Diagnostic Performance of Agentic AI for Rare Disease Diagnosis: A Systematic Review, Meta-analysis, Workflow Development, and Benchmark-based Validation

بالنسبة لملايين الأشخاص حول العالم، لا يعد التشخيص نقطة انطلاق بل وجهة تظل بعيدة المنال. فالأمراض النادرة، بطبيعتها، مراوغة؛ إذ تظهر بأعراض غالباً ما تكون غامضة، أو متداخلة، أو فريدة من نوعها لكل فرد، والمعرفة الطبية المطلوبة لربط هذه النقاط ببعضها مبعثرة عبر مجالات متخصصة لا يواجهها سوى قلة من الأطباء في ممارساتهم اليومية. يؤدي هذا إلى رحلة محبطة تُعرف باسم "الرحلة التشخيصية الشاقة"، حيث يقضي المرضى وعائلاتهم سنوات في البحث عن إجابات قد تكون مخفية في وضح النهار ضمن كميات هائلة من البيانات الطبية. وفي السنوات الأخيرة، قدم الذكاء الاصطناعي أملاً جديداً لحل هذه الألغاز. وتحديداً، ظهر جيل جديد من الأنظمة الذكية التي لا تكتفي بمجرد قراءة النصوص، بل تفكر بنشاط في المشكلات. هذه الأنظمة، التي تُسمى غالباً بأنظمة "الوكلاء" (agents)، مصممة لمحاكاة طريقة عمل المتخصص البشري: فهي تقوم بتفكيك المشكلة المعقدة إلى خطوات أصغر، وتبحث عن المعلومات في قواعد بيانات خارجية، وتعمل على تحسين تخميناتها مع جمع المزيد من الأدلة، بدلاً من مجرد التخمين بناءً على أمر واحد.

لقد سعى باحثون من جامعة تشجيانغ للطب الصيني والمستشفى التابع لها لفهم مدى كفاءة هذه الآلات المفكرة المتقدمة عند مواجهة التحدي المحدد المتمثل في الأمراض النادرة. لم يقوموا ببناء آلة جديدة بأنفسهم؛ بل عملوا كمحققين، حيث قاموا بجمع وتحليل نتائج سبع دراسات مختلفة كانت قد نُشرت بالفعل أو تمت مشاركتها كمسودات أولية بين عامي 2025 و2026. اختبرت هذه الدراسات نسخاً مختلفة من هؤلاء الوكلاء الأذكياء على آلاف الحالات من الأمراض النادرة، وطرحت سؤالاً بسيطاً ولكنه حاسم: كم مرة يحدد النظام المرض الصحيح كأول تخمين له؟ ومن خلال دمج البيانات من هذه التحقيقات المنفصلة، رسم الباحثون صورة واسعة النطاق للوضع الراهن لهذه التكنولوجيا. ووجدوا أنه عبر أكثر من 33,000 حالة، نجحت هذه الأنظمة الذكية في الوصول إلى التشخيص الصحيح من المحاولة الأولى في حوالي نصف الحالات. وبينما يعد هذا تحسناً كبيراً مقارنة بالطرق القديمة التي اعتمدت على نماذج ثابتة ومنفردة، إلا أن النتائج كانت بعيدة كل البعد عن المثالية. فقد تباين الأداء بشكل كبير اعتماداً على النظام المستخدم ونوع البيانات التي تم اختبارها، حيث نجحت بعض الإعدادات في الوصول إلى نسبة 80% تقريباً بينما كافحت أخرى للوصول إلى 30%. ويشير هذا التباين إلى أنه رغم كون التكنولوجيا واعدة، إلا أنها ليست حلاً موحداً بعد.

ولفهم سبب نجاح أو فشل هذه الأنظمة، نظر الفريق عن كثب في "سير العمل" الداخلي أو العمليات الخطوة بخطوة التي استخدمها مختلف الوكلاء. واكتشفوا أن الأنظمة الأكثر نجاحاً تشترك في مجموعة من السلوكيات؛ إذ استخدم كل وكيل فعال تقريباً استراتيجية تفكيك المهمة التشخيصية إلى خطوات أصغر يمكن إدارتها، ثم التفكير من خلال تلك الخطوات لتحسين أفكاره الأولية. كما لجأوا بشكل متكرر إلى قواعد المعرفة الطبية الخارجية، مثل قواعد بيانات المعلومات الجينية أو سجلات الأمراض النادرة، للتحقق من فرضياتهم. وأخذ الباحثون هذه الأنماط الناجحة والشائعة وبنوا نسخة مبسطة وخفيفة الوزن من سير العمل هذا، ثم اختبروا سير العمل الجديد هذا مقابل مجموعة قياسية مكونة من 50 حالة من الأمراض النادرة، واضعين "الوكيل المفكر" في مواجهة نفس النموذج الحاسوبي الأساسي الذي يعمل في وضع "المنفرد" (standalone)، حيث يتعين عليه التخمين دون مساعدة من عملية التفكير خطوة بخطوة أو عمليات البحث الخارجية.

كشفت نتائج هذه المقارنة المباشرة عن قصة دقيقة؛ فعندما عمل النموذج بمفرده، حدد التشخيص الأعلى بدقة في 5 حالات فقط من أصل 50. وعندما تم توجيه النموذج نفسه بواسطة سير العمل المنظم، تحسن أداؤه، حيث أصاب في الإجابة الصحيحة أولاً في 11 حالة من أصل 50. ورغم أن هذا يمثل تحسناً واضحاً، إلا أن الفرق لم يكن كبيراً من الناحية الإحصائية ليُعتبر نصراً حاسماً في هذه العينة الصغيرة. ومع ذلك، لاحظ الباحثون شيئاً أكثر تشجيعاً عندما نظروا إلى أفضل خمسة تخمينات بدلاً من الاكتفاء بالأول فقط؛ إذ وضع النموذج المدعوم بسير العمل التشخيص الصحيح ضمن خياراته الخمسة الأولى في 50% من الحالات، وهي قفزة كبيرة عن الخط المرجعي. وهذا يشير إلى أنه على الرغم من أن النظام قد لا يصل دائماً إلى الإجابة المثالية فوراً، إلا أن عملية التفكير المنظمة تساعده في إبقاء المرض الصحيح ضمن دائرة الاحتمالات، مما يقلص مجال الإمكوانات بشكل كبير.

تخلص الدراسة إلى أن هؤلاء الوكلاء الأذكياء قد أظهروا قدرة حقيقية على المساعدة في تشخيص الأمراض النادرة، لكنهم ليسوا منتجاً نهائياً بعد. إن التباين الواسع في الأداء عبر الأنظمة المختلفة يشير إلى أن التصميم المحدد لسير العمل وجودة البيانات التي يصل إليها الأمران في غاية الأهمية. ويؤكد الباحثون أن نتائجهم هي "إثبات مفهوم" وليست حلاً نهائياً. إن سير العمل الذي صمموه يعمل كوسيلة قابلة للتكرار لتحسين كيفية تفكير هذه الأنظمة، لكنه يتطلب مزيداً من الاختبار على نطاق أوسع وفي بيئات سريرية واقعية لإثبات موثوقيته. وفي نهاية المطاف، ليس الهدف هو استبدال الأطباء البشريين بالآلات، بل خلق شراكة تعاونية حيث تدعم قدرة الآلة على معالجة كميات هائلة من المعلومات واتباع عملية استدلال صارمة حكم الطبيب، مما قد يقلص الرحلة الطويلة والصعبة للمرضى الذين ينتظرون الإجابات.