Mapping the Immediate Trajectory of Retinal Disease Research: A Large Language Model-Assisted Bibliometric Analysis
تستخدم هذه الدراسة تحليلاً بيبليومترياً مدعوماً بنموذج لغوي كبير للمقالات عالية الاستشهاد للفترة 2023-2024 لتكشف أن أبحاث أمراض الشبكية تتحول من التعلم الآلي القائم على التصوير الأساسي نحو إدارة اعتلال الشبكية السكري السريرية، والدراسات الجينومية، وأدوات الذكاء الاصطناعي المستخدمة فعلياً.
تخيل عالم أطباء العيون كمكتبة ضخمة وصاخبة تُكتب فيها ملايين الكتب كل عام حول كيفية إصلاح الرؤية الضبابية. لفترة طويلة، قرر أمناء المكتبات (العلماء) أي الكتب هي "الأفضل" من خلال عدّ عدد المرات التي تم استعارتها طوال حياتها. لكن هناك مشكلة: الكتاب القديم حظي بعقود ليتم استعارته، بينما الكتاب الجديد والعبقري لم يجد الوقت الكافي ليُلاحظ بعد. هذا يجعل من الصعب رؤية ما هو "مثير" حقاً في الوقت الحالي. ولحل هذه المشكلة، بدأ الباحثون في استخدام عقول حاسوبية فائقة الذكاء تُسمى "نماذج اللغات الكبيرة" (LLMs). فكر في نماذج اللغات الكبيرة هذه كمساعدين للقراءة منظمين للغاية، يمكنهم تصفح آلاف الصفحات في ثوانٍ، ليس فقط لعدّ الكلمات، بل لفهم القصص الموجودة داخلها بالفعل. يمكنهم رصد ما إذا كان الكتاب يتحدث عن نوع معين من أمراض العين أو نوع جديد من الأدوية، مما يساعدنا على رسم خريطة لأحدث الاتجاهات قبل أن تلحق بها طرق العد القديمة.
هذه الورقة البحثية، التي تحمل عنوان "رسم مسار المسار الفوري لأبحاث أمراض الشبكية"، تعمل كقصة بوليسية للسفر عبر الزمن لعالم أبحاث العيون. أراد المؤلفان، تشنغ سو وتينسلي لي، معرفة كيف بدا أكثر أبحاث العيون تأثيراً في عام 2023 مقارنة بعام 2024 بالضبط. وبدلاً من الانتظار لسنوات لرؤية أي الأوراق ستصبح مشهورة، استخدموا خدعة ذكية: فقد نظروا فقط إلى عدد المرات التي تم فيها الاستشهاد بالورقة البحثية خلال أول 18 شهراً لها. الأمر يشبه الحكم على فيلم جديد ليس بإجمالي إيراداته في شباك التذاكر بعد عشر سنوات، بل بعدد الأشخاص الذين هرعوا لمشاهدته في عطلة نهاية أسبوع الافتتاح. لقد جمعوا أفضل 50 ورقة بحثية تم الاستشهاد بها في عام 2023 (والتي يسمونها "دفعة 2025") وأفضل 50 في عام 2024 (والتي يسمونها "دفعة 2026"). ثم قاموا بتغذية العناوين والملخصات لهذه المائة ورقة بحثية في مساعد ذكاء اصطناعي لاستخراج الأفكار والمواضيع المحددة، وتجميعها في 89 موضوعاً رئيسياً و874 موضوعاً أصغر وأكثر تحديداً.
