فرق زراعة القلب تحت ضغط لاتخاذ قرارات أسرع وأفضل بشأن المتبرعين
يُطرح الذكاء الاصطناعي كأداة عملية لأحد أكثر القرارات حساسية للوقت في الطب: ما إذا كان ينبغي قبول قلب متبرع أم لا. وتشير الأبحاث التي عُرضت في الاجتماع السنوي السادس والأربعين للجمعية الدولية لزراعة القلب والرئة إلى أن أنظمة الذكاء الاصطناعي قد تساعد برامج الزراعة على الاستفادة بشكل أفضل من قلوب المتبرعين التي تُرفض حاليًا، مما قد يوسّع نطاق الوصول للمرضى الذين ينتظرون الزراعة لأشهر.
المشكلة لا تتعلق بالنقص فقط، بل أيضًا بمشكلة المطابقة واتخاذ القرار تحت ضغط زمني شديد. ووفقًا للعرض المقدم في الاجتماع كما لخّصه النص المصدر، فإن نحو 30% إلى 40% فقط من القلوب التي تصبح متاحة في الولايات المتحدة تُستخدم فعليًا في الزراعة. وفي الوقت نفسه، يكون الطلب مرتفعًا إلى درجة أن المرضى قد ينتظرون أشهرًا، وأحيانًا وهم على دعم حياتي في العناية المركزة.
هذا الاختلال يفتح الباب أمام أدوات دعم القرار. فإذا كان جزء مهم من القلوب المستبعدة يُرفض بحذر مفرط لا لأسباب طبية لا مفر منها، فقد ينقذ الفرز الأفضل الأرواح من دون تغيير قاعدة المتبرعين نفسها.
لماذا تعتبر قرارات قلوب المتبرعين صعبة إلى هذا الحد؟
عندما يتوفر قلب، لا تملك فرق الزراعة رفاهية المراجعة المطولة. ويقول النص المصدر إن طبيب القلب أو الجراح لديه عادةً ما بين 15 و30 دقيقة فقط لموازنة متغيرات متعددة، بما في ذلك التاريخ الطبي للمتبرع والتصوير ونتائج المختبر، وتحديد ما إذا كان العضو مناسبًا لمريض بعينه.
هذه النافذة الزمنية الضيقة هي جوهر الحجة لصالح الذكاء الاصطناعي. فهو لا يُقدَّم بوصفه بديلًا عن الحكم السريري، بل كوسيلة لتجميع مجموعة كبيرة من المدخلات بشكل أكثر اتساقًا مما يستطيع فريق بشري التعامل معه وحده في منتصف الليل أو تحت إلحاح بمستوى العناية المركزة. ووصف Brian Wayda من كلية الطب بجامعة NYU Grossman، الذي قدّم العمل، هذه القرارات بأنها قرارات حياة أو موت تُتخذ تحت قيود زمنية شديدة.
في طب الزراعة، لعدم الاتساق عواقب حقيقية. فقد تُقيِّم فرق مختلفة الملف نفسه للمتبرع بشكل مختلف، وتكون كلفة السلبية الخاطئة عالية على نحو غير عادي: فالقلب الذي كان يمكن استخدامه لا يُؤجَّل فقط، بل قد يُفقد للنظام بالكامل بالنسبة لذلك المتلقي، وغالبًا للزراعة عمومًا.
الأدوات الجديدة تهدف إلى توحيد تقدير المخاطر من دون إقصاء الأطباء
عرض الاجتماع عدة نماذج ذكاء اصطناعي صُممت لدعم هذه العملية. ومن أبرز الأدوات TOPHAT، وهو اختصار لـ Tool Predicting Heart Acceptance for Transplant. وقد طوّره Wayda بالتعاون مع Kiran Khush، الرئيسة المنتخبة لجمعية ISHLT في Stanford Health Care، ويستخدم النموذج القائم على الويب 20 سمة من سمات المتبرع لتقدير احتمال قبول مركز الزراعة لقلب متبرع استنادًا إلى بيانات تاريخية.
هذا الإطار لافت للنظر. فالأداة لا تُوصف بأنها تحكم مباشرة على أن القلب آمن أو غير آمن. بدلًا من ذلك، فهي تقدّر احتمال القبول باستخدام أنماط من القرارات السابقة. وعمليًا، قد يجعلها ذلك مفيدة بوصفها متنبئًا ومرآة في الوقت نفسه، تُظهر متى يبتعد حدس فريق ما بشكل كبير عن السلوك التاريخي الأوسع.
