Cost-effectiveness of immediate prioritisation of chest X-rays using artificial intelligence in lung cancer in England: the LungIMPACT study
خلص هذا التحليل الاقتصادي الصحي لدراسة LungIMPACT إلى أن استخدام الذكاء الاصطناستخدام الذكاء الاصطناعي لتحديد أولويات صور الأشعة السينية للصدر للكشف عن سرطان الرئة في إنجلترا ليس فعالاً من حيث التكلفة مقارنة بالتفسير بمساعدة الذكاء الاصطناعي وحده أو الممارسة الحالية، لأنه يزيد التكاليف دون تقليل الوقت اللازم للتشخيص.
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
تخيل جسم الإنسان كمدينة صاخبة، وفي داخل هذه المدينة، يحاول مخرّب صامت وماكر تأسيس عمل له: سرطان الرئة. هذا المخرّب مخادع لأنه في الأيام الأولى، لا يصدر الكثير من الضجيج؛ فهو لا يصرخ لطلب الاهتمام، بل يكتفي بالهمس، ربما مسبباً سعالاً طفيفاً أو شعوراً بسيطاً بالتعب غالباً ما يتجاهله الناس. ولأنه هادئ جداً، فإنه غالباً ما يُكشف فقط بعد أن ينمو ويصبح قوياً، مما يجعل هزيمته أصعب بكثير.
وللإمساك بهذا المخرّب مبكراً، يستخدم الأطباء "كاميرا أشعة" خاصة تسمى الأشعة السينية للصدر (CXR). إنها تشبه التقاط صورة سريعة لأفق المدينة لمعرفة ما إذا كانت هناك سحب مظلمة تتشكل. في كل عام في إنجلترا، يرسل الممارسون العامون (GPs) ملايين من هذه الصور إلى قسم الأشعة. ولكن هنا تكمكم المشكلة: قسم الأشعة يشبه غرفة بريد ضخمة وفائضة عن الحاجة. تصل آلاف الصور يومياً، وعلى الأطباء الذين يقرؤونها (أطباء الأشعة) فرز هذه الكومة واحداً تلو الآخر. وإذا كانت هناك سحابة خطيرة تختبئ في منتصف الكومة، فقد يتم إغفالها أو تأخيرها بينما ينظر الأطباء إلى الصور غير الضارة أولاً.
مؤخراً، اخترع العلماء مساعداً رقمياً: الذكاء الاصطناعي (AI). فكر في هذا الذكاء الاصطناعي كمساعد روبوت فائق السرعة يمكنه مسح كل صورة في جزء من الثانية. مهمته هي رصد "السحب المظلمة" (البقع المشبوهة) والصراخ قائلاً: "هيي! انظروا إلى هذه أولاً!" وهذا ما يسمى بـ "تحديد الأولويات". والسؤال الكبير الذي أراد الجميع الإجابة عليه هو: إذا سمحنا لهذا المساعد الروبوت بالصراخ ونقل الصور المخيفة إلى مقدمة الصف، فهل سيساعد حقاً في الإمساك بالمخرّب بشكل أسرع دون أن يكلف الخدمة الصحية ثروة؟ هذه هي قصة دراسة "LungIMPACT"، التي حاولت اكتشاف ما إذا كانت هذه "قبعة التصنيف عالية التقنية" تستحق ثمنها بالفعل.
تجربة الفرز الكبرى
في إنجلترا، أُطلقت تجربة ضخمة تسمى دراسة "LungIMPACT" لاختبار هذه الفكرة تحديداً. جمع الباحثون بيانات من ما يقرب من 87,000 مريض خضعوا لأشعة سينية للصدر بعد زيارة طبيبهم العام. وقسموا هؤلاء المرضى إلى مجموعتين لمعرفة ما سيحدث.
في المجموعة الأولى، تم تشغيل الذكاء الاصطناعي للقيام بمهمة "الصراخ". قام بمسح الأشعة السينية وحدد تلك التي تبدو مشبوهة، ليخبر الأطباء البشر: "أعطوا الأولوية لهذه! اقرؤوها فوراً!". أما في المجموعة الثانية، فقد استُخدم الذكاء الاصطناعي أيضاً للمساعدة في قراءة الصور، لكن طُلب منه البقاء هادئاً؛ لم يصرخ ولم ينقل الصور إلى المقدمة، بل قرأ الأطباء الأشعة السينية بالترتيب الذي وصلت به، مع استخدام الذكاء الاصطناعي كرأي ثانٍ.
كان الهدف بسيطاً: معرفة ما إذا كانت مجموعة "الصراخ" ستحصل على تشخيصاتها بشكل أسرع. فإذا استطاع الذكاء الاصطناعي تقليص الوقت من لحظة إجراء الأشعة السينية إلى اكتشاف ما إذا كان الشخص مصاباً بسرطان الرئة، فسيكون ذلك فوزاً كبيراً للمرضى. ولكن كان هناك شرط؛ فقد كان على الباحثين أيضاً حساب المال. لقد نظروا في كل بنس تم إنفاقه: تكلفة الأشعة السينية، وفحوصات الأشعة المقطعية (CT)، والاختبارات الإضافية، وحتى رسوم استئجار برنامج الذكاء الاصطناعي وتكلفة ربطه بأنظمة الكمبيوتر في المستشفى.
