Building a clinical and academic health research network using data science and artificial intelligence

في عالم العلوم الطبية، نادراً ما يتم حل المشكلات الصحية المعقدة في عزلة. فعندما تتضافر جهود الباحثين والأطباء والمؤسسات، فإنهم يشكلون شبكة بحثية؛ وهي وسيلة منظمة لتبادل المعرفة والموارد والمرضى لمعالجة قضايا أكبر من أن يستطيع أي شخص بمفرده التعامل معها. وتعد هذه التحالفات حيوية لتحويل الاكتشافات العلمية إلى علاجات وسياسات واقعية. ومع ذلك، كان بناء هذه الشبكات تقليدياً عملية بطيئة ويدوية؛ حيث يعتمد العلماء غالباً على الاتصالات الشخصية، أو الاستطلاعات، أو السجلات المؤسسية لمعرفة من يعمل على ماذا. وهذا النهج يتطلب جهداً شاقاً، وهو عرضة للخطأ البشري، ويصبح قديماً بسرعة مع ظهور خبراء جدد وتفكك فرق العمل القديمة. الأمر يشبه محاولة رسم خريطة لمشهد طبيعي شاسع ومتغير عبر السير في كل بوصة منه سيراً على الأقدام؛ إنها طريقة تنجح، لكنها مرهقة وقد تفوتك أهم المسارات.

اقترح فريق من الباحثين من جامعة هال طريقة مختلفة لبناء هذه الروابط، طريقة تستخدم سرعة وقوة التعرف على الأنماط التي تتمتع بها الحواسيب. فقد تساءلوا عما إذا كان علم البيانات والذكاء الاصطناعي يمكنهما تحديد الأشخاص المناسبين للانضمام إلى شبكة بحثية بشكل تلقائي، وتحديداً لأولئك الذين يدرسون الكحول والإدمان والصحة النفسية في شمال إنجلترا. فبدلاً من الاعتماد على المكالمات الهاتفية أو جداول البيانات، قاموا ببناء نظام يمسح ملايين المقالات العلمية للعثور على المؤلفين، والتحقق من هوياتهم، ورسم مخطط لمن يعملون معاً بالفعل. وكان الهدف هو معرفة ما إذا كان بإمكان الآلة القيام بالعمل الشاق المتمثل في بناء الشبكات، وإنشاء صورة واضحة ومحدثة للمشهد البحثي تكون قابلة للتوسع ومنهجية في آن واحد.

ركز الباحثون اهتمامهم على الجزء الشمالي من إنجلترا، وهي منطقة تواجه تحديات كبيرة في الصحة العامة تتعلق بتعاطي المواد وتحسين الرفاه النفسي. وأرادوا تحديد الأكاديميين والسريريين في هذه المنطقة الذين ينشرون بنشاط حول هذه المواضيع بين عامي 2020 و2025. وللقيام بذلك، لجأوا إلى "بمد" (PubMed)، وهو قاعدة بيانات ضخمة ومجانية للأدبيات الطبية. واختاروا ست وعشرين مجلة محددة معروفة بنشر أعمال حول الكحول والإدمان والصحة النفسية. وباستخدام برنامج حاسوبي، بحثوا في هذه المجلات عن كل مقال نُشر في السنوات الخمس الماضية. ثم قام البرنامج باستخراج أسماء المؤلفين والجامعات أو المستشفيات التي يعملون بها.

تعد مشكلة تشابه الأسماء بين العديد من الباحثين عقبة رئيسية في هذا النوع من العمل. ولحل هذه المشكلة، استخدم الفريق أداة رقمية تسمى "أوركيد" (ORCID)، والتي تعمل بمثابة بطاقة هوية فريدة للعلماء. حاول الحاسوب مطابقة الأسماء والانتسابات الموجودة في المقالات مع هذه المعرفات الفريدة لضمان عدم الخلط بين "جون سميث" من جامعة ما و"جون سميث" من جامعة أخرى. وبمجرد تحديد المؤلفين والتأكد من هوياتهم، بنى الفريق خريطة رقمية لعلاقاتهم. وفي هذه الخريطة، يمثل كل باحث نقطة، ويربط خط بين نقطتين إذا كانا قد كتبا ورقة بحثية معاً. ويكشف هذا الهيكل البصري عمن يتعاون مع من، ومدى ترابط المجموعات المختلفة.