تظهر النتائج تحولاً رائعاً في حبكة أبحاث العيون. في مجموعة عام 2023، كان التركيز في القصة منصباً بشدة على "كيفية" عمل الذكاء الاصطناعي. كانت المواضيع الأكثر شعبية هي "الشبكات العصبية الالتفافية" (نوع محدد من عقول الذكاء الاصطناعي) و"تصوير قاع العين" (التقاط صور لخلفية العين). كان الأمر كما لو أن الجميع يبنون محرك سيارة جديدة. ومع ذلك، بحلول عام 2024، تغيرت القصة. انتقل التركيز من بناء المحرك إلى قيادة السيارة فعلياً على الطريق. انخفض ذكر "الشبكات العصبية الالتفافية" بشكل ملحوظ (بانخفاض قدره 0.22 في التكرار)، كما تراجعت مكانة "تصوير قاع العين" أيضاً. بدلاً من ذلك، كانت النجوم الجدد هم "تصنيف اعتلال الشبكية السكري" (تحديد مدى سوء المرض)، و"نماذج اللغات الكبيرة" (أدوات الذكاء الاصطناعي نفسها التي تساعد في البحث)، و"دراسات الارتباط على نطاق الجينوم بأكمله" (البحث في الجينات لإيجاد الأسباب).
تشير الورقة إلى أن المجال ينضج. في عام 2023، كان الباحثون يثبتون أن الذكاء الاصطناعي يمكنه رصد الأمراض في الصور. وبحلول عام 2024، كانوا يستخدمون ذلك الذكاء الاصطناعي للتنبؤ بكيفية تدهور المرض بمرور الوقت وإدارة حالات المرضى الحقيقيين المصابين بالسكري. وبينما ظل "اعتلال الشبكية السكري" هو الموضوع الأكثر شيوعاً بشكل عام، إلا أن الطريقة التي تحدث بها العلماء عنه تغيرت. لقد توقفوا عن مجرد التحدث عن التكنولوجيا الأساسية وبدأوا في التحدث عن علاجات محددة، مثل العلاجات الجينية لأمراض العين الوراثية وأدوية جديدة للتنكس البقعي المرتبط بالعمر. ويشير المؤلفون إلى أنه بينما كانت الطرق القديمة لعد الاستشهادات على مدى الحياة ستفقد هذا التحول السريع، فقد رصدت طريقتهم الجديدة هذا التحول بوضوح. لقد وجدوا أن الأبحاث تتحرك بعيداً عن مجرد اختبار نماذج ذكاء اصطناعي جديدة في المختبر، ونحو استخدام تلك الأدوات لمساعدة الأطباء في اتخاذ قرارات حقيقية للمرضى، وخاصة المصابين بالسكري. وتؤكد الدراسة أن مستقبل رعاية العيون لا يقتصر فقط على التقاط صور أفضل؛ بل يتعلق باستخدام الحواسيب الذكية وعلوم الجينات لإدارة الأمراض قبل أن تسبب العمى.
ملخص تقني: رسم المسار الفوري لأبحاث أمراض الشبكية
بيان المشكلة تمثل أمراض الشبكية، ولا سيما التنكس البقعي المرتبط بالسن (AMD) واعتلال الشبكية السكري، تحدياً حرجاً للصحة العامة العالمية. وبينما يشهد هذا المجال تحولاً سريعاً مدفوعاً بالتدخلات الدوائية الجديدة، والطب الجينومي، والذكاء الاصطناائي (AI)، فإن الأساليب الببليومترية التقليدية تكافح لمواكبة هذه التحولات الفورية. تعاني النهج التقليدية التي تعتمد على إجمالي عدد الاستشهادات مدى الحياة من تحيز زمني، حيث تفضل المنشورات القديمة ببساب طول عمرها. علاوة على ذلك، فإن الاعتماد على الكلمات المفتاحية العامة التي يوفرها المؤلفون أو رؤوس الموضوعات الطبية (MeSH) العامة يفتقر غالباً إلى الدقة الدلالية المطلوبة للتمييز بين التطوير الخوارزمي التأسيسي والتطبيق السريري في العالم الحقيقي. ونتيجة لذلك، هناك فجوة منهجية في تحديد "المسار الفوري" للأبحاث عالية التأثير، مما قد يؤدي إلى تأخير التعرف على النماذج السريرية الناشئة من قبل صانعي السياسات وجهات التمويل.
