Population representativeness cannot be assessed for most FDA-authorized AI medical devices targeting high-disparity conditions
تكشف هذه الدراسة أن 76.6% من الأجهزة الطبية المعتمدة من قبل إدارة الغذاء والدواء (FDA) والتي تعمل بالذكاء الاص الاصطناعي وتستهدف الحالات ذات التفاوت العالي، لا يمكن تقييم تمثيلها السكاني من خلال السجلات العامة بسبب عدم الإبلاغ عن بيانات العرق، وهي فجوة تستمر حتى عند مراجعة الأدبيات العلمية المراجعة من قبل الأقران، مما يسلط الض الضوء على فشل توجيهات الإفصاح الحالية في ضمان إمكانية تقييم العدالة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
أصبح الذكاء الاصطناعي، بهدوء، أداة قياسية في الطب الحديث، حيث يساعد الأطباء في قراءة الأشعة السينية، ورصد الأورام، والتنبؤ بمخاطر أمراض القلب. هذه الأدوات ليست سحراً؛ بل هي برامج حاسوبية تم تدريبها على كميات هائلة من بيانات المرضى للتعرف على الأنماط. ولكي يعمل البرنامج بشكل جيد للجميع، يجب أن يتم تدريبه على مزيج من الأشخاص الذين يشبهون المرضى الذين سيعالجهم في نهاية المطاف. فإذا تعلمت الأداة من نوع واحد فقط من البشر، فقد تفشل عند استخدامها على شخص مختلف، مما قد يؤدي إلى تشخيصات خاطئة أو علاج غير صحيح. وهذا أمر يتعلق بالعدالة والسلامة. وعندما يتم اعتماد جهاز طبي للاستخدام، تقوم الوكالة الحكومية التي تنظمه، وهي إدارة الغذاء والدواء، بنشر ملخص للأدلة. تهدف هذه الوثائق إلى أن تكون سجلاً عاماً، يوضح من تم اختبارهم وكيف كان أداء الجهاز. والسؤال الجوهري هو ما إذا كانت هذه الملخصات تروي القصة الكاملة حول من تم اختبار الجهاز عليهم، خاصة بالنسبة للأمراض التي تؤثر على بعض المجموعات العرقية والإثنية بشكل أكثر حدة.
لقد وضع فريق من الباحثين هدفاً للإجابة على هذا السؤال من خلال فحص كل جهاز طبي يعمل بالذكاء الاصطناعي تم اعتماده في الولايات المتحدة حتى نهاية عام 2025. لقد فحصوا 1,428 جهازاً، تراوحت بين الأدوات التي تمسح صور الدماغ إلى تلك التي تحلل نظم القلب. كان هدفهم هو معرفة ما إذا كانت الوثائق العامة تسمح لأي شخص بالحكم على ما إذا كان الأشخاص الذين تم اختبار الأجهزة عليهم يتطابقون مع الأشخاص الذين يعانون فعلياً من الأمراض التي صُممت هذه الأجهزة لعلاجها. ووجد الباحثون فجوة كبيرة في المعلومات المتاحة. فبالنسبة لحوالي ثلاثة من كل أربعة أجهزة مصممة لعلاج حالات تُعرف فيها التفاوتات العرقية، لم تذكر الوثائق العامة عرق أو إثنية الأشخاص في بيانات الاختبار. وبدون هذه المعلومة الأساسية، من المستحيل معرفة ما إذا كان قد تم اختبار الجهاز على مزيج عادل من المرضى أو أنه تم اختباره فقط على مجموعة لا تمثل السكان بشكل أوسع.
