البشري الذي يلي ذلك أكثر تركيزاً وفعالية. وبالنسبة لمجال الطب القائم على الأدلة، تمثل هذه الخطوة تقدماً كبيراً نحو جعل إنشاء الإرشادات السريرية أسرع وأقل عبئاً، مما يضمن وصول أفضل المعارف الطبية إلى المرضى في وقت أقرب.