المنهجية لمعالجة هذه القيود، أجرى المؤلفون تحليلاً ببليومترياً (bibliometric) استعادياً مدعوماً بنماذج اللغات الكبيرة (LLM) لمقارنة الأدبيات المؤثرة من مجموعتين متتاليتين: الأوراق المنشورة في عام 2023 (دفعة 2025) وعام 2024 (دفعة 2026).
مصدر البيانات والاختيار: تم استرداد السجلات الببليوجرافية من قاعدة بيانات OpenAlex، مع قصر البحث على موضوع "أمراض وعلاجات الشبكية" (T10170) وحصرها في المقالات الدوريات.
مقياس الاستشهاد: لتطبيع عمر الأوراق، تم ترتيب التأثير بناءً على نافذة استشهاد مدتها 18 شهراً (الاستشهادات المستلمة خلال 18 شهراً من النشر) بدلاً من إجمالي الاستشهادات مدى الحياة. تم اختيار أفضل 50 ورقة لكل دفعة باستخدام خوارزمية توسيع العتبة الدقيقة.
الفحص بمساعدة نماذج اللغات الكبيرة (LLM): تم فحص مجموعة أولية مكونة من 75 ورقة لكل دفعة (مرتبة حسب مقياس الـ 18 شهراً) باستخدام نموذج Claude Sonnet للتحقق من الصلة الموضوعية بأمراض الشبكية، لضمان أن دفعة الـ 50 ورقة النهائية لكل عام هي موضوعية تماماً.
استخراج المفاهيم وتنميطها:
الاستخراج: قام نموذج اللغات الكبيرة باستخراج مفاهيم محددة (الطرق، الكيانات، التدخلات، المؤشرات الحيوية، وسائط التصوير) من العناوين والملخصات، مع قصر الاستخراج على 20 مفهوماً لكل ورقة.
التنميط: تم إلغاء تكرار النصوص المستخرجة وتجميعها باستخدام التشابه القائم على التضمين (Google Gemini Embedding). كما تم دمج المصطلحات المترادفة في 874 موضوعاً معيارياً باستخدام DeepSeek V4 Pro.
التجميع الموضوعي: تم تعيين المواضيع المعيارية لـ 89 موضوعاً رئيسياً عبر عملية منفصلة باستخدام نموذج اللغات الكبيرة.
التحليل: تم تطبيع التكرارات حسب حجم الدفعة (50 ورقة). وحسبت الدراسة فروق التكرار ومعدلات التغير (fold changes) بين دفعتي 2023 و2024 لتحديد التحولات في التركيز البحثي. لم يتم تطبيق اختبارات إحصائية استدلالية؛ بل كان التحليل وصفياً.
النتائج الرئيسية كشف التحليل عن تحول متميز في التركيز البحثي من التطوير التقني التأسيسي نحو التطبيق السريري وإدارة أمراض محددة.
المواضيع المهيمنة: ظل "اعتلال الشبكية السكري وأمراض العين السكرية" هو الموضوع الرئيسي في كلتا الدفعتين، مع ارتفاع التكرار الموحد من 0.48 (2023) إلى 0.50 (2024).
المواضيع الناشئة (2024 مقابل 2023):
الذكاء الاصطناعي السريري والتصنيف: أظهر "تصنيف اعتلال الشبكية السكري" أكبر تحول إيجابي (+0.10). كما ظهر كل من "نماذج اللغات الكبيرة" و"دراسة الارتباط على مستوى الجينوم" بزيادة قدرها +0.06 لكل منهما.
علم الوراثة: ارتفع كل من "الأمراض التنكسية والوراثية للشبكية" و"داء السكري ومضاعفاته" بمقدار +0.06 و+0.04 على التوالي.
المواضيع المتراجعة:
الأسس التقنية: انخفضت "الشبكات العصبية التلافيفية" (CNN) بشكل ملحوظ (-0.22)، وكذلك "تصوير قاع العين" (-0.20). كما شهدت مصطلحات معمارية محددة مثل "ResNet-50" و"الكشف الآلي عن اعتلال الشبكية السكري" انخفاضات حادة.