كانت نتائج هذا البحث الآلي كاشفة. فقد حدد النظام 420 باحثاً فريداً موزعين على واحد وعشرين مؤسسة في شمال إنجلترا. وعندما نظر الفريق إلى أماكن تواجد هؤلاء الباحثين، وجدوا أن منطقة يوركشاير وهامبر هي الأكثر نشاطاً، حيث أنتجت 181 من إجمالي المنشورات. تلتها منطقة الشمال الغربي بـ 162 منشوراً، ثم منطقة الشمال الشرقي بـ 55 منشوراً. ومن بين الجامعات الفردية، برزت جامعة شيفيلد بـ 94 منشوراً، تلتها جامعة يورك بـ 57 وجامعة ليفربول بـ 52. وأظهرت البيانات اتجاهاً واضحاً: فبينما شهد إجمالي المقالات حول هذه المواضيع انخفاضاً طفيفاً خلال السنوات القليلة الماضية، إلا أن تركيز الخبرة في الشمال لا يزال كبيراً.

وعندما فحص الباحثون الروابط بين هؤلاء العلماء، وجدوا شبكة متصلة بدرجة متوسطة. ففي المتوسط، تعاون كل باحث مع حوالي سبعة أشخاص آخرين. وأظهرت الخريطة أنه بينما يحدث معظم التعاون داخل الجامعة الواحدة، إلا أن هناك أيضاً قدراً جيداً من العمل الجاري بين المؤسسات المختلفة. وقد برزت جامعة شيفيلد كمركز محوري في منطقة يوركشاير وهامبر، حيث عملت كنقطة ارتكاز للعديد من الاتصالات. ومع ذلك، لم تكن الشبكة نسيجاً مثالياً؛ إذ أشار التحليل إلى أن حوالي أربعة بالمائة فقط من جميع التعاونات الممكنة بين هؤلاء الباحثين موجودة بالفعل، مما يشير إلى وجود مساحة واسعة لتشكيل شراكات جديدة.

تشير الدراسة إلى أن استخدام الذكاء الاصطناعي لبناء الشبكات البحثية هو بديل ممكن وقوي للطرق التقليدية. ويرى المؤلفون أن النهج اليدوي غالباً ما يكون بطيئاً وغير متسق ليكون مفيداً في المشاريع واسعة النطاق، في حين يمكن لطريقتهم المؤتمتة إنشاء قائمة شاملة من المتعاونين المحتملين بسرعة. ويقدم هذا النهج وسيلة لرؤية المشهد البحثي كما هو في الواقع، بناءً على الأعمال المنشورة فعلياً وليس بناءً على من يعرف من. ومع ذلك، يشدد الباحثون على أن طريقتهم ليست مثالية؛ فبسبب اعتماد النظام على المقالات المنشورة، قد يغفل الباحثين في مقتبل مسيرتهم المهنية الذين لم ينشروا بعد، أو الأطباء الذين لا يكتبون في المجلات المختارة. بالإضافة إلى ذلك، لم يتمكن الحاسوب من العثốt على معرف فريد لكل مؤلف، لذا تعين استخدام بعض الأسماء كما ظهرت، مما يحمل خطراً ضئيلاً للخطأ.

رغم هذه القيود، يوضح هذا العمل مساراً واضحاً للمستقبل حول كيفية تشكيل وفهم المجتمعات البحثية. فمن خلال تحويل المحيط الشاسع والفوضوي من الأدبيات العلمية إلى خريطة مهيكلة، توفر هذه الطريقة لوكالات التمويل وصناع السياسات أداة لتحديد مكان تركز الخبرات وأين توجد الفجوات. وتخلص الدراسة إلى أن هذا النهج المؤتمت القائم على البيانات يعد خطوة كبيرة للأمام مقارنة بالطرق القديمة في بناء الشبكات؛ فهو يوفر وسيلة لتحديد الأشخاص الذين يقومون بالعمل بالفعل بشكل منهجي، مما يسهل جمعهم معاً لمواجهة التحديات الصحية المعقدة التي تواجه شمال إنجلترا وما وراءها. وسيتضمن مستقبل هذا العمل صقل الأدوات لتشمل المزيد من الباحثين وجعل البرامج متاحة للآخرين، حتى يصبح بناء هذه الروابط الحيوية جزءاً معيارياً من العملية العلمية.