From Algorithms to Clinics: Evaluating AI’s Role in Pediatric Autism Diagnosis
تستعرض هذه المراجعة النقدية الأدلة التي تُظهر أنه بينما تُسجل نماذج الذكاء الاصطناً الاصطناعي لتشخيص التوحد لدى الأطفال دقة عالية في البيئات المُعدّة مسبقاً، فإن فائدتها السريرية تظل محدودة بسبب العيوب المنهجية وقضا questões التعميم، مما يدعم استخدامها كأدوات مساعدة للفحص في المقام الأول بدلاً من كونها سلطات تشخيصية مستقلة.
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
التوحد هو طريقة وجود مستمرة مدى الحياة تغير كيفية تجربة الشخص للعالم، من كيفية تواصلهم مع الآخرين إلى كيفية معالجتهم للأصوات والمناظر. إن تحديد هذا الأمر نادراً ما يكون مجرد مسألة بسيطة تتمثل في وضع علامة في خانة؛ بل هي عملية دقيقة يجمع فيها الأطباء والمتخصصون تاريخ الطفل، ويراقبون كيف يلعب ويتفاعل، ويستمعون إلى الأشخاص الذين يعرفونه بشكل أفضل. هذه العملية تستغرق وقتاً، والمهنيون المهرة القادرون على القيام بها ليسوا متاحين دائماً عندما تحتاجهم العائلات بشدة. وبسبب هذه الفجوة، توجه الباحثون نحو أجهزة الكمبيوتر، آملين أن يعمل الذكاء الاصطناعي كمساعد. الفكرة هي أن برنامج الكمبيوتر قد يرصد أنماطاً في صوت الطفل، أو وجهه، أو طريقة حركته قد يغفل عنها البشر، مما يسمح بفحص أسرع ودعم مبكر.
ومع ذلك، تشير مراجعة جديدة للمجال إلى أنه بينما تبدو أدوات الكمبيوتر هذه مثيرة للإعجاب في المختبر، إلا أنها ليست جاهزة بعد لتحل محل التقدير الدقيق للطبيب. لقد نظر المؤلفون، وهم باحثون من جامعة كوفنتري، في عشرات الدراسات التي ادعت أن الذكاء الاصطناعي يمكنه تشخيص التوحد بدقة تقارب الكمال. ووجدوا أن هذه الدرجات العالية غالباً ما جاءت من اختبارات كانت إما سهلة للغاية أو صغيرة جداً بحيث لا تعكس الواقع. وعندما تم اختبار هذه الأدوات نفسها في عيادات مختلفة، ومع عائلات مختلفة، أو في ظروف العالم الحقيقي، انخفض أداؤها بشكل ملحوظ. وتجادل المراجعة بأنه يجب علينا التوقف عن الخلط بين قدرة الكمبيوتر على فرز البيانات وقدرته على تشخيص كائن بشري.
بدأ الباحثون بفحص خمس تقارير محددة كانت متداولة في هذا المجال، معتبرين إياها نقطة انطلاق لفهم المشهد الأوسع. أحد هذه التقارير كان مقالاً مسحوباً، مما يعني أنه تم استرداده من قبل المجلة التي نشرته لأن البيانات لم يكن من الممكن التحقق منها والأساليب لم تكن واضحة. والآخر كان مشروعاً طلابياً اقترح جهازاً ولكنه لم يختبره فعلياً على المرضى. ومن خلال فحص هذه الأمثلة، سلط الفريق الضوء على مشكلة متكررة: العديد من الدراسات تدعي النجاح بناءً على اختبارات "داخلية"، حيث يتم اختبار الكمبيوتر على نفس البيانات التي تدرب عليها. وهذا يشبه طالباً يؤدي اختباراً باستخدام نفس الأسئلة التي درسها من نموذج الإجابة؛ سيحصل على درجة كاملة، لكن هذا لا يعني أنه يفهم المادة.
وعندما نظرت المراجعة في الدراسات التي ذهبت إلى أبعد من ذلك، واختبرت الأدوات على مجموعات جديدة من الأطفال أو في مواقع مختلفة، كانت النتائج أكثر تواضعاً. على سبيل المثال، وجدت دراسة استخدمت فيديوهات منزلية لمراقبة سلوك الأطفال أنه بينما عمل الكمبيوتر بشكل جيد على المجموعة الأولى من الفيديوهات التي رآها، إلا أن دقته انخفضت عندما حاول تحليل فيديوهات جديدة تم تسجيلها في منازل مختلفة وبإضاءة وكاميرات مختلفة. ووجدت دراسة أخرى كبيرة استخدمت السجلات الطبية للتنبؤ بالتوحد أن معدل نجاحها انخفض من ما يقرب من 90 بالمائة في بياناتها الخاصة إلى حوالي 79 بالمائة عند اختبارها على مجموعة منفصلة من الأطفال. هذه الانخفاضات ليست فشلاً في التكنولوجيا نفسها، بل هي علامة على أن العالم الحقيقي فوضوي وغير متوقع، على عكس البيئات النظيفة والمسيطر عليها في مختبرات الكمبيوتر.