العلاجات: انخفضت "العلاج بمضادات عامل نمو بطانة الأوعية الدموية" (Anti-VEGF) و"التنكس البقعي المرتبط بالسن" (كموضوع رئيسي) بمقدار -0.06، مما يعكس التحول بعيداً عن التجارب المحورية الأولى لمثبطات المتممة (مثل pegcetacoplan وavacincaptad pegol) التي هيمنت على دفعة 2023.
التحولات الموضوعية: اتسمت دفعة 2023 بتجارب تثبيط المتممة وتقنيات الكشف القائمة على CNN. بينما ركزت دفعة 2024 على التنبؤ باعتلال الشبكية السكري/الفحص، والعلاج الجيني لأمراض الشبكية الوراثية (مثل تجارب CEP290)، وتقارير السلامة في العالم الحقيقي لعوامل anti-VEGF.
المساهمات الرئيسية
الابتكار المنهجي: تقدم الدراسة إطاراً مقاوماً للتحيز يجمع بين نافذة استشهاد مبكرة ثابتة والاستخراج الدلالي المدعوم بنماذج اللغات الكبيرة. يعمل هذا النهج بفعالية على عزل التأثير البحثي الفوري والتقاط التحولات الدقيقة التي تغفلها شبكات التلازم الكلمي التقليدية.
التصنيف الدقيق: من خلال تنميط 1,255 مصطلحاً خاماً إلى تصنيف ثنائي المستويات (89 موضوعاً رئيسياً، 874 موضوعاً معيارياً)، توفر الدراسة خريطة عالية الدقة للتطور الموضوعي، مما يميز بين تسميات المجالات العامة والكيانات السريرية أو التقنية المحددة.
المورد التجريبي: يوفر المؤلفون تطبيق ويب (https://pri.pepkio.com) ومستودع GitHub عاماً يحتوي على الكود المصدري والبيانات، مما يتيح الاستكشاف التفاعلي لهذه الاتجاهات.
الأهمية والادعاءات يدعي البحث أن نتائجه تشير إلى نضج الذكاء الاصطناعي في طب العيون، حيث انتقل من مرحلة "إثبات المفهوم" في دقة التشخيص على مجموعات بيانات مغلقة إلى النشر السريري العملي الذي يركز على التنبؤ بتطور المرض ودعم القرار في العالم الحقيقي. تشير الدراسة إلى أن المجال يتجاوز تعلم الآلة القائم على التصوير التأسيسي نحو إدارة اعتلال الشبكية السكري سريرياً، والدراسات الجينومية، وأدوات الذكاء الاصطناعي المستخدمة فعلياً.
يضع المؤلفون هذا العمل كمرجع موضوعي لتحديد النماذج السريرية والتكنولوجية الوشيكة. ويجادلون بأنه بدون مثل هذه الأطر الديناميكية والمقاومة للتحيز، يخاطر أصحاب المصلحة بالاعتماد على اتجاهات قديمة. وتخلص الدراسة إلى أنه بينما يظل اعتلال الشبكية السكري مركزياً، فإن مسار الأبحاث عالية التأثير يتحدد بشكل متزايد من خلال دمج الطب الدقيق (العلاج الجيني)، والتحليل الجينومي، والذكاء الاصطناعي المنشور سريرياً، بدلاً من مجرد تطوير البنى الخوارزمية التأسيسية وحدها.
القيود المعترف بها أشار المؤلفون بتواضع إلى أن نافذة الـ 18 شهراً تستبعد "الجميلات النائمة" (الأوراق ذات التأثير المتأخر)، وأن الاعتماد على OpenAlex والمقالات باللغة الإنجليزية قد يؤدي إلى تحيز إقليمي/لغوي، وأن الاستخراج المعتمد على نماذج اللغات الكبيرة، رغم دقته العالية، يظل عرضة لسوء التفسير السياقي الدقيق.