A bibliometric analysis of artificial intelligence and machine learning in preclinical mesenchymal stem cell therapy and manufacturing from 2009 to 2025
يكشف هذا التحليل الببليومتري لـ 144 وثيقة من عام 2009 إلى عام 2/2025 أن تطبيقات الذكاء الاصطناعي في علاج الخلايا الجذعية الميزنكيمية تنمو بسرعة ولكنها لا تزال تقتصر بشكل ساحق على المرحلة قبل السريرية، مع التركيز على التوصيف بدلاً من مراقبة جودة التصنيع أو الترجمة السريرية، مما يسلط الضوء على فجوة حرجة في نماذج التنبؤ بالقدرة الكامنة اللازمة لدفع المجال نحو التطبيق السريري.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
على مدار عقدين من الزمن، عمل العلماء على تحويل نوع معين من الخلايا البشرية إلى دواء. هذه الخلايا، المعروفة باسم الخلايا الجذعية الميزنشيمية، توجد في أنسجة مثل نخاع العظم والدهون. وهي تحمل وعداً فريداً: يمكنها تهدئة الجهاز المناعي والمساعدة في إصلاح الأعضاء التالفة، مما يمنح الأمل في علاج كل شيء بدءاً من إصابات المفاصل وصولاً إلى الأمراض الالتهابية. ومع ذلك، فإن نقل هذه الخلايا من طبق المختبر إلى جانب سرير المريض أثبت صعوبته؛ فالخلايا حساسة، ويتغير سلوكها بناءً على مصدرها، وكيفية نموها، وعدد المرات التي انقسمت فيها. ولكي تكون آمنة وفعالة، يجب اختبار كل دفعة من الخلايا بصرامة لضمان قوتها وخلوها من العيوب. هذا الاختبار، المعروف باسم مراقبة الجودة، بطيء ومكلف، وغالباً ما يعتمد على التقدير البشري الذاتي، مما يخلق عنق زجاجة يمنع العديد من العلاجات الواعدة من الوصول إلى العيادات.
في السنوات الأخيرة، اتجه الباحثون إلى الذكاء الاصطناعي والتعلم الآلي لحل هذه المشكلة. وهذه هي أنظمة حاسوبية مصممة لإيجاد الأنماط في البيانات، تماماً كما يفعل الإنسان، ولكن مع القدرة على معالجة كميات هائلة من المعلومات بسرعة. والأمل هو أن تتمكن هذه الأدوات من تحليل الخلايا تلقائياً، والتنبؤ بمدى فعاليتها، وضمان استيفائها لمعايير السلامة الصارمة دون الحاجة إلى اختبارات مدمرة أو مستهلكة للوقت. ولكن بينما تبدو الفكرة شائعة، لم يتوقف أحد ليسأل عن كيفية استخدام هذه التكنولوجيا فعلياً في هذا المجال المحدد. لقد قامت دراسة جديدة أجراها باحثون في جامعة قطر بذلك، حيث رسمت صورة مفصلة للأدبيات العلمية لمعرفة أين يتم العمل، وما هي الأساليب المستخدمة، وأين تكمن الفجوات.
جمع الباحثون وحللوا 144 وثيقة علمية نُشرت بين عامي 2009 و2025 تناولت استخدام الذكاء الاصطناعي مع الخلايا الجذعية الميزنشيمية. وقد نظروا في كل شيء، بدءاً من أنواع الخوارزميات الحاسوبية المستخدمة وصولاً إلى المهام المحددة التي طُلب من الحواسيب القيام بها. هذا المجال ناشئ ولكنه ينمو بسرعة، حيث يزد de عدد المنشورات بنسبة تقارب 35 بالمائة سنوياً. ويتركز العمل في عدد قليل من البلدان الرئيسية، بقيادة الصين والولايات المتحدة، مع قدر متواضع من التعاون بين الدول. ورغم هذا الحماس، تكشف الدراسة أن الغالبية العظمى من هذا البحث لا تزال تجري في المختبر، بعيداً جداً عن جانب سرير المستشفى.