قام الباحثون بتطوير قائمة مراجعة محددة لتقييم هذه الوثائق، والبحث عن تفاصيل مثل العرق، والعمر، وموقع المرضى المشاركين في الاختبار. ووجدوا أنه بينما كانت بعض المعلومات موجودة، فإن البيانات الأكثر أهمية المتعلقة بالعرق والإثنية كانت مفقودة في الغالبية العظمى من الحالات. لم يكن هذا النقص في المعلومات مجرد مسألة كون الملخصات قصيرة جداً؛ فقد تعمق الباحثون أكثر ونظروا في الدراسات العلمية الأصلية وراء هذه الأجهزة. وحتى عندما وجدوا الأوراق البحثية الكاملة، كانت البيانات لا تزال مفقودة في معظم الحالات. وهذا يشير إلى أن المشكلة لا تكمسة فقط في كيفية تلخيص الحكومة للمعلومات، بل في البحث نفسه. فالدراسات المستخدمة لإثبات كفاءة هذه الأجهزة غالباً ما لا تتضمن تفاصيل كافية حول الخصائص الديموغرافية للمرضى المعنيين.
كما كشفت الدراسة أنه عندما كانت البيانات موجودة، فإنها غالباً ما أظهرت أن مجموعات الاختبار لم تتطابق مع المجموعات الأكثر تأثراً بالمرض. على سبيل المثال، بعض الأجهزة المصممة للكشف عن سرطان الجلد، وهو حالة يمكن أن يكون تشخيصها أصعب لدى أصحاب البشرة الداكنة، تم اختبارها بالكامل تقريباً على أشخاص ذوي بشرة فاتحة. وفي حالات أخرى، تم اختبار أجهزة لأمراض القلب على مجموعات لا تعكس معدلات الإصابة المرتفلة بأمراض القلب الموجودة في بعض مجتمعات الأقليات. وأشار الباحثون إلى أنه بينما قدمت بعض الأجهزة معلومات ممتازة ومفصلة عن مجموعات الاختبار الخاصة بها، إلا أن هذه كانت استثناءً وليست القاعدة. وفي معظم الأوقات، لم يحتوي السجل العام ببساطة على الأرقام اللازمة لإجراء حكم عادل.
ومن أكثر النتائج إثارة للدهشة، أن الباحثين لم يتمكنوا من تقييم عدالة الأجهزة بشكل موثوق بناءً على النص وحده. فقد وجدوا أنه عندما طُلب منهم تفسير الأوصاف الغامضة أو الحكم على مدى تطابق مجموعة من المرضى مع مرض ما، اختلف الخبراء غالباً في آرائهم. ومع ذلك، استطاعوا الاتفاق بشكل موثوق على حقائق بسيطة وثنائية: ما إذا كان الرقم مذكوراً أم لا. وقد أدى هذا بالفريق إلى استنتاج أن النظام الحالي للتقارير غير كافٍ لضمان الإنصاف. فالوثائق غالباً ما تكون صامتة بشأن التفاصيل ذاتها التي تهم العدالة أكثر من غيرها. ويقترح الباحثون معياراً جديداً وبسيطاً لهذه التقارير، يتطلب من الشركات المصنعة إدراج أرقام محددة حول العرق، والعمر، وخلفية الأشخاص الذين تم اختبارهم، بدلاً من مجرد كتابة عبارات عامة.
إن تداعيات هذا العمل واضحة للمرضى والأطباء والمستشفيات. فإذا أراد مستشفى شراء أداة جديدة تعمل بالذكاء الاصطناعي للمساعدة في تشخيص مرض ما، فإنه لا يستطيع حالياً النظر في وثائق الاعتماد العامة لمعرفة ما إذا كانت تلك الأداة قد اختبرت على أشخاص يشبهون مرضاه. إنهم متروكون للتخمين. وتظهر الدراسة أنه بالنسبة لأكثر الأمراض شيوعاً وفتكاً، فإن الأدوات التي يتم نشرها غالباً ما تُبنى على بيانات لا تعكس واقع الأشخاص الذين هم في أمس الحاجة إليها. ويؤكد الباحثون أن هذه ليست مشكلة يمكن حلها بمجرد طلب المزيد من النصوص؛ بل يجب على الصناعة البدء في تقديم بيانات محددة ومنظمة. وإلى أن يحدث ذلك، سيظل السجل العام غير مكتمل، مما يترك ثغرة حرجة في سلامة وعدالة التكنولوجيا الطبية التي تشكل الرعاية الصحية الأمريكية بشكل متزايد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.