AI-Assisted Genetic Diagnosis and Its Ethical, Legal and Social Implications: A Scoping Review
تستعرض هذه المراجعة النطاقية المشهد الحالي للآثار الأخلاقية والقانونية والاجتماعية المترتبة على التشخيص الجيني بمساعدة الذكاء الاصطناعي، كاشفةً أن معظم الدراسات الحالية تخفق في معالجة التقاطع الفريد بين الذكاء الاصطناعي وعلم الجينوم، مما يسلط الضوء على الحاجة الملحة لأطر حوكمة وتدقيقات عدالة خاصة بالجينات.
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
تخيل مستقبلاً يمكن فيه لبرنامج حاسوبي أن ينظر إلى الشفرة الوراثية لشخص ما ليتنبأ بخطر إصابته بأمراض معينة، أو يساعد الأطباء في فهم سبب إصابة مريض بحالة نادرة. هذا هو الوعد الذي يقدمه الذكاء الاصطناعي في التشخيص الجيني. ومع ذلك، فإن الحمض النووي البشري ليس مجرد قائمة من الحقائق الصحية المتعلقة بشخص واحد؛ بل هو إرث عائلي مشترك. فالشفرة الوراثية لشخص واحد تكشف معلومات عن والديه، وأشقائه، وحتى أطفاله الذين لم يولدوا بعد. كما أنها تربطه بمجموعة أكبر من الناس الذين يتشاركون معه أصوله. ولهذا السبب، فإن القواعد التي تنطبق على البيانات الطبية العادية لا تتناسب تماماً مع البيانات الجينية. فعندما يرتكب الحاسوب خطأً أو يتسرب سر ما، فإن العواقب تمتد لتشمل الأقارب ومجتمعات بأكملة، وليس الفرد فقط. وبينما تصبح هذه الأدوات القوية أسرع وأرخص، يسابق العلماء وعلماء الأخلاق الزمن لفهم المخاطر والمسؤوليات المحددة التي تصاحب استخدامها في أكثر معلوماتنا البيولوجية خصوصية.
تلقي دراسة جديدة أجراها باحثون من جامعة هاربين الطبية وكلية هاربين المهنية للعلوم والتكنولوجيا نظرة فاحصة على كيفية تفكير الباحثين حالياً في هذه القضايا. فقد أجرى الفريق بحثاً واسع النطاق في المؤلفات العلمية لمعرفة ما كُتب عن المشكلات الأخلاقية والقانونية والاجتماعية لاستخدام الذكاء الاصطناعي في التشخيص الجيني. لم يكونوا يبحثون عن مجرد قائمة بسيطة من الإيجابيات والسلبيات، بل كانوا يبحثون عن خريطة للمجال بأكمله لمعرفة أين يشتد التفكير وأين توجد القطع المفقودة. بحث الباحثون في آلاف السجلات من قواعد البيانات العلمية الكبرى، مع التركيز على التقاطع المحدد حيث تلتقي الخوارما الحاسوبية مع علم الوراثة البشرية والمخاوف الأخلاقية. وبعد إزالة المدخلات المكررة، قاموا بفحص 981 سجلاً فريداً. ووجدوا أن 186 ورقة بحثية كانت ذات صلة كافية لدراستها بالتفصيل، بينما تم استبعاد الغالبية العظمى — وهي 795 سجلاً — لأنها لم تتناول المجالات الثلاثة معاً.
اكتشف الباحثون أن معظم المناقشات الحالية تندرج تحت إحدى فئتين: بعض الأوراق تتعامل مع التشخيص الجيني باعتباره مجرد نوع آخر من التكنولوجيا الطبية، حيث تطبق قواعد عامة حول أخلاقيات الحاسوب تتجاهل الطبيعة الفريدة للحمض النووي. بينما تتعامل أوراق أخرى مع الأمر كمسألة تتعلق بعلم الوراثة وحده، حيث تطبق قواعد قديمة حول الخصوصية الجينية تتجاهل كيفية عمل تعلم الحاسوب الحديث. ووجدت الدراسة أن المنطقة الوسطى الحاسمة، حيث تتقاطع مخاطر الذكاء الاصطناعي وعلم الوراثيات، فارغة إلى حد كبير. وفي الواقع، أظهرت البيانات أن 81 بالمئة من السجلات التي وجدها الباحثون فشلت في معالجة هذا التقاطع بشكل صحيح. لقد كانوا يبحثون عن حوار يجمع بين الخوارزمية، والجينوم، والآثار الأخلاقية، لكنهم وجدوا في الغالب حوارين منفصلين يحدثان بالتوازي.