وعندما فكك الباحثون ما كان يفعله العلماء بالفعل، ظهر نمط واضح. فقد ركز معظم العمل على تصنيف الخلايا أو تشخيص حالتها بناءً على الصور أو البيانات. وهذا شكل من أشكال توصيف الخلايا، حيث يتعلم الحاسوب تمييز شكل الخلية السليمة مقابل الخلية التالفة. وبينما يعد هذا مفيداً، إلا أنه ليس هو نفسه خطوة "اختبار الإطلاق" الحرجة. فاختبار الإطلاق هو الفحص النهائي الذي يحدد ما إذا كانت دفعة الخلايا آمنة وقوية بما يكفي لإعطائها للمريض. ووجدت الدراسة أن عدداً قليلاً جداً من الأوراق البحثية تناول هذا المهمة المحددة وعالية المخاطر. فبدلاً من بناء نماذج للتنبؤ بما إذا كانت الدفعة ستجتاز معيار إطلاق تنظيمياً، كان الباحثون يبنون في الغالب نماذج لوصف الخلايا التي يدرسونها.
إن الفجوة بين المختبر والعيادة صارخة. فقد وصفت ما يقرب من نصف الوثائق التي تم تحليلها أعمالاً قبل سريرية، مما يعني تجارب أُجريت في المختبرات أو على الحيوانات. ووصف جزء ضئيل جداً، بنسبة حوالي 2% فقط، أعمالاً وصلت إلى المرحلة السريرية من الاختبار على البشر. وحتى ضمن فئة التصنيع ومراقبة الجودة، التي شكلت حوالي 13% من الأوراق البحثية، ظل التركيز منصباً على توصيف الخلايا بدلاً من التحقق من صلاحيتها للاستخدام البشري. وكانت المصادر الأكثر شيوعاً للخلاوات المدروسة هي نخاع العظام والأنسجة الدهنية، وكانت التطبيقات الأكثر شيوعاً تتعلق بالعظام ومشاكل العظام والمفاصل. ومع ذلك، أشارت الدراسة إلى أنه في كثير من الحالات، لم يتم حتى ذكر مصدر الخلايا بشكل واضح في الأوراق البحثية، مما يجعل من الصعب مقارنة النتائج أو بناء نماذج موثوقة.
يشير التحليل إلى أنه بينما يدخل الذكاء الاصطناعي عالم علاج الخلايا الجذعية، فإنه لم يتصدَّ بعد للجزء الأصعب من المشكلة. إن التكنولوجيا تُطبق في عملية التصنيع، لكنها تتركز على وصف الخلايا بدلاً من حل العقبات التنظيمية التي تمنع إطلاقها للمرضى. ووجد الباحثون أن مفردات الذكاء الاصطناعي أصبحت الآن منسوجة بعمق في الحديث عن بيولوجيا الخلايا الجذعية، لكنها لم تشكل بعد صلة قوية مع مفردات التصنيع ومراقبة الجودة. وبعبارة أخرى، يستخدم العلماء أدوات ذكية لفهم الخلايا، لكنهم لم يبنوا بعد الأدوات الذكية المطلوبة لاعتماد تلك الخلايا للاستخدام البشري.
هذا لا يعني أن التكنولوجيا تفشل؛ بل يشير إلى أن المجال لا يزال في مراحله الأولى. ويشير الباحثون إلى أنه لكي يساعد الذكاء الاصطناعي حقاً في سد الفجوة نحو العيادة، يجب أن يركز العمل المستقبلي على إنشاء نماذج يتم التحقق من صحتها وفقاً للمعايير الصارمة المستخدمة لإطلاق الأدوية للمرضى. وسيتطلب ذلك تقريراً أفضل عن مصدر الخلايا وسماتها النوعية، حتى تتمكن الحواسيب من التعلم من بيانات متسقة. وتخلص الدراسة إلى أن المسار المستقبلي يتطلب تحويل الانتباه من الوصف العام للخلايا إلى الخطوات المحددة والمنظمة للتصنيع واختبار الإطلاق. وإلى أن يحدث هذا التحول، سيظل الوعد الذي يقدمه الذكاء الاصطناعي في هذا المجال معلقاً إلى حد كبير على لوحة الرسم، في انتظار دمجه في الأنظمة التي توصل هذه العلاجات المنقذة للحياة إلى الناس الذين يحتاجون إليها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.