Information, Not AI Model Sophistication, Limits Resolution of Disease Progression in COPDGene

على مدار عقود، راقب الأطباء والعلماء نمطاً محبطاً في أمراض الرئة المزمنة. يمكن لشخصين أن يبدآ باختبارات تنفس متطابقة تقريباً، وتاريخ تدخين متشابه، ونفس التشخيص، ومع ذلك تتباعد مساراتهما المستقبلية بشكل هائل. فقد يتدهور أحدهما ببطء على مدى عشرين عاماً، بينما يعاني الآخر من انهيار حاد وسريع في وظائف الرئة خلال سنوات قليلة. هذا عدم القدرة على التنبؤ هو اللغز المركزي للمرض المعروف باسم الانسداد الرئوي المزمن (COPD). وقد أمل الباحثون طويلاً أنه من خلال جمع المزيد من البيانات — مثل مسح الرئتين، واختبار الجينات، وقياس البروتينات في الدم — يمكنهم العثور على القرائن الخفية التي تفسر سبب تدهور حالة شخص ما بينما يظل آخر مستقراً. وكان الاعتقاد السائد هو أننا إذا بنينا نموذجاً حاسوبياً ضخماً بما يكفي وبكمية كافية من البيانات، فسنتمكن أخيراً من التنبؤ بدقة بكيفية تطور مرض الفرد.

تتحدى دراسة جديدة هذا الافتراض، مشيرة إلى أن المشكلة ليست في نقص القدرة الحوسبية، بل في نقص المعلومات من الأساس. نظر الباحثون في مجموعة كبيرة من المصابين بالانسداد الرئوي المزمن الذين تمت متابعتهم لسنوات عديدة، حيث تتبعوا وظائف الرئة وجمعوا عينات دم مفصلة. وطرحوا سؤالاً بسيطاً ولكنه عميق: إذا بدا مريضان متطابقين تماماً في جميع اختباراتهم الطبية القياسية اليوم، فهل يمكننا التنبؤ بمن سيسوء حاله غداً؟ اختبروا ما إذا كان إضافة بيانات جزيئية معقدة من عينات الدم يمكن أن يحل هذا الغموض، وما إذا كانت أكثر نماذج الذكاء الاصطناعي تقدماً قادرة على إيجاد أنماط فاتتها الطرق الأبسط. وما وجدوه هو أنه حتى مع أفضل الأدوات وأكثر البيانات تفصيلاً المتاحة، فإن المعلومات التي نمتلكها حالياً ليست كافية في كثير من الأحيان للتمييز بين مريضين متشابهين.

ركزت الدراسة على 785 مشاركاً من مشروع بحثي وطني كبير. خضع هؤلاء الأفراد لفحوصات طبية قياسية، بما في ذلك اختبارات كمية الهواء التي يمكنهم زفيرها في ثانية واحدة، وهو المقياس الأساسي لصحة الرئة. كما أتاح للباحثين الوصول إلى لقطة جزيئية مفصلة لدم كل شخص، توضح نشاط آلاف الجينات. كان الهدف هو معرفة ما إذا كان معرفة النشاط الجيني في الدم يمكن أن يساعد في التنبؤ بمقدار الانخفاض الذي قد يطرأ على وظائف رئة الشخص خلال السنوات الخمس القادمة. وللقيام بذلك، لم ينظر الفريق إلى المجموعة بأكملها ككتلة واحدة، بل نظروا إلى "أحياء" صغيرة من المرضى؛ فلكل شخص في الدراسة، وجدوا الثلاثين شخصاً الآخرين الأكثر تشابهاً معه بناءً على بياناته الصحية الحالية، ثم تحققوا مما إذا كان هؤلاء الثلاثون المتشابهون قد انتهى بهم المطاف إلى تغييرات مماثلة في وظائف الرئة بعد خمس سنوات.

كانت النتائج متواضعة بشكل مفاجئ. فعندما نظر الباحثون فقط في البيانات السريرية القياسية — العمر، والجنس، والعرق، ونتائج اختبار الرئة — وجدوا أن المرضى الذين بدا متشابهين جداً في بداية الدراسة انتهى بهم الأمر إلى نتائج مختلفة تماماً. لم يشرح التشابه في صحتهم الحالية سوى جزء ضئيل جداً مما حدث لهم لاحقاً. في الواقع، ظل التباين في وظائف الرئة المستقبلية بين هؤلاء المرضى المتشابهين واسعاً كما لو كان المرضى قد تم اختيارهم عشوائياً. وهذا يعني أن الاختبارات الطبية القياسية، رغم فائدتها في التشخيص، لا تحتوي على تفاصيل كافية للتنبؤ بالمسار المحدد للمرض لكل فرد.