ولتحليل الـ 186 ورقة بحثية التي تناولت الموضوع، نظم الباحثون النتائج في ستة محاور رئيسية. المحور الأول يتعلق بالارتباك والوضوح؛ فنظراً لتعقيد البيانات الجينية، يصعب شرح سبب اتخاذ الحاسوب لتنبؤ معين للمريض. وتشير الدراسة إلى أن الأساليب الحالية لشرح هذه القرارات غالباً ما تخلق شعوراً زائفاً بالفهم، مما يجعل المرضى يشعرون بأنهم يعرفون أكثر مما يعرفونه بالفعل. أما المحور الثاني فيتعلق بالمسؤولية؛ فإذا ارتكب الحاسوب خطأً ألحق الضرر بعائلة المريض، فمن غير الواضح من الملام. القواعد الحالية لا تحدد بوضوح المسؤولية عن الضرر الذي يمتد إلى الأقارب أو الأجيال القادمة. ويركز المحور الثالث على الخصوصية؛ فمعظم قوانين الخصوصية تحمي الفرد، لكن البيانات الجينية يمكن أن تكشف أسراراً عن مجموعة كاملة من الناس. وتلاحظ الدراسة أن هناك نقاشاً ضئيلاً جداً حول كيفية حماية هذه المجموعات من الوصمة أو الضرر.
ويتصل المحور الرابع بالعدالة؛ فالبرامج الحاسوبية المستخدمة في التشخيص الجيني يتم تدريبها على بيانات تأتي في الغالب من أشخاص من أصول أوروبية. وهذا يعني أن هذه الأدوات قد لا تعمل بنفس الكفاءة لأشخاص من خلفيات أخرى، ومع ذلك، هناك دراسات قليلة تقيس هذه الأخطاء خصيصاً لمختلف المجموعات السكانية. أما المحور الخامس فيتعلق بالموافقة؛ فعادة ما يوقع الناس على إذن لمرة واحدة لإجراء اختبار الحمض النووي، لكن المعرفة الجينية تتغير بمرور الوقت. ومع تعلم الحواسيب لأشياء جديدة، قد تعيد تحليل البيانات القديمة وتجد مخاطر جديدة. وتشير الدراسة إلى أنه ليس لدينا أنظمة جيدة لطلب الإذن مرة أخرى عند ظهور هذه النتائج الجديدة. ويتناول المحور الأخير القواعد والقوانين؛ فالحكومات تضع لوائح جديدة، لكنها غالباً ما تعامل الذكاء الاصطناعي والبيانات الجينية كقضايا منفصلة. وتجادل الدراسة بأننا بحاجة إلى قواعد تفهم كيف يعمل هذان المجالان معاً.
خلص الباحثون إلى أن هذا المجال يفتقر حالياً إلى إطار عمل مصمم خصيصاً للطبيعة الفريدة للذكاء الاصطناعي الجيني. ويجادلون بأنه لا يمكننا ببساطة أخذ قواعد من الطب العام أو علم الوراثة العام ولصقها على هذه التكنولوجيا الجديدة. بدلاً من ذلك، نحن بحاجة إلى نهج جديد يدرك كيف تعمل المسؤولية والخصوصية والعدالة بشكل مختلف عندما تقوم آلة بتفسير تاريخنا العائلي. وتعمل هذه الدراسة كخريطة، توضح بالضبط أين توجد الفجوات حتى تتمكن الأبحاث والقوانين المستقبلية من ملئها. ويخطط المؤلفون لمتابعة ذلك بورقتين بحثيتين إضافيتين ستقترحان طريقة جديدة للتفكير في المسؤولية وتطبقان هذه الأفكار على إرشادات محددة يتم تطويرها في الصين. ومن خلال تحديد نقاط العمى في التفكير الحالي، تهدف هذه الدراسة إلى ضمان أننا، بينما نستخدم الذكاء الاصطناعي لقراءة شفرتنا الوراثية، نفعل ذلك بطريقة تحمي الأفراد والعائلات والمجتمعات.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.