A Scoping Review of Foundation Models in Dementia Research

يُعد الخرف تحدياً عميقاً للعائلات والأنظمة الصحية على حد سواء، فهو حالة تنهش الذاكرة والاستقلالية ببطء. ومع تقدم أعمار السكان عالمياً، يتزايد عدد الأشخاص الذين يعيشون مع هذه الحالة، مما يخلق حاجة ملحة لطرق أفضل للكشف عنها مبكراً. ويعد الكشف المبكر أمراً بالغ الأهمية لأن علاجات جديدة أصبحت متاحة وتعمل بشكل أفضل عندما تبدأ في بداية المرض، قبل حدوث ضرر كبير. ولإيجاد هذه العلامات المبكرة، يتجه العلماء إلى الذكاء الاصطناعي، وتحديداً إلى نوع جديد وقوي من البرامج الحاسوبية يُعرف باسم "النماذج التأسيسية". فكر في هذه النماذج كأنها مكتبات ضخمة من المعرفة التي قرأت ملايين الكتب، واستمعت إلى عدد لا يحصى من المحادثات، ودرست صوراً متنوعة، مما يسمح لها بفهم الأنماط في اللغة والسلوك البشري التي قد يغفل عنها برنامج حاسوبي عادي. ويأمل الباحثون أن تتمكن هذه الأدوات من الاستماع إلى كلام المريض، أو قراءة ملاحظاته الطبية، أو تحليل صور الأشعة للدماغ لرصد "بصمات" الخرف الدقيقة قبل وقت طويل من ملاحظة الطبيب لها.

لقد شرع فريق من الباحثين من جامعات في المملكة المتحدة مؤخراً في رسم خريطة للمشهد الحالي لهذه التكنولوجيا. أرادوا معرفة كيفية استخدام هذه الأنظمة المتقدمة من الذكاء الاصطناعي في دراسة الخرف بدقة، ومدى فعاليتها الحقيقية، وما هي الفجوات المتبقية قبل أن يمكن الوثوق بها في المستشفى. وللإجابة على ذلك، أجروا مراجعة واسعة النطاق للأوراق العلمية المنشورة بين يناير 2022 وأغسطس 2026. بحثوا عن الدراسات التي طبقت هذه النماذج التأسيسية على مهام مثل اكتشاف المرض، أو تشخيصه، أو التنبؤ بكيفية تطوره، أو تقدير خطر إصابة الشخص به. وبعد فحص مئات السجلات، استقروا على خمسين دراسة عالية الجودة لتحليلها بعمق، وفحص الطرق المستخدمة، والبيانات التي غُذيت بها الحواسيب، والنتائج المحققة.

وجد الباحثون أن هذا المجال يتحرك بسرعة ولكنه لا يزال في مراحله الأولى. ركزت معظم الدراسات على مهمتين رئيسيتين: اكتشاف وجود الخرف أو تشخيصه بعد ظهور الأعراض. وقد تباينت طريقة بناء هذه النماذج بشكل كبير؛ حيث استخدمت بعض الدراسات نماذج تم تدريبها بالفعل على كميات هائلة من البيانات العامة ثم جرى تعديلها بعناية، أو ما يُسمى بـ "الضبط الدقيق"، لمهام الخرف. واستخدمت دراسات أخرى أنظمة ذكاء اصطناعي تجارية، من النوع المتاح للجمهور، عبر طرح الأسئلة عليها أو إعطائها بيانات دون تغيير إعداداتها الداخلية. بينما قامت مجموعة أصغر من الدراسات ببناء نماذج من الصفر، عبر تدريبها بالكامل على بيانات جديدة. وأظهرت النتائج وجود مقايضة واضحة بين حجم النموذج وموثوقيته؛ فقد حققت الأنظمة التجارية الضخمة أعلى الدرجات في بعض الحالات، لكن أداءها كان متذبذباً للغاية؛ ففي بعض الحالات، لم يكن أداؤها أفضل من التخمين العشوائي. وفي المقابل، قدمت النماذج التي خضعت للضبط الدقيق لمهام بحث الخرف نتائج أكثر اتساقاً واعتمادية، حيث أظهرت غالبية الدراسات أداءً قوياً. أما النماذج التي بُنيت من الصفر، فقد كان أداؤها متوسطاً، وغالباً ما فشلت في التفوق على أنواع أبسط وأقدم من البرامج الحاسوبية.

وعلى الرغم من هذه النتائج التقنية الواعدة، كشفت المراجعة عن قيود خطيرة تمنع استخدام هذه الأدوات في العيادات الطبية اليوم. كانت المشكلة الرئيسية هي نقص التنوع في البيانات؛ إذ اعتمدت الغالبية العظمى من الدراسات على بيانات من الولايات المتحدة، وكان المشاركون في معظمهم من البيض. كما أفادت دراسات قليلة جداً بالعرق أو الإثنية للمشاركين، ولم تذكر العديد منها حتى أعمارهم. وعندما تم ذكر الجنس، نادراً ما تم تقسيم النتائج لمعرفة ما إذا كان الذكاء الاصطناعي يعمل بنفس الكفاءة للرجال والنساء. وهذا النقص في التنوع يعني أننا لا نعرف ما إذا كانت هذه الأدوات ستعمل مع أشخاص من خلفيات أو لغات أو أعمار مختلفة. علاوة على ذلك، كانت البيانات المستخدمة غالباً ضيقة، حيث اعتمدت بشدة على تسجيلات الكلام أو أنواع واحدة من السجلات الطبية، بدلاً من دمج مصادر متعددة مثل صور الأشعة للدماغ، والمعلومات الجينية، وبيانات نمط الحياة.

وكان هناك اكتشاف حاسم آخر وهو ضعف كيفية اختبار هذه النماذج. في الأبحاث الطبية، يجب إثبات كفاءة الأداة الجديدة من خلال العمل على بيانات لم ترها من قبل لضمان أنها لا تقوم بمجرد حفظ الإجابات. معظم الدراسات التي تمت مراجعتها اختبرت نماذجها فقط على نفس البيانات التي استخدمتها في التدريب، وهي ممارسة قد تؤدي إلى نتائج متفائلة بشكل مبالغ فيه. عدد قليل فقط من الدراسات اختبرت نماذجها على مجموعات منفصلة تماماً من أشخاص من مستشفيات أو مناطق مختلفة. وحتى عدد أقل من ذلك قارن نتائجها مقابل "المعيار الذهبي" لتشخيص الخرف، وهو فحص أنسجة الدماغ بعد الوفاة. وبدون هذا الاختبار الصارم، من المستحيل معرفة ما إذا كانت أنظمة الذكاء الاصطنا هذه قادرة على التعامل مع تعقيد وتنوع المرضى في العالم الحقيقي. وخلص الباحثون إلى أنه بينما تحمل هذه التكنولوجيا وعوداً كبيرة، إلا أنها حالياً مجرد "إثبات مفهوم" وليست حلاً جاهزاً للاستخدام. وللانتقال من المختبر إلى العيادة، يجب أن تعطي الأبحاث المستقبلية الأولوية لمجموعات بيانات أكبر وأكثر تنوعاً، والاختبار الصارم على مجموعات مستقلة، وفهم واضح لكيفية أداء هذه الأدوات عبر مختلف الفئات السكانية. وحتى ذلك الحين، تظل هذه الأنظمة القوية عملاً قيد التطوير، تقدم لمحة عن المستقبل ولكنها ليست بعد بديلاً للتقدير السريري البشري.