ويؤكد النص المصدر أن هذه الأنظمة تهدف إلى تجميع تقدير المخاطر لا إلى استبدال الأطباء. ومن المرجح أن يكون هذا التمييز مهمًا لاعتمادها. ففي مجال شديد الحساسية مثل زراعة القلب، ستواجه قرارات القبول المؤتمتة بالكامل مقاومة سريرية وأخلاقية قوية. أما دعم القرار، فقد يكون دمجه أسهل لأن المسؤولية تبقى لدى فريق الزراعة.
تكمن الفرصة في القلوب التي قد تُفقد بلا داع
أقوى حجة للذكاء الاصطناعي في هذا السياق تأتي من الفجوة بين العرض والاستخدام. فإذا لم يُزرع إلا 30% إلى 40% من القلوب المتاحة، فلا مجال كبير للرضا. ويشير النص المصدر صراحةً إلى أن الأبحاث تُظهر أن ليس كل قلوب المتبرعين تُستبعد لأسباب مبررة. وهذا لا يعني أن كل قلب رُفض كان ينبغي استخدامه، لكنه يعني أن جزءًا من نمط الرفض الحالي قد يكون قابلًا للتجنب.
بالنسبة للمرضى على قوائم الانتظار، هذا التمييز ليس أكاديميًا. فكل استبعاد يمكن تجنبه قد يمثل فرصة ضائعة للبقاء على قيد الحياة أو للتعافي. لذلك، فإن قيمة الذكاء الاصطناعي هنا أقل ارتباطًا بالأتمتة المستقبلية وأكثر ارتباطًا برفع الحد الأدنى من الاتساق، خاصة عندما يتعين على الفرق العمل بسرعة عبر مجموعة كبيرة ومتنوعة من ملفات المتبرعين.
وقد يقلل أيضًا التباين بين المؤسسات. فبعض المراكز أكثر جرأة من غيرها في قبول المتبرعين الهامشيين أو المعقدين. ويمكن لنموذج تنبؤ قوي أن يوفر إطارًا مشتركًا لمناقشة المخاطر، مما يجعل اتخاذ القرار أكثر اعتمادًا على البيانات بين المراكز التي تعتمد حاليًا على العادات المحلية والخبرة والثقافة المؤسسية.
كيف يبدو النجاح؟
أوضح مقياس للنجاح سيكون بسيطًا: استخدام المزيد من قلوب المتبرعين بأمان. لا تدّعي المادة المصدرية أن الذكاء الاصطناعي حل المشكلة بالفعل، ولا تقدم بيانات نتائج حاسمة تُظهر تطبيقًا على مستوى النظام بأكمله. ما تُظهره هو أن الأطباء والباحثين يبنون أدوات تتمحور تحديدًا حول نقطة اختناق لها عواقب كبيرة على الوصول إلى الزراعة.
إذا ساعدت هذه الأدوات الفرق على تحديد القلوب المقبولة التي تُهمل حاليًا، فقد يكون الأثر كبيرًا من دون الحاجة إلى أي اختراق جديد في إنتاج الأعضاء أو حفظها أو الجراحة. وبهذا المعنى، يذكّر هذا العمل بأن بعض أكبر مكاسب الطب قد تأتي ليس فقط من علاجات جديدة، بل أيضًا من قرارات أفضل بشأن الموارد المتاحة أصلًا.
والرسالة الأوسع من اجتماع الزراعة هي أن أكثر أدوار الذكاء الاصطناعي مصداقية في الرعاية الصحية قد تكون محددة وعملياتية. وفي حالة قلب المتبرع، يعني ذلك مساعدة البشر على اتخاذ قرار صعب بسرعة أكبر وباتساق أكبر وبفهم أفضل للأنماط الخفية في البيانات التاريخية. وبالنظر إلى حجم نقص المتبرعين وضيق نافذة القرار، فهذه طموحات عملية للغاية.
هذه المقالة مستندة إلى تقرير Medical Xpress. اقرأ المقال الأصلي.
Originally published on medicalxpress.com