ثم أضاف الباحثون بيانات جينات الدم إلى المزيج، آملين أن توفر هذه الطبقة الأعمق من المعلومات البيولوجية صورة أكثر وضوحاً. ووجدوا أن ذلك ساعد بالفعل، ولكن بشكل طفيف فقط. سمحت بيانات الدم بالتمييز بين المرضى بقدر ضئيل إضافي. ورغم أن هذه كانت نتيجة حقيقية وقابلة للتكرار، إلا أنها لم تكن حلاً سحرياً؛ فحتى مع بيانات الجينات، ظل الجزء الأكبر من التباين في وظائف الرئة المستقبلية غير مفسر. المرضى الذين بدا متشابهين انتهى بهم الأمر إلى مستقبلات متباينة على نطاق واسع. واختبرت الدراسة صراحةً ما إذا كان هذا الفشل ناتجاً عن كون النماذج الحاسوبية بسيطة للغاية؛ حيث مرروا البيانات عبر عشرة أنواع مختلفة من النماذج الرياضية، بدءاً من الأدوات الإحصائية الأساسية وصولاً إلى أنظمة الذكاء الاصطناعي المعقدة، ولم يستطع أي منها التغلب على نقص المعلومات. لم تكن النماذج هي العائق، بل كانت البيانات نفسها هي الحد الأقصى.

ولعل النتيجة الأكثر عملية في الدراسة تتعلق بكيفية استخدام الاختبارات الطبية المكلفة. وبما أن بيانات جينات الدم ساعدت قليلاً في المتوسط، تساءل الباحثون عما إذا كانت تساعد بعض الناس أكثر من غيرهم. قاموا بمحاكاة سيناريو حيث يمكنهم اختيار اختبار جزء فقط من المرضى، بدلاً من اختبار الجميع. ووجدوا أنه من خلال استخدام البيانات السريرية القياسية لتحديد المرضى الأكثر عرضة للاستفادة من اختبار الدم الإضافي، يمكنهم استعادة معظم قيمة تلك المعلومات المكلفة عبر اختبار جزء فقط من المجموعة. على سبيل المثال، من خلال اختبار ثلاثين بالمائة فقط من المرضى، يمكنهم الحصول على ما يقرب من ثلثي المعلومات المفيدة التي كان سيتم الحصول عليها من خلال اختبار الجميع. يشير هذا إلى أن نهج "النموذج الموحد للجميع" في الاختبارات الجزيئية العميقة هو نهج غير فعال. بدلاً من ذلك، يمكن للأطباء استخدام نتائج الفحوصات الروتينية لتحديد المرضى الذين يحتاجون إلى الاختبار الأكثر تفصيلاً وتكلفة للحصول على صورة أوضح لمستقبلهم الصحي.

قارنت الدراسة أيضاً بين طرق مختلفة لتنظيم البيانات. نظر الباحثون في طريقة منشورة تدمج البيانات السريرية والجينية في ملف تعريف واحد، آملين أن تكون أفضل من النظر إلى الجينات وحدها. ووجدوا أن هذا الملف المدمج أدى في الواقع إلى أداء أسوأ في التنبؤ بالتغيرات المستقبلية المحددة في وظائف الرئة مقارنة ببيانات الجينات الخام. يسلط هذا الضوء على نقطة حاسمة: وهي أن الطريقة التي ننظم ونضغط بها المعلومات مهمة؛ فالطريقة التي قد تكون ممتازة في تجميع المرضى في فئات عريضة قد تمحو بالخطأ التفاصيل الدقيقة اللازمة للتنبؤ بالنتائج الفردية. كانت المعلومات موجودة في الدم، لكن الطريقة التي تم بها تعليبها للملف التعريف المدمج حجبتها.

في نهاية المطاف، لا تقول هذه الأبحاث إننا لا نستطيع التنبؤ بتطور أمراض الرئة، بل تقول إنه مع البيانات المحددة المتاحة في هذه الدراسة الكبيرة، لا يمكننا التمييز بين مستقبلات المرضى الذين يبدون متطابقين حالياً. تشير الدراسة إلى أن الإجابة على سبب اختلاف نتائج المرضى المتشابهين تكمن في معلومات لم نقسها أو نرصدها بعد. قد يكون السبب في أن الاختبارات القياسية تغفل الاختلافات الدقيقة في كيفية سلوك المرض، أو أن عينات الدم لم تلتقط الإشارات الجزيئية الصحيحة في الوقت المناسب. ويجادل المؤلف بأنه قبل أن نبني نماذج ذكاء اصطناعي أكثر تعقيداً، يجب علينا أولاً التأكد من أن البيانات التي نغذيها بها تحتوي على التمايزات التي نحاول إيجادها.

إن تداعيات هذا البحث على الأبحاث الطبية واضحة. فالدراسات الكبيرة التي تجمع بيانات بيولوجية عميقة هي ذات قيمة هائلة، ليس فقط لاكتشاف أمراض جديدة، بل لتعليمنا ما هي المعلومات المفيدة حقاً. ومن خلال تحليل من يستفيد من الاختبار الإضافي ومن لا يستفيد، يمكن لهذه الدراسات توجيه تصميم الأبحاث المستقبلية. وبدلاً من قياس كل شيء على الجميع، يمكن للعلماء تعلم توجيه قياساتهم الأكثر تكلفة وتفصيلاً نحو المرضى المحددون الذين يحتاجون إليها بشدة. هذا النهج ينقل الطب بعيداً عن استراتيجية جمع أكبر قدر ممكن من البيانات نحو استراتيجة جمع البيانات الصحيحة للشخص الصحيح. وتخلص الدراسة إلى أن مفتاح حل لغز تطور المرض ليس مجرد حواسيب أفضل، بل فهم أفضل للمعلومات المفقودة من رؤيتنا الحالية للمريض.