كما أشارت المراجعة إلى أن الأدوات التي يتم بناؤها غالباً ما تخلط بين وظيفتين مختلفتين تماماً: الفحص والتشخيص. الفحص يشبه شبكة تُلقى على نطاق واسع للإمساك بأي شخص قد يحتاج إلى المساعدة؛ ومن المتوقع أن تمسك ببعض الأشخاص الذين لا يعانون في الواقع من الحالة، فقط لضمان عدم تفويت من يعانون منها. أما التشخيص، فهو التأكيد النهائي والدقيق بأن الطفل مصاب بالتوحد. والعديد من برامج الكمبيوتر التي يتم تطويرها حالياً جيدة في الوظيفة الأولى — وهي تحديد الأطفال الذين يحتاجون إلى مزيد من النظر — لكنها ليست جاهزة للوظيفة الثانية. ويحذر المؤلفون من أن تسمية الكمبيوتر بـ "المشخّص" أمر خطير لأنه يوحي بأن الآلة يمكنها اتخاذ القرار النهائي، بينما في الواقع، لا يمكنها سوى تقديم اقتراح يجب على الإنسان التحقق منه.
يتناول البحث أيضاً قضية العدالة. فقد استخدمت العديد من الدراسات بيانات من مجموعات محددة من الناس، غال- ما كانوا ممن تم تشخيصهم بالفعل أو ينتمون لخلفيات معينة. وهذا يعني أن الكمبيوتر قد يتعلم التعرف على التوحد بطريقة تناسب هؤلاء الأشخاص تحديداً، لكنه قد يخطئ في غيرهم. فعلى سبيل المثال، الأداة التي تدربت على بيانات من بلد واحد قد لا تعمل بشكل جيد في بلد آخر، لأن طريقة لعب الأطفال، أو حديثهم، أو تفاعلهم مع الكاميرات يمكن أن تختلف كثيراً عبر الثقافات. وتؤكد المراجعة أن الأداة التي تعمل للبعض ولا تعمل للآخرين ليست حلاً للجميع. كما لاحظت أن الأشخاص الذين من المفترض أن يستفيدوا من هذه الأدوات — وهم الأفراد المصابون بالتوحد أنفسهم — نادراً ما شاركوا في تصميمها أو في تحديد شكل هذه الأدوات.
يقترح الباحثون طريقة جديدة للحكم على هذه الأدوات، تنتقل لما هو أبعد من مجرد النظر إلى رقم واحد للدقة. فهم يقترحون مساراً من خمس خطوات يجب أن تسلكه الأداة قبل أن يمكن الوثوق بها في العيادة. أولاً، يجب أن تكون البيانات المستخدمة لتعليم الكمبيوتر صادقة وممثلة للعالم الحقيقي. ثانياً، يجب أن يثبت الكمبيوتر قدرته على العمل على بيانات لم يرها من قبل. ثالثاً، يجب أن يظهر قدرته على العمل في أماكن مختلفة ومع أنواع مختلفة من الناس. رابعاً، يجب أن يجعل عمل الأطباء أسهل أو أسرع فعلياً، بدلاً من مجرد إضافة خطوة أخرى إلى العملية. وأخيراً، يجب أن تكون الأداة عادلة ومحترمة، بما يضمن عدم إلحاق الضرر بأي شخص أو استبعاد العائلات التي تحتاج إلى المساعدة أكثر من غيرها.
في النهاية، تخلص الورقة البحثية إلى أن الذكاء الاصطناعي له دور ليلعبه، ولكنه دور داعم. يمكنه المساعدة في تنظيم المعلومات، أو تحديد الأطفال الذين يحتاجون إلى نظرة فاحصة، أو مساعدة الأطباء في إدارة وقتهم بشكل أفضل. لكنه لا يمكنه استبدال التواصل الإنساني، أو الفهم الدقيق لقصة العائلة، أو التقدير المهني المطلوب للتشخيص. إن الدراسات الأكثر واعدة هي تلك التي تعترف بحدودها، وتختبر أدواتها في العالم الحقيقي، وتبقي الإنسان مسؤولاً عن القرار النهائي. إن الطريق إلى الأمام ليس ببناء آلة يمكنها تشخيص التوحد بمفردها، بل ببناء نظام يساعد الأطباء على تقديم أفضل ما لديهم لكل طفل، في كل مكان.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.