النتيجة المفاجئة: الروبوت لم ينقذ الموقف
بعد تحليل الأرقام، وجدت الدراسة نتيجة قد تفاجئكم. لم يقم الذكاء الاصطناعي "الصارخ" بتسريع التشخيص بشكل ملحوظ.
إليكم تفاصيل ما حدث:
- الوقت: كان الوقت المستغرق للحصول على التشخيص متقارباً جداً في كلتا المجموعتين. في المجموعة التي صرخ فيها الذكاء الاصطناعي لتحديد الأولويات، كان متوسط الوقت للوصول إلى التشخيص حوالي 75 يوماً. وفي المجموعة التي ساعد فيها الذكاء الاصطناعي في القراءة دون صراخ، كان حوالي 77 يوماً. هذا الفرق الضئيل لم يكن كافياً للقول بأن الذكاء الاصطناعي "الصارخ" قد أحدث فرقاً حقيقياً.
- المال: نظراً لأن برنامج الذكاء الاصطناعي يكلف مالاً للترخيص ويكلف مالاً للتركيب في أجهزة الكمبيوتر بالمستشفى، فقد كلفَت مجموعة "الصراخ" الخدمة الصحية مالاً أكثر في الواقع. وقد حسبت الدراسة أن استخدام ميزة تحديد الأولويات أضاف حوالي جنيه إسترليني واحد لكل مريض مقارنة بمجرد استخدام الذكاء الاصطناعي بدون ميزة الصراخ.
وعندما نظر الباحثون إلى الصورة الكبيرة لإنجلترا بأكملها، أصبحت الحسابات أكثر وضوحاً وصدمة. فإذا استخدم كل طبيب عام في إنجلترا (الذين يطلبون حوالي 2.2 مليون أشعة سينية سنوياً) الذكاء الاصطناعي لتحديد أولويات الأشعة السينية، فسيؤدي ذلك إلى تكلفة إضافية على هيئة الخدمات الصحية الوطنية (NHS) تبلغ حوالي 2.2 مليون جنيه إسترليني سنوياً مقابل ذلك التوفير الضئيل جداً في الوقت. وإذا قارنوا طريقة الذكاء الاصطناعي بالطريقة القديمة (بدون ذكاء اصطناعي على الإطلاق)، فإن التكلفة ستقفز بين 16 مليون و35 مليون جنيه إسترليني سنوياً.
لماذا لم ينجح الأمر؟
يشير الباحثون إلى أن المشكلة لم تكن في الذكاء الاصطناعي نفسه، بل في المكان الذي يحاول المساعدة فيه. تخيل طريقاً سريعاً حيث تعاني حركة المرور من ازدحام. إذا كان لديك مروحية يمكنها رصد السيارات الأبطوان وإخبارها بالانتقال إلى المسار السريع، فهذا أمر رائع. ولكن إذا كان الطريق السريع بأكمله يعاني من اختناق مروري بسبب عدم وجود مسارات كافية أو عدد كافٍ من الشرطة لإدارة التدفق، فإن نقل سيارة واحدة إلى المقدمة لن يحل مشكلة الازدحام.
في حالة تشخيص سرطان الرئة، يحدث "الاختناق المروري" بعد الأشعة السينية. فحتى لو نقل الذكاء الاصطناعي الأشعة السينية المخيفة إلى مقدمة الصف، فلا يزال يتعين على المريض الانتظار لإجراء أشعة مقطعية، ثم الانتظار لكي يراجع أخصائي النتائج، ثم الانتظار لعقد اجتماع للفريق لاتخاذ قرار بشأن العلاج. وجدت الدراسة أن الذكاء الاصطناعي لم يستطع إصلاح الاختناقات التي تحدث بعد قراءة الأشعة السينية. كان النظام مشغولاً للغاية لدرجة أن نقل الأشعة السينية إلى المقدمة لم يجعل العملية برمتها أسرع.
الخلاصة
تخلص الدراسة إلى أنه، في الوقت الحالي على الأقل، لا يعد استخدام الذكاء الاصطناعي لتحديد أولويات الأشعة السينية للصدر فوراً استخداماً جيداً للمال بالنسبة للخدمة الصحية. فهو يكلف أكثر مما يوفر، ولا يجعل تشخيص المرضى أسرع في الواقع.
الكاتبون واضحون جداً في هذا الشأن: هم لا يقولون إن الذكاء الاصطناعي عديم الفائدة للأبد، بل يقولون إن هذه الطريقة المحددة في استخدامه — الصراخ لنقل الأشعة السينية إلى مقدمة الصف — لا تعمل بشكل جيد بما يكفي لتبرير التكلفة. وبدلاً من إنفاق الملايين على هذه الأداة المحددة، تقترح الدراسة أن الخدمة الصحية قد تحقق نتائج أفضل من خلال إصلاح الأجزاء الأخرى من العملية، مثل توظيف المزيد من الموظفين أو التأكد من وجود عدد كافٍ من أجهزة الأشعة المقطعية والأطباء للتعامل مع المرضى بمجرد تحديد حالاتهم.
باختصار، حاول المساعد الروبوت أن يكون بطلاً بالصراخ "انظروا إليّ أولاً!"، لكن بقية الفريق كانوا مشغولين جداً بحيث لا يمكنهم الاستماع. وإلى أن يتمكن الفريق بأكمله من التحرك بشكل أسرع معاً، فإن مجرد الصراخ في مقدمة الصف لن يحل المشكلة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.